电价分布及分类预测模型

准确的电价预测可为各市场主体的运营、发展规划提供指导,降低电价波动带来的风险,文中提出了相关预测模型。首先,基于历史数据分析了负荷水平、供给功率、可调度负荷水平、与相邻区域的功率交换水平及时段等因素对电价分布的影响,并引入基准电价概念将电价分为正常电价和高电价;然后,以上述因素为输入变量,采用邻近点技术和支撑向量机（SVM）技术确定未来电价的类别归属,正常电价利用时间序列法预测,高电价则根据历史高电价信息加权估计得到。模型以电价分布为着眼点进行分类预测,降低了对时间的依赖程度,不仅可用于短期电价预测,也为中长期预测提供了有效思路。以澳大利亚市场Queensland地区的周电价预测为例说明其有效性和实用性,给出了预测和分类精度,并通过灵敏度分析研究了基准电价选取对模型分类精度的影响。     

需求侧实时电价下用户购电风险决策

需求侧实时电价（RTP）是电力市场下需求响应的重要手段之一。作为一种理想的需求侧电价机制，通过结合与RTP相关的各类套期保值合同，RTP的价格波动风险可以在市场参与者之间合理分摊。基于各国开展RTP的研究与实践，结合随机电价模型，利用Monte-Carlo模拟法对与RTP相关的各类套期保值合同进行定价。在确定了合同价格后，基于条件风险价值（CVaR）法，以用户购电效用最大化为目标，建立了不同风险喜好的用户选择负荷最优套期保值比例的决策模型。最后通过算例仿真验证了所述方法的有效性，它有利于用户有选择性地规避RTP的价格风险，实现了供电公司与用户之间的良好互动。     

日前电力市场矢量自回归模型及其结构分析

构建了一种日前市场时段电价矢量自回归（VAR）模型,并对时段电价之间的影响进行了分析。该模型较好地表示了日前市场的独特规则,即同时确定次日所有时段电价。以澳大利亚新南威尔士2007年数据为基础,通过增广的迪基 — 福勒检验和Box-Pierce Q统计量检验,说明了电价VAR模型的适用性;利用Granger-因果检验和脉冲响应方法,获得了一些有用的结果:在构建时段电价模型时,忽略任何时段电价都会引起预测精度的下降,而各个时段电价之间的影响则互不相同,影响最大的是峰负荷时段的电价,最容易受到其他时段影响的是低谷时段的电价。     

桥梁桩基极限承载力预测方法比较

典型的桩基静载荷试验所测得的荷载－沉降曲线分为缓变型和陡降型两种,其极限承载力的确定方法也因此不同。对于不同形态的荷载－沉降曲线,由于试验条件限制而导致无法实测桩基极限承载力时,选择合理预测方法是获取极限承载力的快捷有效的方式。结合两种不同形态下桩基现场试验结果,分别采用折线法、双曲线法、百分率法、抛物线法及灰色理论等方法对现场试验桩基极限承载力进行预测。计算结果表明：双曲线法和抛物线法的预测误差较大,不宜采用;折线法和百分率法的预测误差在10％以内,精度较高;灰色 GM（1,1）模型预测精度最高,其中修正的新陈代谢 GM（1,1）模型的预测误差可达到1％。并通过现场试验中未达极限破坏的不完整荷载－沉降曲线进行预测,验证了新陈代谢 GM（1,1）模型预测方法的合理性,具有一定的工程实用价值。     

基于EMD-LSTM耦合模型的趵突泉岩溶地下水水位预测应用

由于岩溶地下水具有强烈的非线性及非平稳波动特征,水位预测结果容易产生较大误差。针对岩溶地下水水位预测精度较差的问题,提出一种EMD-LSTM耦合模型,首先采用经验模态分解（EMD）将趵突泉岩溶地下水水位分解为5个分量（4个本征模函数项和1个残余项）,以此消除水位数据的非平稳波动性;同时构建长短期记忆（LSTM）神经网络模型,并将与地下水水位动态变化密切相关的降水量（表征含水层补给项）和月平均气温值、月最高气温值、月最低气温值、水汽压值（表征含水层排泄项）作为输入项分别对5个分量进行预测,最终将分量预测结果累加获得地下水水位预测值。结果表明：EMD能够显著消除岩溶地下水水位的非平稳波动特征;EMD-LSTM耦合模型可有效提高岩溶地下水水位的预测精度,其均方根误差相比于LSTM神经网络模型、ARIMA模型分别减小了27.86%和59.94%。总体来说,本文所提出的EMD-LSTM耦合模型具有较强的可靠性和稳定性,可为岩溶地下水水位的精确预测提供借鉴。     

考虑多重周期性的短期电价预测

考虑到电价各时段变化以及周末与工作日变化的差异，提出了区分周末的分时段短期电价预测模型。该模型首先将各日中同一时段的电价形成该时段的电价序列，再将各时段电价序列分为工作日电价序列和周末电价序列。这样形成了多个消除了日周期性和星期周期性的子电价序列，分别对各子电价序列进行预测以得到预测日电价。采用基于小波分析的广义回归神经网络对这些子电价序列分别进行提前一天的预测，各子电价序列的预测电价就形成了下一天的预测电价。采用该方法对西班牙电力市场电价进行了长时间的连续预测，并与已有的预测方法进行了详细的比较分析，研究表明该方法能够提供更准确的预测电价。     

考虑电力市场参与风险的抽水蓄能电站优化运营策略

随着可再生能源的比例不断增大,新型电力系统对抽水蓄能这类灵活性资源的需求也逐渐增强。为了促进抽水蓄能电站的投资积极性,市场化的价格机制逐渐健全,但是电价的波动也会使市场化收益具有风险性。在考虑电力市场价格波动的情况下,针对抽水蓄能电站提出了一种基于条件风险价值模型的电能量市场与辅助服务市场联合优化运营策略模型。首先对电力市场价格进行预测,通过抽样、聚合形成典型的电价场景。之后,根据所提的运营策略模型得到不同市场的容量分配结果,并结合抽水蓄能电站的实际情况进行算例分析,验证模型规避风险的有效性。最后,分析了不同的风险偏好以及市场价格对电站收益的影响。结果显示：所提策略在不同电价波动场景中的收益波动量相比传统策略减少了17.2%,且能累计获得76.23万元风险规避效益。风险偏好因子取最小与最大时,预期收益仅相差10.08万元。结果表明：考虑电力市场参与风险的抽水蓄能电站优化运营策略能有效规避市场价格波动风险,能获得更为稳定的预期收益。     

基于多簇回声状态网络的边坡变形预测

由于边坡失稳是一个循序渐进的过程,利用时间序列分析的方法来预测边坡未来变形,有利于实现边坡的稳定性评价。相比于传统的时间序列分析方法,多簇回声状态网络（ＭＣＥＳＮ）采用动态储备池将输入信号转换为高维状态向量,选择一组最优的状态向量来表示与任务相关的输入动态。为了验证模型的有效性,采用差分整合移动平均自回归模型（ＡＲＩＭＡ）、回归支持向量机（ＳＶＭ）、长短期记忆网络（ＬＳＴＭ）和传统的回声状态网络（ＥＳＮ）以及ＭＣＥＳＮ对三峡船闸高边坡位移进行建模与分析,通过对比均方根误差（ＲＭＳＥ）和复相关系数,发现ＭＣＥＳＮ的预测精度和模型泛化能力更好。结果表明,ＭＣＥＳＮ在边坡变形预测具有良好的应用前景。     

基于多模型比选耦合的降水预测

变化环境下水文时间序列的模拟预测难度不断加大,以往研究大多聚焦在模型的不同组合尝试与应用探索,但缺乏针对不同组合模型适用性与稳定性的系统研究。选择经验模态分解（empirical mode decomposition,EMD）、总体平均经验模态分解（ensemble empirical mode decomposition,EEMD）、改进的总体平均经验模态分解（modified ensemble empirical mode decomposition,MEEMD）和变分模态分解（variational mode decomposition,VMD）4种常用的分解算法,与多元线性回归（multivariable linear regression,MLR）、随机森林（random forest,RF）、BP神经网络（back propagation,BP）、卷积神经网络（convolutional neural networks,CNN）和长短期记忆神经网络（long short-term memory,LSTM）5种具有代表性的模型结合,构建20种基于“分解-预测-重构”模式的组合模型,并以华北地区密云、官厅两流域年和汛期降水为例,进行模型适用性与稳定性综合对比分析。结果表明：单一模型对密云流域年降水和汛期降水的预测结果优于官厅流域,但整体预测结果均不理想;结合分解算法后的组合模型预测结果明显优于单一模型,且该预测结果存在正负误差抵消现象,因此有助于进一步提高组合模型的整体预测精度;与基于EMD系列的分解算法相比,VMD算法对模型预测精度提升效果最显著,组合模型适用性和稳定性整体上表现为VMD-MLR＞VMD-LSTM＞VMD-BP＞VMD-CNN。     

基于遗传算法的高比例风电短期电价预测

高比例风电下的短期电价预测可指导并规范市场参与者,但由于目前已有的电价预测方法未能筛选关键信息,导致预测的电价与真实的电价之间存在较大误差。因此,提出了一种基于遗传算法的高比例风电短期电价预测方法。首先,采用主成分分析方法(Principal Component Analysis, PCA)筛选影响电价的关键信息数据,删除其中冗余信息数据,避免影响预测结果;然后,分析现有预测方法中存在的不足,将BP神经网络计算得到的权重值作为遗传算法的初始种群,求解最优权值;在此基础上,构建高比例风电短期电价预测模型,通过相似搜索训练预测模型中输入的变量,实现高比例风电短期电价预测。实验结果表明,所提方法的预测电价和真实电价更加接近,充分证实了所提方法在电价预测方面的优越性和有效性。     

电力市场中电价的突变特性分析

电价是电力市场中各种因素的综合反映,是电力市场的核心。作者利用电价数据的时间序列,考虑相应时段的供需状况,对含有影响电价的各种因素的电价的历史数据进行建模分析,并采用Micro-TSP软件,对澳大利亚昆士兰州电力市场2002年1月的历史数据进行实例分析。     

电能质量在电力市场条件下的问题分析

随着电力市场的发展,电力部门和用户都开始清楚地意识到电能作为一种特殊的商品,无疑应该讲求质量。分析了电力市场条件下的现状、电能质量和辅助服务等问题,为供电公司提高电能质量降低供电成本提供参考。     

基于博弈论的水电厂竞价上网

应用博弈论方法分析水、火电厂各方在市场机制下的行为机理以及影响水电电价的因素，探索水电厂在竞价上网时应采取的对策。根据水电厂的特性，分别考虑水电厂与火电厂的博弈、水电厂之间的博弈以及调峰电厂的博弈问题；通过估计其他发电厂的竞价行为，得到水电厂的竞价上网博弈模型，其结果可用于水电厂的经济运行，为水电厂管理提供指导。     

抽水蓄能电站的电量效益

在评价抽水蓄能电站电量效益时，不能简单地说是用4kW.h电量换了3kW.h的电量；低谷抽水用电实际是充分利用核燃料，减少水电弃水，不增加火电成本而增发的电量，因此抽水蓄能电站的电量效益应是其在尖峰时提供的峰荷电量。在计算电价时，应按有无抽水蓄能电站时电力系统平均电价做比较。与替代方案比较，兴建抽水蓄能电站是降低系统平均电价的重要措施。     

华东二期电力市场建设初步设想

为适应电力市场的发展,必须开展华东二期电力市场建设方案研究。二期市场新增交易品种的选择是研究重点之一。从必要性和可行性的角度出发,分析了二期市场中的实物交易、金融性交易等品种,并对相应的价格形成机制和结算时序进行了研究。     

电力备用市场化运营问题研究

电力产品不能储存，为保证电力系统的稳定，其供给与需求必须保持实时平衡，备用的功能显得尤为重要，因为它可以避免系统不平衡所带来的各种风险。在新的电力市场竞争环境下，电力备用的市场化运营问题也必然提到议事日程上。对未来新的竞争环境下电力备用市场化运营问题的国内外研究现状进行了综述与分析，内容包括谁需要电力备用，需要多少，如何获得?谁应支付备用费用，支付多少?结合我国的国情，对我国电力备用市场化运营提出了合理化建议。     

华东区域市场月度购电决策模型实证比较

华东区域电力市场中，电力公司在月度市场中报价，日前市场中只申报负荷需求，以管制价格对用户售电。各个市场中竞价电量的分配以及报价直接影响到电力公司的收益和市场稳定。文中基于投资组合理论，对电力公司考虑风险的月度购电策略进行了研究。首先对3种风险计量指标的购电决策模型从实际应用角度进行了分析，其中基于半方差的购电模型为首次提出;其次针对购电侧分段报价规则，提出了利用分段降低风险的月度分段报价模型;最后结合实际数据对各种模型进行了实证分析。     

基于电价预测风险下的发电商最优售电研究

远期市场和现货市场的电价和风险是不相同的。对发电商而言,最关键的问题是针对本公司的情况,依据市场信息,寻求两市场发电容量优化分配的售电策略,使得发电商在最小风险下获得最大收益。研究提出了基于电价预测风险下发电商在两个市场的最优售电问题。通过引入Markowitz投资风险理论,得出了该问题的解析解,并以算例分析了电价预测风险对两市场最优售电的影响。     

面向发电集团的电力市场管理系统

介绍了支持发电集团与下属电厂协调运作，以及辅助参与市场竞争的电力市场管理系统的整体结构、功能组成和系统运作流程。系统分为集团主站系统和电厂子站系统2部分。集团主站系统部署在发电集团公司，完成各类市场交易、电厂运行，集团公司内部管理系统的数据收集、整理和分析，以及市场预测、竞价决策和风险评估等各种业务功能，通过信息发布等多种形式向集团公司内部网和下属各个电厂提供接入。部署在各个电厂的子站系统主要完成市场信息和电厂运行信息以及电厂各机组的成本分析、竞价决策、交易管理和结算管理。采用基于J2EE架构的系统实现方式。该系统已在华东区域电力市场投入运行。