基于小波变换的系统边际电价分析与预测

摘要：基于小波变换的系统边际电价(System Marginal Price,SMP)数据分析,根据系统边际电价的特点,建立用于系统边际电价预测的模型。利用小波变换时频局部化功能,将原电价时间序列分解成不同的尺度,对不同尺度上的子序列分别采用人工神经网络和AR模型进行预测,最后将不同尺度预测结果通过小波重构还原,得到系统边际电价预测结果。实例验证表明预测模型能有效提高预测精度,可用于系统边际电价预测。     

基于模糊聚类和关节控制器神经网络的边际电价预测方法

在电力市场中运作中,电厂的报价反映了电厂的运作成本和市场供求信息,准确的预测边际电价信息,时电力供应商的竞价决策有重要意义．应用基于模糊聚类（FCM）和关节控制器神经网络（CMAC）的边际电价预测方法,可以精确预测边际电价,并能有效克服其他算法中出现的“毛刺”现象,通过计算实例进行边际电价预测,预测结果表明：输出稳定性好、计算速度快、预测精度较高．     

基于小波最小二乘支持向量机模型的系统边际电价预测

系统边际电价的影响因素复杂多变．构建了一种以小波函数作为核函数的最小二乘支持向量机算法模型,并成功预测了系统边际电价．算例仿真结果表明,该模型不仅具有良好的泛化能力,而且能有效地提高电价预测精度．     

混沌理论和快速BP神经网络在边际电价预测中的应用

以电价时间序列和负荷时间序列的混沌特性为基础,利用多变量混沌时间序列的相空间重构理论并结合人工神经网络的非线性映射能力建立数学模型,对我国川渝电网的边际电价进行预测,并对预测结果进行分析,取得了满意的结果.     

聚类电价预测方法研究

针对电价变化模式的复杂性,提出了一种基于聚类分析的电价预测模型。该模型将复杂的电价预测问题分解为更简单的子问题求解,首先通过聚类技术将输入空间划分为若干特征更明显的子空间,然后在子空间内分别使用支持向量机进行建模和预测。聚类分析中先应用减聚类算法自动确定聚类数并获取较优的初始聚类中心,然后采用K-均值算法进一步优化。采用美国PJM电力市场历史边际电价数据进行的仿真研究表明,电价预测模型能有效、稳定地提高电价预测精度。     

水电站上网电价动态分析

从分析电价的容量成本、电量成本、容量效益、电量效益这四大基本要素入手 ,应用边际成本理论和效益按风险、成本平均分摊的原则 ,导出水电站上网价格实时电价 .从经济学角度和会计学角度分析了实时电价的可操作性 ,从还贷角度用年金梯度系数将经济学电价与会计学电价有机地结合起来 .还提出了水电站建设期成本按两步走方式计入电价的观点 .     

用边际成本计算电价的方法

提出了用边际成本计算电价的方法,并对某地区的电力用户进行了负荷特性分析以及边际成本的计算,最后用该方法计算了某地区的电价,得出了一些结论．     

用边际成本计算电价的方法

提出了用边际成本计算电价的方法,并对某地区的电力用户进行了负荷特性分析以及边际成本的计算,最后用该方法计算了某地区的电价,得出了一些结论。     

基于相似搜索和神经网络的次日边际电价预测

为了对电力市场次日系统边际电价(SMP)进行准确预测,根据数据挖掘中的相似搜索理论和人工神经网络(ANN)工具建立了预测模型,其中相似搜索用来生成神经网络的训练集和输入矩阵,并运用Matlab6.5中的神经网络工具实现该模型.采用美国加州电力市场的历史数据进行实例计算,证明该方法对工作日SMP的预测效果较好,也证明了选择与预测日负荷相似或邻近日的历史数据进行网络训练方法的有效性.     

我国现行电能定价方法与实时电价的比较分析

阐述了电能的边际成本和会计成本核算方法,比较了二者在反映成本变化趋势、反映资源价值以及反映用户用电特性三个方面的差异,在此基础上引入实时电价的概念,分析其具体组成.与现行电价成本核算方式的比较得出,实时电价能更精确地反映其成本,从而更有效地引导投资,平衡供求.     

电力期货价格的协整建模与预测

在电力市场环境下,电力期货价格受现货价格、利率和负荷需求等多种因素影响,变化趋势复杂,很难将所有的因素都加以考虑来建立一个准确的模型对其进行全面描述．因此,选取最重要的影响因素：电力现货价格,利用协整理论来研究电力期货价格和现货价格之间的动态关系,并建立向量误差修正模型（VECM）,对电力期货价格进行有效的预测．     

基于实时电价特征的Seq2Seq-Attention 网络短期电价预测

电价预测中常选择负荷与电价作为输入特征,由于输入信息量少,难以得到较好的预测效果。为准确捕捉短期电价变化规律,提出基于实时电价原理进行电价特征提取,从电价形成机制的角度对电价波动原因进行分析,筛选出用于短期电价预测的实时电价特征。并使用擅于捕捉电价预测数据规律的Seq2Seq-Attention网络进行预测。通过美国PJM电力市场公开数据进行验证,证明了该方法的有效性。     

电价与负荷的相关性分析及其在电价预测中的应用

为解决传统电价预测模型需要对周末等电价波动较大预测日单独建模,以及模型不加区分地引入负荷因素影响预测精度的问题,提出了利用电价与负荷的相关系数判定是否将负荷因素引入粒子群-BP神经网络模型的新方法,将相关系数作为输入样本的阈值,判定是否在模型输入样本中引入负荷因素.在电价变化平稳、电价与负荷相关性较弱时,在电价预测模型中不引入负荷因素,解决了粒子群-BP神经网络模型由于非关联输入样本过多而影响学习效率、导致预测精度降低的问题.仿真结果表明,新的预测模型对电价相对平稳和波动较大的预测日预测精度明显提高,可用于电力市场的短期电价预测.     

Electricity price forecasting using generalized regression neural network based on principal components analysis

A combined model based on principal components analysis (PCA) and generalized regression neural network (GRNN) was adopted to forecast electricity price in day-ahead electricity market. PCA was applied to mine the main influence on day-ahead price, avoiding the strong correlation between the input factors that might influence electricity price, such as the load of the forecasting hour, other history loads and prices, weather and temperature; then GRNN was employed to forecast electricity price according to the main information extracted by PCA. To prove the efficiency of the combined model, a case from PJM (Pennsylvania-New Jersey-Maryland) day-ahead electricity market was evaluated. Compared to back-propagation (BP) neural network and standard GRNN, the combined method reduces the mean absolute percentage error about 3%.     

基于神经网络和相似搜索技术的电力价格钉预测方法

电力市场中普遍存在“价格钉”,其特殊性给电价预测带来困难。通过对其特征和影响因素的分析,提出了一种基于神经网络和相似搜索技术的价格钉预测方法。首先,采用BP神经网络建立价格钉识别模型,对未来某一交易时段市场清算电价可能出现的区间进行预测,并提供相应的置信度;其次,对判别为价格钉的时段采用相似搜索技术进行二次预测。采用澳大利亚昆士兰州电力市场2004年至2005年全年的电价数据进行训练和预测分析,结果验证了该方法的有效性。     

基于GAELM神经网络的日前电价预测

针对日前电价预测问题,利用极限学习机建立预测模型.鉴于极限学习机在训练前随机产生输入权重和隐藏节点偏置,可能导致预测结果不稳定以及预测精度太低的问题,提出了一种基于遗传算法(GA)和极限学习机(ELM)的预测方法.首先利用遗传算法对极限学习机随机生成的参数进行寻优,然后根据优化后的参数建立基于GA-ELM的电价预测模型.最后以此模型对PJM电力市场的日前电价进行预测.结果表明,相比ELM和BP神经网络,GA-ELM具有更高的预测精度.     

基于粒子群-BP神经网络算法的电价预测

为了解决现有电价预测中BP神经网络法对初始权值敏感、易陷入局部最小值和收敛速度慢等问题,在神经网络训练中引入基于全局随机优化思想的粒子群优化(PSO)算法,先利用PSO优化BP神经网络的初始权值,然后采用神经网络完成给定精度的学习,建立了粒子群-BP神经网络模型.与传统BP神经网络、粒子群广义神经网络相比,该方法收敛速度快、所需历史数据少、预报精度高,可用于电力系统的短期电价预测.     

我国水电上网电价的定价研究

当前,我国电力工业正在进行"厂网分开,竞价上网"的改革试点,这是电力工业市场化非常关键的一步,而上网电价改革是电价改革中涉及问题复杂和难点较多的,在电力市场化实现过程中又处于核心地位.根据财务水平和两部制电价建立了水电上网电价的预测模型,以期能为我国电价改革提供一些有益的思考.     

动态电价下混联水电站群运营方式研究

随着发电侧电力市场的开放和"厂网分开、竞价上网"的实施,具有峰谷电价意义的动态电价必将取代单一的电价体制.从发电侧角度,研究在给出一种动态上网电价模式时,利用创建的基于动态电价的混联水电站群优化调度多维动态规划模型来寻求收入最大的调度策略.