发电企业竞价策略数学模型研究

本文利用基于预测短期市场清算电价的竞价策略,详细构建了发电企业竞价策略的数学模型,包括单台机组利润最大化模型、机组每日按规定时段进行报价时的报价—出力曲线确定模型,以及拥有多台机组的发电企业的竞价策略模型。     

基于博弈论的发电厂竞价策略模拟研究与风险分析

对一种基于博弈论的发电厂商参与市场竞价的数学模型进行了研究。该模型以发电厂商的期望收益最大为目标,采用零和二人混合对策描述竞价问题,并假设市场电价符合正态分布。由于实际市场环境有很多不确定因素,模拟运行是评估和修正竞价策略的有效方法。采用实际机组和电力市场的数据,对几种报价方案进行了模拟,对收益和风险进行了统计分析,并对最优报价方案进行了调整。     

基于博弈论的发电厂竞价策略模拟研究与风险分析

对一种基于博弈论的发电厂商参与市场竞价的数学模型进行了研究.该模型以发电厂商的期望收益最大为目标,采用零和二人混合对策描述竞价问题,并假设市场电价符合正态分布.由于实际市场环境有很多不确定因素,模拟运行是评估和修正竞价策略的有效方法.采用实际机组和电力市场的数据,对几种报价方案进行了模拟,对收益和风险进行了统计分析,并对最优报价方案进行了调整.     

电价α-稳定分布模型及其计及风险的报价策略

文中首先分析现行日前电力市场发电公司的报价特点及传统报价方式.然后把电价的概率分布这一有益因素加入考虑范围.对比传统正态分布概率模型的弱点,文中提出基于旷稳定分布的电价概率模型.该模型很好地解决了电价偏峰和重尾的特性,并在此模型基础上提出电价等概率分类的发电商报价策略.最后用实际电力市场数据做算例,证实该报价策略不仅增加发电商售电利润,还降低其售电风险.     

不确定信息下发电企业的报价策略研究

发电企业的报价决策是在不确定信息的基础上作出的,如何分析处理市场公布的历史信息并描述相关决策信息的不确定性是构建优化报价策略的前提。针对此问题,对发电企业自身报价策略和其他因素对市场电价的影响进行了分析,以表征市场环境的指标为特征向量,运用模糊聚类方法对历史交易数据进行分类,依据各类别的中标容量和市场电价的样本数据建立模糊回归模型,在此基础上构建了优化报价策略的模糊机会约束规划模型,并给出求解方法。该模型可以为决策者提供在市场信息不确定的条件下、不同置信水平下的折中方案。最后,以拥有多台机组的发电企业为例,说明了该模型的基本特征和功能。     

电力市场辅助报价决策的灰色博弈模型研究

鉴于发电商报价决策中,存在着诸如负荷需求、竞价对手信息等大量不确定因素,为了保障发电企业的竞争利益、降低决策风险,引入了灰色理论,通过对目标市场的负荷需求与出清电价样本的统计分析,形成了负荷需求与出清电价的灰数,进一步将主市场报价决策问题转换为灰色零和博弈问题,建立了报价决策的灰色博弈模型,应用灰色优化理论进行求解后能够为企业根据自身风险承受能力和市场情况形成报价方案提供参考。应用该模型对PJM市场数据进行分析,结果显示本模型能更为精细地反映市场真实情况,并为发电企业提供了更为详细的市场信息和备选方案,从而验证了所建立的模型在辅助报价决策中的应用价值。     

电力市场辅助报价决策的灰色博弈模型研究

鉴于发电商报价决策中,存在着诸如负荷需求、竞价对手信息等大量不确定因素,为了保障发电企业的竞争利益、降低决策风险,引入了灰色理论,通过对目标市场的负荷需求与出清电价样本的统计分析,形成了负荷需求与出清电价的灰数,进一步将主市场报价决策问题转换为灰色零和博弈问题,建立了报价决策的灰色博弈模型,应用灰色优化理论进行求解后能够为企业根据自身风险承受能力和市场情况形成报价方案提供参考.应用该模型对PJM市场数据进行分析,结果显示本模型能更为精细地反映市场真实情况,并为发电企业提供了更为详细的市场信息和备选方案,从而验证了所建立的模型在辅助报价决策中的应用价值.     

基于神经网络学习的发电商竞价支持研究

运用训练反向传播神经网络的方法对月度竞价市场历史数据进行学习,由网络模拟结果得出成交电价的概率分布函数,它与预测电价的差值服从正态分布。在此基础上建立机会约束规划模型,求解此模型得到以一定置信水平满足目标函数的投标报价。将其用于月度竞价市场,运用实际数据分析结果表明本方法是可靠的,可供发电公司投标报价参考。     

电力市场环境下发电企业竞价策略研究

目前 ,发电侧电力市场试行以当量电价竞价获取竞价电量 ,发电企业如何做好电力市场环境下的竞价策略研究 ,以取得最大电量和最大利润 ,已成发电企业的主要研究课题。根据发电企业存在容量成本和运行成本两种成本因素 ,提出了建立容量成本电价和变动成本电价的数学模型 ,发电企业应用数学模型可设计企业的竞价曲线 ,依据企业的发电目标确定竞价策略。     

基于自回归积分滑动平均模型的可转移负荷竞价策略

研究了在较成熟的电力市场环境下,可转移负荷在日前市场和实时市场的最优竞价策略。在最优报价计算过程中,必须满足可转移负荷在截止时间内完成运行一定的电能消耗的约束条件。考虑到传统平均值短期负荷预测结果存在偏差,提出了一种基于自回归积分滑动平均模型的可转移负荷最优竞价策略,通过历史电价的变化特征估计模型的参数,从而预测第二天的日前电价和实时电价曲线,并以此为依据优化竞价策略。在此基础上,考虑功率限制,提出了基于贪心算法思想的电能竞价自动调整算法。通过实际电价数据进行计算,验证了此策略比单纯利用历史数据的期望值作为模型参数为购电者节省了更多购电费用,并能够有效完成竞价调整,以满足各个周期的功率限制。     

考虑电价不确定性的负荷价-量曲线聚合方法

随着电力市场的发展,需求侧逐渐参与电力市场报价。报价曲线需要反映需求侧的真实价格响应特征。然而,需求侧的负荷资源具有数量多、单个容量小的性质。大量用户聚合上报的价-量曲线尽量准确地反映需求侧特征,有利于售电侧准确掌握聚合用电特性,维护电力市场经济信号准确性。针对此,提出一种考虑电价不确定性的需求侧用户价-量曲线聚合方法,该方法可有效保留各负荷的价格响应特性,并为大量需求侧用户参与市场出清提供技术支撑。首先,该文考虑电价预测的不确定性,基于后验误差与核密度估计,建立适应多种电价预测模型的电价概率分布生成方法;在此基础上,提出需求侧用户价-量曲线的最优聚合模型,能在预测电价附近展现良好的聚合精度,且适用于不同出清模式的电力市场。针对所提模型具有的分段非线性特性,该文采用启发式算法-粒子群算法求解该模型。最后,基于真实电价数据验证了所提方法的有效性。     

市场电价的实证分析及预测建模

电力作为一种特殊的商品，具有很低的用电需求弹性，难以大量存储，易受到发电容量、输电阻塞等系统特有约束的影响，尤其是在电力市场环境下还要受到发电公司报价策略的影响，因此，对市场电价进行有效的预测建模将面临巨大的挑战。文中从实证分析的角度出发，首先对浙江发电市场的系统报价曲线进行分析，在此基础上提出一种报价曲线驱动的市场电价预测方法，并通过算例仿真表明此方法在实现上的方便、有效性。     

日前和实时市场中发电商多目标二层规划竞价策略

由日前和实时市场组成的2市场交易机制是目前普遍存在的电力市场交易机制,在2市场中发电商的电量分配和竞价决策以及风险评估等都是受到广泛关注的问题。指出了现有文献在借鉴经济学和金融学的理论模型来研究多交易市场中发电商竞价策略时存在的问题。首先在分析了发电商竞价结果的概率分布之后,提出了发电商竞价成功概率分布函数的概念。然后基于日前和实时市场中投标结构的特点,针对采用分段报价和按报价结算(pay as bid price,PAB)方式的电力市场,建立了日前和实时市场中发电商的多目标二层规划竞价策略模型,并设计了以蒙特卡罗方法和遗传算法为基础的求解算法。最后采用算例对所提出的模型和算法进行了仿真验证。     

计及广义负荷不确定性和激励型需求响应的电力现货市场竞价方法

以国内目前电力现货市场运营机制为基础,提出一种计及分布式发用电单元功率预测不确定性以及激励型需求响应资源功率调节能力的广义负荷参与日前电力现货市场竞价的方法,并构建相应的市场出清模型。统计得到广义负荷净功率预测误差的条件概率分布,推导广义负荷日内购电期望和需求响应补偿的成本函数,揭示价格引导模式下广义负荷激励型需求响应的响应量-申报电价-申报电量之间的关系,使广义负荷原本多元、随机的报价曲线等效转化为符合市场统一规范的一元确定性报价曲线。采用不均匀最优分段技术将连续型报价曲线转化为规范的离散型阶梯曲线,并将其代入动态市场出清模型中进行竞价出清。仿真结果验证了出清电价对分布式新能源发电和负荷用电平衡情况的刻画能力。     

完全开放的双边电力市场中供需双方叫价拍卖的贝叶斯博弈模型

随着我国进行电力体制改革和建立发电侧竞争市场，需求方很快也会引入竞争，并建立完全开放的双边电力市场。研究供给侧和需求侧如何建立有效的报价策略具有十分重要的理论和实践价值。作者将所有发电公司看成供给方，把所有买电代理商看成需求方，将供给方和需求方的报价问题看成是他们向市场的投标问题，并根据市场确定的规则，总需求电量将在某一价格下完成交易，因而它是供给方和需求方的双方叫价拍卖问题。通过对双方叫价拍卖的交易规则进行描述，针对供给方的生产成本和需求方的估价是私有信息的情况，建立了完全开放的双边电力市场中供给和需求双方叫价拍卖的不完全信息贝叶斯博弈模型，并求解贝叶斯纳什均衡，给出供给方和需求方的均衡报价策略。     

考虑网损修正的日前双边交易研究

电力市场中,发电竟价时如何考虑网损的影响是市场参与者关心的问题.针对上述问题,首先建立了网损修正发电报价的模型.然后通过对日前双边交易的研究,在按报价结算模式下提出了使用网损修正的发电报价进行日前双边交易竟价的方法.该方法根据修正后的发电报价对发电公司排序,按照"报价最高的购电方优先与报价最低的售电方交易匹配"的原则撮...     

级联相关的神经网络模型在边际电价预测中的应用

在实际的电力市场运作中，电厂的报价反映了电厂的运行成本和市场供求，决定电厂机组能否上网发电和上网电量。而报价的一个重要指标是预测的系统边际电价。因此，电力市场中的边际电价预测在发电厂的市场化运营中处于重要的地位，特别是对电力供应商的决策有重要意义。文中应用神经网络理论中的级联相关模型对电力系统的边际电价进行预测，优点在于避免了对网络结构的估计，网络在训练的过程中能够自适应地增加隐含节点，同时提出了在训练集中增加特殊数据点以提高预测精度的方法。通过New EnglandISO数据算例预测第2天的24h边际电价说明了这种方法的可行性，并用3层BP神经网络做了对比研究。     

基于CEEMDAN分解的深度学习分位数回归电价预测

电力市场中电价预测的准确性对于供应商竞价策略的制定至关重要。针对电价预测问题,提出一种基于完备经验模态分解的深度学习分位数回归电价预测方法。首先,采用自适应噪声的完备经验模态分解方法对电价序列进行分解,得出各个模态分量;然后,采用深度学习中空洞因果卷积神经网络预测模型在不同分位数下对各个分量进行预测,并将预测结果重构;最后,对预测结果采用核密度估计得到电价的概率密度函数。经过对美国电力市场PJM的实际数据进行仿真验证,所提出的组合预测方法相比于其他分位数回归方法,不仅具有更高的预测准确度,且可以为供电商提供更多有效信息。     

市场竞价下梯级水电站短期优化调度研究

针对梯级水电站短期优化调度的特点，通过对电力市场中发电厂商竞价策略特点的分析，提出了市场竞价下梯级水电站的竞价运行策略，构建了市场竞价下梯级水电站优化调度模型。模型采用概率分布来模拟发电厂商报价策略，并利用蒙特卡洛方法对电力市场出清过程进行随机模拟，而且在最大效益子模型中考虑了梯级各电站发电成本不同的因素。最后通过实际算例，利用改进蚂蚁算法和遗传算法对硕多岗河梯级水电站在市场竞价条件下的整体调度过程进行了模拟优化求解，得出了较优的市场出清结果和梯级优化运行方案，并通过对优化结果的详细分析，指出了模型的优点和缺陷。