考虑风-储参与直接交易的中长期-现货市场物理交割建模及快速求解算法

文章对带储能的风电参与中长期电能量市场化交易机制进行研究。基于市场建设的现实国情,在考虑了风-储系统的技术特性以及运行约束的基础上,针对带储能的风电场参与直接交易的模式,融合中长期-现货市场物理交割原理,建立了相应的中长期-现货市场联合出清的带安全约束机组组合模型,该模型本质上为一含随机变量的NP-hard复杂优化问题。为提高求解效率,文章进一步提出了基于典型日序列机组组合的快速简化算法,不仅有效解决了中长期电力市场运行中不同负荷曲线日期的机组爬坡衔接问题,而且大力提高了计算效率。基于IEEE 39节点系统算例仿真,本文所提的考虑风-储参与直接交易的中长期-现货市场联合出清模型及快速求解算法的有效性得到验证,且计算效率和相对误差均得到满足。     

电力现货市场下激励型需求响应交易机制及出清模型

为了进一步推动中国电力现货市场的建设,考虑发电侧和负荷侧共同参与、公平竞争的市场化交易模式将是电力现货市场未来发展的趋势。鉴于国内现货市场需求响应的研究尚处于起步阶段,需求响应产品如何参与市场是亟待解决的问题,对此设计了一种适用于目前国内电力现货市场的计及激励型需求响应的交易机制和出清模型。首先分析了批发市场下激励型需求响应的参与方式,探讨相关的交易机制和响应效益评估方法;然后,根据参与用户的市场投标信息构造激励型需求响应的现货市场竞价模型,在能量与备用市场联合优化模式下提出计及激励型需求响应的市场出清模型。最后,通过IEEE-30节点算例对激励型需求响应的市场效益进行定量化分析,验证了所提方法的实用性和模型的有效性。     

基于神经网络规则抽取的产品服务配置规则获取

针对由混合配置前件导致的大量耦合的、相互关联的复杂规则,提出了LC神经网络和RULEX算法联合实施下基于历史数据的个性化产品服务配置规则获取方法,包括基于LC的规则构造和知识发现,基于RULEX的规则抽取,网络模块的划分与提炼,以及配置规则适应度评价。最终通过楼宇控制产品服务说明了该方法具有较好的网络训练效率和规则复杂度。     

广东现货市场阻塞费用分配机制现状与发展方向分析

随着电力市场化改革不断深化,电力系统开放程度不断上升,电力系统输电阻塞及对应产生的阻塞费用不断增加。如何有效、合理分配阻塞费用是实现电力系统稳定运行,保障电力市场有序竞争中的关键一环。文章从国外典型电力市场阻塞费用分配办法出发,总结国内现货市场阻塞费用分配机制存在的共性问题,如目前中长期合同结算参考点仍然设置在用户的统一结算点。文章结合南方(以广东起步)区域电力现货市场阻塞费用分配机制现实情况,通过算例理清不同发展阶段阻塞费用分配机制的演化逻辑,为完善相关机制建设提供参考。文章建议应放开中长期结算参考点的选择,使用户与发电侧自行协商,并逐步放开用户侧结算价格的限制,使得节点电价发挥其市场信号的作用。     

基于多目标和聚类的产品功能疲劳健壮性分析

研究了产品功能疲劳问题中产品功能组合的健壮性分析问题,提出了基于NSGA-Ⅱ和客户聚类的综合分析方法.具体包括建立了基于NSGA-Ⅱ算法的产品功能疲劳问题的多目标优化模型,并利用K-Means算法对客户评价数据进行了聚类分析,然后结合多目标模型和聚类结果进行健壮性分析,为产品开发人员选择健壮性的产品功能组合提供决策支持.最后通过智能手机产品的实际案例说明了所提出方法的有效性.     

基于FOAGRNN的产品功能疲劳对客户资产影响的预测

为了预测产品开发阶段产品功能疲劳对客户资产的影响,提出了基于广义回归神经网络的预测方法。首先提出产品功能疲劳因素向量的概念,以描述产品功能疲劳的程度,并给出了获得该向量的数据处理方法。而后将果蝇算法优化的广义回归神经网络用于预测不同功能组合对客户资产的影响,为企业提供决策支持,以减轻或消除产品功能疲劳。实例表明,该方法能获得理想的结果。     

计及储能寿命与调频性能的风储联合投标模型及算法

风电与储能联合投标可有效应对风电的随机性,提高风电与储能的综合效益。文章针对电力市场环境下风储联合投标的模型与算法问题开展研究。首先,详细考虑储能电池循环寿命、风储联合调频性能、风储联合运行条件及电力市场方面的约束,建立风储联合参与电能量市场和调频市场的投标模型。然后,将所提模型转化为马尔科夫决策过程,并提出一种改进动态规划算法进行求解。该算法利用情景记忆避免对各个子问题的重复计算,可显著提高计算效率,并有效处理风储联合投标过程中出现的随机性、非线性、离散性问题和逻辑变量。最后,通过算例说明了所提方法的有效性。     

面向风电市场化消纳的现货电能量-辅助服务联合运营机制

为以市场化方式激励发电资源的灵活调节能力,提出基于爬坡容量校验的灵活爬坡辅助服务,并将其与市场化调频、深度调峰辅助服务相结合,设计面向高比例风电的现货电能量-辅助服务联合运营机制.对调频服务采用基于综合调频性能均值归一化方法调整机组的容量报价,以体现调频机组性能差异;对深度调峰辅助服务提出基于机组调峰能耗特性的分段报价机制,在充分挖掘机组调峰能力的同时保证其合理收益;对灵活爬坡辅助服务提出与电能量市场耦合的爬坡容量校验机制,通过"反复校验-添加约束"的方式提升系统爬坡能力以跟随风电不确定性引发的净负荷波动.构建现货电能量-辅助服务联合运营的出清模型,并采用等价线性化的方法将非线性模型转换成线性化模型,以提高模型求解效率.采用某省级电网实际数据验证了所提市场机制与出清模型的有效性.     

基于萤火虫算法改进BP神经网络的电力用能行为预测方法

针对BP神经网络由于随机初始化权重和偏置导致对用电情况预测的误差偏大且容易陷入局部最优的问题，提出了一种利用萤火虫算法对BP神经网络的权重和偏置进行优化的电力用能行为预测方法.该方法基于用户不同时间段的用电量数据提取时间序列特征，并采用K-means聚类算法对用电行为类似的用户进行聚合及分析，从而建立电力负荷预测模型对每类用户的负荷加以预测.实验结果表明，基于萤火虫算法改进BP神经网络预测模型的均方根误差以及平均绝对误差百分比均低于BP神经网络模型，能够合理地对电力用能行为进行预测.