基于遗传算法优化BP网络的提前一天市场清算电价预测

针对电力市场提前一天市场清算电价预测,考虑历史负荷和历史清算电价对未来时段电价的影响,分别采用BP神经网络和遗传算法优化BP网络的方法,建立了提前一天电力市场清算电价预测模型。并采用澳大利亚昆士兰州电力市场1998年的电价数据分别进行了训练和预测,对结果进行了比较分析。结果表明遗传算法优化BP网络模型具有良好的预测效果。     

基于神经网络的短期电价预测

利用系统旋转备用、历史负荷和清算电价对未来时段电价的影响来进行电价预测。以澳大利亚昆士兰州电力市场为背景,采用神经网络的方法,建立了提前1天电力市场清算电价短期预测模型。模型为3层BP神经网络结构,并采用昆士兰州电力市场1998年的电价数据进行了训练和预测分析,结果表明该模型具有良好的预测效果。     

考虑风电并网的分时段短期电价预测

考虑了并网风电量对电价影响,并将相关系数作为选取电价影响因素的标准,考虑了历史电价、负荷、并网风电量与负荷的比值等影响电价的因素。分别将负荷与历史清算电价,等效负荷与历史清算电价,负荷、并网风电量与负荷的比值及历史清算电价作为神经网络的输入因子对市场清算电价进行分时段预测。算例采用丹麦电力市场的历史数据,分别对其2010年并网风电量所占比例较大和较小的日期进行预测,验证了选择负荷、并网风电量与负荷的比值及历史清算电价作为预测神经网络的输入变量是恰当的,其预测精度能够满足电力市场实际运行的需要。     

基于BP神经网络的短期市场出清电价预测

在电力市场中,短期市场电价预测的准确与否,对发电厂的竞价决策具有关键性的影响。文章提出应用神经网络算法来模拟预测日前市场出清电价,以获取精确的预测结果,该方法可适用于原始数据有限的情况。利用电力系统历史负荷、历史清算电价、系统的旋转备用等影响因素作为分析因子,分析其对未来时段电力市场价格的影响,并对下一交易时段电价进行预测。以美国加利福尼亚州电力市场为背景,采用BP神经网络算法,应用MATLAB软件编程,建立电力市场清算电价短期预测模型。该模型结构为三层神经网络,通过网络的反向传播过程不断修正模型中的神经元连接权值和阈值,充分发挥BP网络局部搜索能力强的优点,实现对未来24小时市场出清电价的有效预测,并针对美国加州实际电力市场价格数据进行训练和预测分析,结果表明该模型具有良好的预测效果。     

非限能系统中考虑电价波动因素的随机生产模拟

针对非限能发电系统,结合电力市场下机组竞价上网的运行特点,在随机生产模拟过程中．增加了对机组容量分段报价策略以及市场清算电价MCP(Market Clearing Price)随机波动的考虑,建立了基于预测电价概率分布的随机生产模拟模型,该模型为制定符合电力市场运行规则的发电计划,燃料采购、运输、存贮计划等提供了决策参考,并将成为不同负荷水平下MCP概率分布预测精度和合理性的重要验证手段。在给出的具体算例中采用传统Baleriaux-Booth卷积、反卷积算法进行求解．算例表明该算法具有一定的应用价值。     

电力市场下火电厂机组检修计划的研究

分析了在传统的计划经济体制下,发电厂机组检修方案制定对发电厂的不利影响,并提出了在电力市场情况下,综合考虑电价等因素,发电厂作为一独立的经济实体环境下机组检修的数学模型和求解算法.同时,还叙述了上网电价的预测方法.并结合算例进行仿真,结果表明该方法是正确的.     

电力市场中的电价影响因素

对电价的影响因素进行分析是做好电价预测的第一步,分析电价的形成机制并找出主要的影响因素,对于电价预测意义重大.在回顾电力市场改革背景的基础上,分析电力市场中电价的影响因素,并以美国PJM电力市场为例,定量分析月度电价影响因素,为电价预测和电力市场分析提供参考信息.     

基于GCN-LSTM的日前市场边际电价预测

传统电价预测往往采用基于时间序列的时域预测方法,未能充分利用电力市场的地域信息,忽略了跨区域输电条件下影响区内电价的域外因素,为进一步提升电价预测精度提出一种基于图卷积神经网络与长短时记忆网络(graph convolution network-long short term memory,GCN-LSTM)的时空预测算法。该算法首先通过建立图模型,描述地域分布的电力市场数据,并使用图卷积神经网络,提取所研究区域和周围地区传导到域内的域外信息;其次,将不同时刻图卷积神经网络提取到的信息构成时间序列,输入长短时循环网络,从而对日前市场边际电价进行预测。利用北欧电力交易所Nord Pool的运营数据进行算例分析,通过与对照算法对比,该算法具有更好的预测精准度和普适性。     

基于神经网络的电力市场电价预测

以美国加州电力市场为背景,在分析了市场清算电价（MCP）的影响因素的基础上,采用了一种基于反向传播（BP）网络预测下一日市场清算电价的方法。该方法考虑了系统供求关系、历史负荷、历史电价等对未来时段电价的影响,建立了一个单隐层的神经网络结构。预测模型融合了模糊理论,利用隶属函数对温度（最高温度、平均温度、最低温度）进行了模糊处理,将这些因素作为神经网络的输入量。在负荷高峰时段,往往存在市场外机组的调度和参与者的策略性投标等问题,这些因素共同作用容易造成电价尖峰。建立一个节假日模型来预测节假日的电价。采用美国加州电力市场的历史数据进行了训练和预测分析,结果表明该模型具有良好的预测效果。     

基于小波变换的风电上网电价的预测

提出基于小波变换和神经网络的预测模式,首先利用小波变换将历史销售电价序列分解为高频和低频序列,并分别构造学习样本作为神经网络的输入,对不同频率的序列分别采用神经网络进行预测,然后将不同频率预测结果通过小波重构,得到销售电价,并根据合理的输配电价管制模型推算上网电价,阐述影响风电上网电价的因素,实现对风电上网电价的预测。结果表明：提出的预测方法对美国PJM电力市场的历史节点边际电价（LMP）进行预测是有效的,从电力市场的角度入手分析风电上网电价机制具有重要意义。     

基于ARMAX模型的短期出清电价预测方法

在综合考虑整个电力市场中电价的波动规律和影响出清电价的各种因素的基础上,采用时间序列ARMAX模型进行出清电价的预测,将出清电价看成一个多输入单输出系统,并用相关性分析技术进行初始输入数据的筛选,最终得到比较理想的预测短期电价。     

基于聚类和Bayesian推断的市场出清电价离散概率分布预测

电力市场中，市场出清电价(market clearing price, MCP)受到众多因素的共同作用，具有较强的随机性和不确定性，常规的MCP单值预测模型未充分利用历史数据反映的不确定性信息，预测结果无法体现MCP的随机变化特性，预测精度也有限。该文提出一种基于免疫遗传机制的聚类方法，用以实现历史数据输入输出映射关系的划分，并结合贝叶斯概率法则建立MCP离散概率分布的预测模型。对美国PJM市场数据的仿真结果显示，该文的预测模型能较好地反映MCP的不确定性特点，且具有较高的预测精度。     

电力公司改变竞标策略对PX市场的影响

电力市场中存在多个竞标者,既“牵一发而动全局”又非一个或几个竞标者可完全左右市场行为,因而,市场问题实际上是复杂的系统工程问题。文中通过研究ＰＸ搓合交易机理,探讨了市场电价的形成机制,建立了市场电价的数学模型,导出了电力公司改变竞标策略对ＰＸ市场电价影响的公式。     

日前交易边际电价的预测方法

在电力市场日前交易中,边际电价对独立发电商、输配电服务提供者、电力零售商和电力客户等市场成员的经济利益影响重大。针对电力市场研究的热点问题即边际电价预测问题,分析了边际电价的微观经济机理,指出供求均衡规律是影响边际电价的主要因素,以及边际电价具有周期性、波动性和分时均值回复等特征;对边际电价预测方法从ARIMA模型、GARCH模型、动态回归模型、传递函数模型、灰色系统模型、混沌相空间重构、人工神经网络、委员会机器、支持向量机、市场模拟等方面进行了评述;提出了选择边际电价预测方法的建议,并指出由于市场力、博弈、串谋、容量持留等因素会影响预测精度,因此组合预测模型是提高预测精度的一种可行方法。     

电力市场中MCP和PAB机制的Swarm仿真分析

竞价机制的设计一直是电力市场设计的难点。采用Swarm仿真的研究方法对两种竞价机制的均衡过程进行了比较分析。仿真发现,在市场出清价MCP（Market clearing price）和按报价支付PAB（Pay-as-Bid）机制下,在发电商博弈过程中,PAB机制中出清电价低于MCP机制;在发电商博弈达到市场均衡后,MAC机制中出清电价低于PAB机制;在PAB机制中,每个发电商成交电量和成交价格的波动幅度要小于MCP机制。在竞争博弈过程中发电商的无意识共谋行为也是两种竞价机制中存在市场力的原因之一。     

售电侧开放下日前电力市场动态博弈模型

针对我国未来售电侧开放下日前电力市场信息不完美等一系列特点,建立日前电力市场报价策略动态调整(博弈)及均衡仿真模型。首先,基于利润最大化原则,构建发电商及售电商报价策略决策模型;其次,基于市场出清价格模式(market clearing price,MCP)建立ISO市场出清模型;第三,构建不完美信息情况下,发电商(售电商)的适应性学习模型;第四,组合以上3个模型,完成市场动态博弈模型的构建,运用改进式和声搜索算法(harmony search algorithm,HSA),对发电商(售电商)策略的动态调整过程及纳什均衡情况进行模拟。最后,在算例仿真中验证模型合理性的同时,在供求总容量匹配与否2种情况下,对模拟结果进行比较,提出几点关于我国未来日前电力市场建设的参考建议。     

Economic evaluation of demand‐side energy storage systems by using a multi‐agent‐based electricity market

With the wholesale electric power market opened in April 2005, deregulation of the electric power industry in Japan has faced a new competitive environment. In the new environment, Independent Power Producer (IPP), Power Producer and Supplier (PPS), Load Service Entity (LSE), and electric utility can trade electric energy through both bilateral contracts and single‐price auction at the electricity market. In general, the market clearing price (MCP) is largely changed by the amount of total load demand in the market. The influence may cause a price spike, and consequently the volatility of MCP will make LSEs and their customers face a risk of higher revenue and cost. DSM is attractive as a means of load leveling, and has an effect on decreasing MCP at peak load period. Introducing Energy Storage systems (ES) is one DSM in order to change demand profile at the customer side. In the case that customers decrease their own demand due to increased MCP, a bidding strategy of generating companies may be changed. As a result, MCP is changed through such complex mechanism. In this paper the authors evaluate MCP by multi‐agent. It is considered that customer‐side ES has an effect on MCP fluctuation. Through numerical examples, this paper evaluates the influence on MCP by controlling customer‐side ES corresponding to variation of MCP. © 2009 Wiley Periodicals, Inc. Electr Eng Jpn, 167(3): 36–45, 2009; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20658     

基于未确知数的发电企业分段竞价策略

提出了基于未确知数的发电企业分段竞价策略形成的新方法，即采用未确知数表示市场出清价格、企业上网电量、企业发电成本等较为复杂的不确定性信息。针对未确知数基本运算结果与某些实际物理过程不相符合的缺点，提出了修正的同阶未确知数和同元未确知数的计算定义，并采用该定义得出企业的期望收益未确知数，为企业根据自身风险承受能力和市场情况形成最后的报价方案提供依据。该方法不需要对市场出清价格的分布进行假设，计算结果可以提供比传统方法更多的信息;高阶的未确知数可以更为精细地反映市场的真实情况，为发电企业提供更为详细的市场信息和备选方案。实际系统算例证明了该理论在竞价方案形成过程中的可行性与优越性。     

发电企业竞标策略的研究

电力市场是不完全竞争市场，发电企业将通过竞标策略来追求最大的收益。该文假定电力市场是需求刚性的发电侧市场，采用暗标拍卖的竞价方式，并统一使用市场出清价结算。发电企业提交的竞标曲线是企业发电出力与电价之间的线性单调不减函数。文中在分析了已有竞标策略研究的基础上，建立了最优竞标策略的数学模型，给出了最优竞标反应函数，并根据可获取的市场信息量的不同，提出了3种具体的竞标方案，即分别估计竞争对手策略的方法、假定所有发电企业策略相同的方法和将所有其它企业视为单一竞争对手的方法。算例表明该文的方法具有较好的适应性和较小的决策风险。