利用多因素小波变换和多变量时间序列模型的日前电价预测

电力市场中,市场出清电价具有较强的波动性、周期性和随机性,实践证明单一的电价预测模型很难提高预测精度。针对该问题,提出一种基于多因素小波变换和多变量时间序列模型的日前电价预测方法。利用小波变换将历史电价序列和负荷序列分解和重构成概貌电价、细节电价和概貌负荷、细节负荷。用概貌电价和概貌负荷作变量建立多元时间序列模型,预测未来概貌电价;用单变量时间序列模型预测未来细节电价。将概貌电价和细节电价的预测结果求和作为最终的预测电价。采用上述方法对美国加州电力市场日前电价进行预测,并与对比模型进行了详细的比较分析,结果表明该方法能够提供更准确的预测电价。     

分时段短期电价预测

分时段电价序列比顺序电价序列的变化特征更单一，有利于电价的分析建模，从而提高预测精度，因此采用各时段电价分别预测的分时段预测方法。该文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、负荷率等影响电价的因素。以小波分析和神经网络作为工具，对不同输入因素和不同预测方法下的电价预测精度进行了研究，并重点比较了基于分时段电价序列的预测方法和基于顺序电价序列的预测方法。算例采用美国新英格兰电力市场历史数据，对其2002年第4季度的电价进行了连续预测。与基于顺序电价序列的预测方法相比，分时段短期电价预测方法能够使平均相对百分比误差下降约3个百分点。     

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。     

考虑负荷周期性和变化率的短期电价预测

为了提高电价预测精确度以提高其实用价值,在电价预测模型中引入负荷周期性和变化率因素.根据负荷对电价的影响建立基于系统负荷的短期电价预测模型,使用小波分解对负荷和电价数据进行分析处理,采用神经网络的预测方法对短期市场清算电价进行预测.考虑负荷和电价的周期特性,在预测模型输入侧增加了负荷的周期性因素.考虑负荷剧变引起的电价变化,定义综合负荷变化率影响因素并加入模型输入侧来提高预测精确度.预测实例采用实际负荷值为输入,其结果表明引入负荷周期特性和综合负荷变化率因素后预测相对预测误差和单点最大预测误差分别降低35%和28%,有效地提高了模型的预测精确度.     

引入电价与负荷相关系数的PSO-BP神经网络电价预测模型

为了解决现有BP神经网络电价预测模型中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,在分析电价与负荷相关性的基础上,提出了采用电价与负荷相关系数作为判断是否将负荷引入模型条件的新方法,并将相关系数引入PSO-BP神经网络电价预测模型,以降低模型非关联输入样本数,提高预测精度采用我国四川电力市场资料进行仿真计算,证明该方法具有良好的预测效果.     

风电并网后对出清电价的影响研究

电力市场中电价的波动受到多种因素的影响和制约,为了对电价进行准确分析和预测,有必要对影响电价的因素进行分析.选择丹麦电力市场2009年数据作为研究对象,利用统计分析法分析了风电并网电量变化对出清电价的影响.研究结果表明:风电并网电量的变化不仅影响电价的均值,也影响电价的分布特性;风电穿透功率水平不同,电价的分布特性也不...     

分时电价下大用户概率响应建模研究

在大用户响应电价特性的基础上,提出了基于用电特性的大用户负荷聚类方法。将大用户的需求响应模型分成负荷基准分量部分和负荷响应分量部分,利用多变量时间序列重构的短期负荷预测方法得到用户的负荷基准分量,在需求价格理论的基础上利用响应实际数据获得单体大用户响应分时电价的负荷概率模型。利用matlab对南京地区实际数据进行仿真模拟,算例表明,该模型能够很好的反映大用户的响应分时电价的情形,为分时电价的制定策略提供科学依据。     

基于混沌因子及相空间重构后的神经网络短期电价预测的研究

影响电价因素众多,但在现实中不可能获得所有信息的资料,在这种信息不完全的情况下,为了更好地提高电价预测精度,通过分析电价和负荷时间序列的混沌性,用C-C方法分别重构其相空间,揭示出其本身蕴涵的规律,并采用数据挖掘技术中的相似搜索技术,挖掘出与预测日变化规律最相似的时间序列作为样本,利用BP神经网络这一具有高度自学习自适应能力的网络,拟合电价序列的重构函数。利用美国PJM电力市场的实际数据进行了实例预测,结果显示出良好的预测精度,并比传统BP网络能更好地预测休息日电价。     

基于混沌因子及相空间重构后的神经网络短期电价预测的研究

影响电价因素众多,但在现实中不可能获得所有信息的资料,在这种信息不完全的情况下,为了更好地提高电价预测精度,通过分析电价和负荷时间序列的混沌性,用C-C方法分别重构其相空间,揭示出其本身蕴涵的规律,并采用数据挖掘技术中的相似搜索技术,挖掘出与预测日变化规律最相似的时间序列作为样本,利用BP神经网络这一具有高度自学习自适应能力的网络,拟合电价序列的重构函数.利用美国PJM电力市场的实际数据进行了实例预测,结果显示出良好的预测精度,并比传统BP网络能更好地预测休息日电价.     

基于功率分布的节点电价修正方法

对于开放的电力市场,输电网损耗的经济信号对引导电力市场参与者合理配置资源有着不容忽视的影响。在仅考虑输电损耗的前提下,发电厂的售电收入应与用户端的支出相等,在此基础上,基于功率分布方法提出了节点电价修正新方法。功率分布方法可给出电源提供的功率分量在线路传输功率、线路损耗和负荷中分布的解析表达式。模型可考虑电源位置、电源供电路径和电源输电损耗对节点电价的影响。最后以IEEE30节点系统算例验证了所述方法的可行性。     

考虑多市场主体参与的气电区域综合能源系统市场定价策略

随着多市场主体接入,如何管理系统中的分布式资源成为气电区域综合能源系统的核心问题。从激励价格角度出发,建立含商业楼宇和分布式电源2类市场主体的区域综合能源系统日前市场出清模型,综合考虑节点净有功负荷、净无功负荷和天然气负荷对系统运行的影响,通过引入多类灵敏度因子线性化潮流约束和稳态气流约束;进一步地,将出清的节点边际价格分为有功基础电价、无功基础电价、阻塞管理电价、电压支撑电价、网损边际电价、基础气价和气压支撑价格7类,通过不同价格信号引导促使市场主体调节自身运行方式支撑系统运行。基于改进的IEEE 33节点配电网和24节点气网构成的区域综合能源系统的仿真结果验证了所提出的基于节点边际价格分解的定价策略的有效性和合理性。     

基于多周期GARCH-M模型的短期电价预测

电价的分布特性是电力市场风险管理和电力金融产品定价的重要依据。建立了一个采用虚拟变量和正弦函数来刻画现货电价序列多周期性特征的GARCH-M模型。该模型易于定阶、待估参数少,可同时处理电价序列的趋势变化、多周期、异方差及其与负荷之间的非线性相关性,具有一定的实用价值。对PJM电力市场历史数据的分析表明,电价分布的异方差和负荷的平方对电价均值具有显著的影响,电价序列具有周、半月、月、季、半年等多重周期和明显的波动集聚性。     

GM(1,2)短期现货电价灰色预测模型

在电力市场中,电价预测对市场参与者具有非常重要的意义。该文检验了GM(1,2)灰色模型在现货电价预测中的应用效果。在对GM(1,2)模型进行修正的基础上,分别建立了计及负荷因子的预测模型和计及预测时刻前一小时电价的预测模型,并对模型进行了等维新息处理。对美国PJM电力市场的峰荷时段、腰荷时段和低谷时段的LMP实时电价分别进行了预测。预测结果表明,计及预测时刻前一小时电价的预测模型具有较好的预测效果。     

考虑电力市场交易影响的中长期负荷预测方法

市场化改革重构电力行业格局,放开发电计划和售电市场,其引发的自主市场行为比统购统销模式下的发用电行为更加难以捕捉和预测,电网规划面临挑战。为适应新的形势,有必要积极调整电网规划思路,探索创新负荷预测方法。文章从负荷预测的两个方面入手提出改进方法,第一是在中长期负荷预测中考虑加入电价响应的因素;第二是基于负荷分布、电源规划和市场参与者报价的预测结果来模拟市场交易,从而捕捉远期电力市场的分区电力平衡和交易价格水平,反过来修正负荷预测结果。该方法充分考虑了中长期负荷对交易价格的弹性响应,对电力市场环境下的电网发展规划有一定参考价值。     

单边电力市场中价格调控机制及其模拟

目前,我国电力市场模式是暂不包括用户侧市场的单边电力市场,市场中的发电商会利用各自的市场力来抬高电价,获取超额利润,而发电侧市场中过高的电价常常会导致电力公司经营困难,进而导致整个电力市场的崩溃.文中基于经济学中的社会效益理论,提出了一种应用于单边电力市场的价格控制模型来控制市场电价,以确保市场平稳高效地运行.为了检验所提出的价格控制模型的有效性,采用协同进化算法对发电市场的运营进行了模拟,模拟结果表明所提出的价格控制模型行之有效.     

合肥地区电力需求侧管理激励机制调研与分析

结合合肥地区电力供需环境,分析目前该地区电力需求侧管理所采取的激励措施。提出了采用私募股权投资基金（PE）解决电力需求侧管理项目启动资金问题的理念。采取尖峰电价和阶梯电价等进一步激励措施,对合肥地区实施需求侧管理具有积极作用。     

需求侧峰谷分时电价对供电公司购售电风险影响分析模型

供电公司购电风险主要表现为现货市场发电电价的不确定性,售电风险表现为峰谷分时电价及其对负荷变化影响、对销售电量影响的不确定性。一般来说,现货市场电价与需求侧负荷水平呈正相关关系,负荷水平越高,现货市场发电电价也越高。峰谷分时电价可以降低高峰负荷需求,从而降低发电高峰电价,降低供电公司购电成本。但是,分时电价同时也减少了供电公司的高峰电价段的销售电量,使得高峰时段售电收益下降。本文建立数学模型对此风险进行分析,算例分析表明,合理确定电价差率以及合约市场购电比例,可以使供电公司有效地规避市场风险、提高经营效益。     

我国电价时间序列混沌特性分析及电价预测

本文在分析电价时间序列形成机理的基础上,分析了我国电价时间序列的的混沌特性,通过国内外电价时间序列的比较,证明了传统的基于电价时间序列周期性的预测方法在我国电力市场不能取得较好结果的原因。并利用我国电力市场电价时间序列和负荷时间序列的混沌相关性建立模型,该模型可以很好的解决我国四川电网日前市场和实时市场的电价预测问题,该改进模型对“价格钉”具有一定的预测能力,并为“价格钉”预测提供一种思路。     

电力市场中的等报价方法

等报价方法是基于市场均衡理论的一种交易优化算法 ,能很好地将市场中的经济规律同电力系统的实际运行结合起来 ,在电力市场中可以有效地解决发电机组的竞价问题。文中详细阐述了等报价方法的基本原理 ,说明等报价方法不仅可以解决竞价过程中的功率分配问题 ,而且可以解决竞价过程中的机组开、停问题。