十一五期间江苏省全社会用电量的统计预测

建立了江苏省全社会电力需求量的主成分回归模型,得到主成分后,根据数据自身的特点,分别选择了二次多项式、三次多项式和生长模型,将主成分与全社会用电量2个变量进行回归,得到预测模型,然后根据江苏省"十一五"规划的要求,在单位能耗降低20%、地区GDP年均增长率分别为12%、12.8%、15%的情况下,对江苏省2006～2010年的全社会电力需求量进行了预测.并分析了各模型的优缺点.     

基于格兰杰因果检验和主成分回归分析的月发电量预测

利用格兰杰因果检验中不同滞后期的自变量对因变量的因果关系的不同,对原始数据进行滞后处理,通过不断试错,选取对发电量影响显著的5个因素作为自变量,结合主成分分析法,提取第一、二主成分与发电量进行回归分析,并对我国发电量进行了预测.通过与不作处理的主成分回归预测结果和向量自回归预测结果进行对比,发现该方法在对月发电量进行预测时具有更高的准确率.     

基于弹性网络模型的月度用电量预测方法

由于现有月度用电量预测所选影响因素较少,无法较为全面地反映与用电量强关联的因素,同时针对高维数据变量筛选和高精度预测等突出难题,文中提出了一种弹性网络用电量预测模型。为了考虑更为全面的影响因素,建立了用电量、气象、经济、交通4类,共340个变量的数据集。首先对8年96个点的高维变量数据进行弹性网络因子筛选,然后使用Granger因果关系分析找出了用电量数据与其它数据的关联关系,对一年范围内的全社会月度用电量使用弹性网络进行预测,预测结果的平均绝对百分误差为3.07%。为验证该模型的有效性,对比向量自回归(VAR)模型,反向传播(BP)模型和最小绝对值收缩和选择算子(Lasso)预测的效果,验证了文中所提方法预测精度较高。     

基于主成分-BP神经网络的我国农村居民用电量的预测研究

在农村经济发展规划中,精确合理地预测未来我国农村居民用电量对农村电网发展规划、电网改造建设具有重要的意义。研究选取1995-2014年影响我国农村居民用电量的9个指标因素,依次采取常规BP神经网络法、主成分-BP神经网络法、主成分回归法对我国农村居民用电量进行仿真,然后依次比较以上预测分析方法的预测误差(即进行预测精度比较),最终确定主成分-BP神经网络为本研究的最优方法,并运用该方法预测我国2015-2020年农村居民的电力需求量。     

山东省社会用电量与生产总值指数的回归分析

对山东省 1978～ 1999年国内生产总值指数与全社会用电量做了对数线性回归分析 ,进一步对模型进行了相关性检验 ,通过一阶差分变换对模型进行了修正 ,最后得到合理的回归方程。用此模型对山东省“十五”期间的全社会用电量进行了预测。     

几种电力负荷预测方法及其比较

介绍了趋势分析法、回归分析法、指数平滑法、单耗法、灰色模型法、负荷密度法和弹性系数法等电力负荷预测的方法,并以预测珠海市全社会年用电量为实例,在适用条件、数据形式、计算难度和适用时间等方面对这几种预测方法进行了分析、比较、得出结论：回归分析法、趋势分析法适用于大样本,且过去、现在和未来发展模式均一致的预测,灰色模型法适用于贫信息条件下的预测;灰色系统理论采用生成数序列建模,回归分析法、趋势分析法采用原始数据建模,指数平滑法是通过对原始数据进行指数加权组合直接预测未来值的;回归分析法和趋势分析法的计算相对简单;单耗法、指数平滑法、灰色模型法较适宜近期预测,回归法、趋势分析法和改进型灰色模型较适于中、长期预测。     

用电量的灰色-多元回归耦合模型预测

应用灰色关联分析方法,探讨了江苏省全社会用电需求量与其影响因素的关系,确定了影响用电需求量的主要因素(重工业用电量、地区生产总值、人均收入、固定资产投资总额和基本建设投资).建立了用电需求量与主要影响因素之间的多元线性回归预测模型,经过回归检验,确定了优化的多元线性回归预测模型.用灰色模型拟合该回归模型自变量的历史数据,并预测其未来发展趋势.应用优化回归模型对江苏省2004～2010年全社会用电量进行了预测.结果表明,到2010年,江苏省全社会用电量将达到3661.95亿kW·h,是2004年用电量实际值的2倍.     

山东省中长期电力市场分析预测

分析了山东经济发展情况,电力需求和负荷特性,结合国内外宏观经济形势给出了山东经济发展预测结果;采用用电单耗法、分产业预测法、分地区预测法、回归模型预测、趋势外推预测方法预测了山东省全社会用电量,并对各种预测结果进行了分析校核;采用最大负荷利用小时数法、分地区预测法和趋势外推预测法对山东省全社会最大负荷进行预测,提出了2015年、2020年全社会用电量和全社会最高负荷预测推荐方案。预测结果为山东电网规划提供了可靠的基础数据支撑,为项目计划安排提供了重要依据,可进一步提高山东坚强智能电网的发展质量和效益。     

基于灰色系统理论的湖北省全社会用电量预测分析

全社会用电量变化受到政策、经济、人口、气候、资源等诸多不确定因素的影响,是一个庞大的不确定系统。在日常电力预测实践中,往往比较注重对单一指标的相关性分析,对每一种分析的结果再最后加以综合分析,本文提出一种电量预测新思路,考虑将灰色系统理论应用于年度全社会用电预测,从众多的相关因素历史数据中找出与全社会用电量变化相关性较大的指标,利用灰色算法建立湖北省全社会用电量预测模型,对全社会电量进行准确推断。     

基于FP增长挖掘模型的全社会行业用电关联规则分析

针对全社会行业用电量分析预测的难题,文章提出了将数据挖掘领域中的FP增长模型应用于国家电网公司行业用电分析预测活动中,通过对模型的灵活运用,完成了对全社会行业用电关联规则分析。为国家电网公司各级管理人员,更准确地掌握各行业间用电量变动的相互影响,从而更有效地安排生产、开展输配电工作提供有力的帮助。     

在电力市场中引入电力需求弹性的研究

对发电侧实行竞价上网的市场模式进行了深入分析,提出了基于监视价格的差量合约,并在竞价市场中引入了电力需求弹性。通过调整竞争电量空间与合约电量空间抑制市场成员动用市场力,从而有效地降低购电成本,规避电价上扬的市场风险。最后对基于监视价格的差量合约进行了经济意义上的分析与讨论。     

基于分段电力合同的发电商优化合同电量

分段电力合同是一种新型的电力双边合同,电力双边合同的分段交易能够充分体现不同电力段的价值,从而有效地提高市场效率。文中研究发电商面对分段电力合同的最优合同电量问题。考虑到发电商对市场风险的不同偏好,建立了发电商通过分段电力合同和日前竞价市场交易电能的效用函数模型,并以最大化效用函数作为发电商分段合同电量优化的目标。该优化问题是一个2层优化的NP-hard问题,并有复杂的机组运行约束,因此采用2层优化的遗传算法(GABBA)求解该问题。以某实际电厂为例,分析了GABBA算法特性以及分段电力合同中各段价格对各段优化合同电量的影响,并比较了基于普通电力合同和分段电力合同的发电商最大期望效用,说明了电力分段交易的必要性。文中建立的发电商优化合同电量模型及其求解算法具有通用性,可为发电商的双边合同交易提供决策依据。     

Harmonizing Electricity Markets with the Physics of Electricity

Because of the unique physical characteristics of electricity, including an interconnected network, no storage, real-time balancing and long lead times, it is important not to assume that “electric markets should work because other markets work.” Electric markets require close attention and continuing fine-tuning to assure that market problems are quickly identified, contained, and remedied.     

电能量数据集成探讨

针对与电能量数据有关的业务系统间的集成问题,通过对信息整合平台建设的框架、编码体系的原则、接口方式和数据交换协议等多方面讨论研究,探讨企业在进行数据级集成所采取的技术路线和方法。     

发电侧和用电侧联动的超基数竞争发电模式

针对如何提高发电资源利用率的问题,介绍了一种发电侧和用电侧联动的超基数竞争发电模式,并提出了实施的主要措施。     

电力特性与电力市场

利用一般均衡理论论证了由于电力特性的存在,无法保证电力物品一定可以通过市场机制实现资源的帕累托有效配置,但存在伪均衡.然后对电力供需的长期均衡进行了分析,分析表明,理论上在满足一定的条件下,电力商品通过市场机制能够实现长期均衡.最后说明了电力市场必须通过制度与市场规则设计消除或减缓电力特性对市场机制在资源配置效率方面的影响.     

电力市场中热电联产机组两部制电价机制的研究

通过比较热电联产机组与常规火电机组的优势劣势,分析了国内外电力市场中热电联产机组的扶持政策和运营情况,提出了热电联产机组参与电力市场的两部制电价机制设计方法,给出了热电联产机组两部制电价中可用容量、可用小时数、容量电价、电量电价等参数的计算方法,形成了一套科学合理的价格形成机制,使其与常规火电机组可以参与同一电力市场竞价上网。     

电力市场环境下基于FOALSSVM的电价预测

提出了一种基于果蝇优化算法(FOA)和最小二乘支持向量机(LSSVM)模型的日均电价混合预测模型。将日均电价的历史数据和负荷数据作为输入变量,利用FOA优化选择用于电价预测的LSSVM模型最优参数值,进而对日均电价进行预测。以澳大利亚NSW电力市场的实际数据为例对该模型进行了仿真测试,其结果表明:与自适应LSSVM、模拟退火LSSVM和ARIMA-GARCH模型相比,本文提出的预测模型的预测性能最好,其收敛速度快,预测精度高。     

新电改政策对电力市场售电侧竞争格局的影响研究

基于多Agent仿真建模方法,在理清售电市场呈现的市场环境特点后,以计划行为理论(TPB)为理论基础,探究售电市场参与主体即用户个体、运营商以及政府三者的行为规则,在虚拟世界中构建符合新电改政策发展规律的售电市场,探索新电改政策售电侧放开,社会资本涌入导致售电市场竞争格局的变化。研究结果表明,售电侧放开后,政府相关支持政策的刺激将会促进当地售电市场竞争活力,保证售电市场的合理分配,维护用电个体与运营商双方利益关系,在一定程度上实现双赢。因此,基于以上结论,建议政府部门引导建立一个规范合理的市场竞争环境,结合当地地域特色,制订科学合理且具有操作价值的激励措施。以期通过相关措施进一步提高社会相关资源的利用率,造福售电市场的消费者,并依托市场消费者的活跃使得市场规模更快地发展和壮大,形成售电市场良性的价值循环。     

谐波对电力成本的影响及谐波电价研究

谐波作为影响电力系统质量的一个重要因素，正逐渐被人们所重视。目前，对于谐波产生的原因，计算分析的方法，危害与影响的机理已有一些研究，而对谐波影响电力公司的成本与收入以及谐波电价方面的研究尚不多见。讨论谐波对电力成本的影响，从理论上分析谐波对电能表计量的影响，依据两种定价标准制定谐波电价计算模型，为电力公司进行谐波收费提供理论依据。