上网电价预测中运用修正神经元输出函数对BP模型动态修正的探索

阐述了人工神经网络模型的基本原理,研究分析了BP神经网络模型非线性特性差和对实际情况反应"迟钝"等缺陷,提出了通过修正神经元输出函数对BP神经网络模型进行动态修正的优化方案,从而提高了BP神经网络模型的收敛速度。在此基础上,将修正后的BP神经网络模型引入到上网电价的预测中。模拟运行结果表明,修正后的BP神经网络模型可以更好地适应发电厂报价的复杂环境。     

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。     

发电企业上网电价定价模型及其对利润的影响分析

在电力工业中电价是核心,它牵动着电力生产、交易和消费的各个环节。上网电价是电价链的起点,它以发电成本为基础,但不同的上网电价定价方式,在一定程度上会影响发电企业的利润。利用会计理论和技术经济方法分别给出了按经营期和会计成本测算的上网电价定价模型,并在此基础上分析了两种模型对发电企业利润的影响。最后,通过算例对两种定价模型进行了具体的敏感性分析和对比分析,得出了有关结论:当内部收益率与资本金利润率增长相同的幅度时,经营期电价的增长幅度要大于会计成本电价的增长幅度,但二者的利润增长幅度相差不大,并且经营期利润的增长速度先快后慢,而会计利润几乎以同样的速度增长。     

基于学习曲线模型的光伏上网电价预测

对未来的光伏上网电价进行合理的预测不仅能为产业投资者提供市场发展信息,也能为国家制订相应的发展计划和激励政策提供依据。本文首先从光伏组件的价格出发,运用学习曲线模型,对历史价格和产量数据进行分阶段拟合,得出组件价格学习率分阶段递减规律,并以此预测出组件价格的发展趋势;然后根据组件价格估算出未来十年的光伏项目建设初始投资成本;最后采用会计成本定价方法计算出光伏发电成本以及上网电价,并与未来的火电成本进行比较。结果表明:在考虑火电外部成本的情况下,资源丰富的西北地区在2012年能够将光伏发电成本降到与火电相竞争的水平,上网价格也能基本降到"一元一度电。"     

上网电价服从布朗运动条件下的销售电价计算模型

首先采用布朗运动方法对上网电价进行了分析,给出了布朗运动参数估计的计算公式、蒙特卡罗电价模拟的步骤和服从布朗运动的检验方法。然后以美国加州电力市场上网电价数据为例进行了验证,结果表明电力市场上网电价的某些时段近似符合几何布朗运动。在此基础上,采用蒙特卡罗模拟电价的数据和布朗运动推导电价的效用函数分别构建用户销售电价计算模型。算例结果表明,采用效用函数法比直接采用模拟数据制定销售电价更接近实际情况,且既能使供电公司达到一定收益,又能对其进行有效监管。     

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。     

发电商上网结算电价的预测模型

在电力市场中,电力价格一直是人们关注的焦点。虽然电力市场的结构因区域而不同,但这些电力市场有一个共同的特征就是电价具有很高的价格波动性,当电力供应商(发电商)、交易商和电力消费者都在这个波动的环境中把握自己的位置的时候,理解当地的电价变化规律就显得越来越重要。本文针对电力价格的波动性和多个大电网互联的情况下,提出了一种新的发电商上网结算电价的模型,给出了随机电价模型,并对此模型进行了分析。相比较已经存在的电价模型,这个模型是基于供求相互作用基础上的模型。文中对两个没有传输限制的市场由于市场参与者的信息延误导致价格差异进行了说明。同时,该模型还对系统拥塞情况的两个电力市场价格的相互转换进行了举例说明。     

基于BP神经网络的下一交易日出清电价预测

利用历史负荷和清算电价对未来时段出清电价采用3层BP神经网络模型进行预测, 将出清电价看成一个多输入单输出系统。把一天中每个小时按输入影响大小分成五类,然后采用BP网络分别建模预测。并采用美国New England电力市场2002年的电价数据进行了训练和预测分析,最终得到比较理想的出清电价预测结果。     

基于BP神经网络的下一交易日出清电价预测

利用历史负荷和清算电价对未来时段出清电价采用3层BP神经网络模型进行预测, 将出清电价看成一个多输入单输出系统.把一天中每个小时按输入影响大小分成五类,然后采用BP网络分别建模预测.并采用美国New England电力市场2002年的电价数据进行了训练和预测分析,最终得到比较理想的出清电价预测结果.     

考虑动态电量和无限次博弈的电动汽车上网电价模型

电力物联网的建设与发展为电力系统中设备互联互通提供了硬件基础和技术支持。电动汽车(electric vehicle,EV)作为基于传统化石燃料汽车的革新产物,其大规模并网不仅能刺激可再生能源的消纳,更可以充当移动储能装置参与电网电能供给。在此背景下,文章首先针对电动汽车上网电价博弈创新性地引入了动态电量的概念,通过建立Rubinstein博弈模型,研究了包含虚拟电动汽车聚合商和电网的清洁能源上网电价的动态博弈问题,针对不同量清洁电能利用建立的博弈模型得到了有限次放电电价博弈均衡解,并进一步深化研究将其拓展到无限次博弈层面。然后,结合目前我国电动汽车产业的发展速度,分情形考虑实际情况中不同市场规模下交易过程中博弈双方的效益变化情况。之后,通过仿真分析发现,有限次博弈中的博弈效益将受双方产业规模及总博弈次数影响;在交易中无限次博弈能否达成最优解取决于博弈双方所在地的市场结构。最后,研究还发现,提高电动汽车聚合商产业规模可以有效增大聚合商效益,提高电动汽车经济性并促进清洁能源消纳。     

发电侧市场竞争策略的风险分析及决策模型

在发电侧电力市场中 ,电价由市场的供求关系决定 ,发电厂商实行竞价上网。他们根据自己盈利的期望报价 ,既要保证上网运行成为可能 ,又要保证收入及利润最大 ,因此报价高低都存在着影响收益与否和收益大小的风险 ,如何在竞争中获胜 ,就要求发电厂商进行一定的风险分析 ,作出合理的决策。通过对发电厂商进行的经济风险辨识和分析 ,提出了基于期望损益值准则的风险性决策模型 ,同时通过实际算例予以证明。     

发电侧市场竞争策略的风险分析及决策模型

在发电侧电力市场中,电价由市场的供求关系决定,发电厂商实行竞价上网.他们根据自己盈利的期望报价,既要保证上网运行成为可能,又要保证收入及利润最大,因此报价高低都存在着影响收益与否和收益大小的风险,如何在竞争中获胜,就要求发电厂商进行一定的风险分析,作出合理的决策.通过对发电厂商进行的经济风险辨识和分析,提出了基于期望损益值准则的风险性决策模型,同时通过实际算例予以证明。     

光伏电池精确工程模型及输出特性研究

建立准确高效的光伏电池工程数学模型是光伏发电技术及相关研究的重要基础。光伏组件传统数学模型具有较高的精度,但非线性强、涉及超越方程,求解比较困难,难以满足工程模型对复杂度与精确度兼顾的要求。针对这一问题提出一种光伏电池精确工程模型,对数学模型进行了参数简化,设计了需要参数及迭代次数较少的牛顿—拉夫逊法的参数计算方法,改进了迭代中出现的奇异矩阵。利用MATLAB对该模型进行了4种不同光伏材料和变电阻参数特性影响测试,在不同的辐照强度和环境温度条件下对光伏组件模型输出特性进行了仿真实验和分析。结果表明,所提模型具有较好的通用性和灵敏度,快速准确反映了变工况条件下光伏组件的I-U和P-U输出特性,为大型光伏发电系统的研究提供了有力的支持。     

边际电价预测的时段分离组成法

本文在分析边际电价影响因素上 ,认为其是一种与时段有关的时间序列过程。文中提出的时段分离组成法可以对该时间序列的长期趋势与随机影响项进行分别预测 ,再进行叠加。该方法符合边际电价变化特点 ,在应用上是可行的。     

ADAM 改进 BP 神经网络与动态称重应用

为提高动态检重秤的运行效率和测量准确度,深入分析了机械振动对测量的干扰及传感器非线性特性的产生机理.提出一种基于自适应矩估计法(ADAM)优化器的多层BP神经网络,实现了检重秤传感器的非线性校正,并准确估计了动态称量结果.试验对比经典梯度下降法、附加动量法、均方根传播法以及ADAM算法,结果表明ADAM算法综合考虑了参...     

基于外部性与动态盈亏平衡分析的燃煤电厂脱硝电价研究

通过对外部性内部化理论的分析,提出了应用动态盈亏平衡分析模型确定脱硝电价的方法,确定SCR工艺作为参照性脱硝技术,以某发电有限公司新建2×600 MW机组烟气脱硝工程为例,对模型进行了验证,分别计算了电价收入、影子收入、脱硝可变成本、年固定经营成本、年固定资产投资、回收资产残值,并以此为基础编制了现金流量表,计算出脱硝电价.最后通过敏感性分析筛选出影响脱销电价的主要因素,并据此对脱硝电价相关配套政策提出了建议.     

基于外部性与动态盈亏平衡分析的燃煤电厂脱硝电价研究

通过对外部性内部化理论的分析,提出了应用动态盈亏平衡分析模型确定脱硝电价的方法,确定SCR工艺作为参照性脱硝技术,以某发电有限公司新建2×600 MW机组烟气脱硝工程为例,对模型进行了验证,分别计算了电价收入、影子收入、脱硝可变成本、年固定经营成本、年固定资产投资、回收资产残值,并以此为基础编制了现金流量表,计算出脱硝电价。最后通过敏感性分析筛选出影响脱销电价的主要因素,并据此对脱硝电价相关配套政策提出了建议。     

基于灰色关联-神经网络模型的城市电力负荷短期预测的研究与应用

利用灰色理论和神经网络技术,提出了基于灰色关联度分析的灰色神经网络短期负荷预测短期分析新方法并建立了灰色关联—神经网络模型应用到电力短期负荷预测分析中,由于该模型优化了输入层因子,并克服了BP算法确定隐含层节点数的困难,所以提高了学习效率。最后结合某市电网负荷特点,在输入因子中重点考虑了某些扰动因子来进行优化,最后的预测结果以及与其他方法的预测误差进行比较,表明了该预测方法的正确性、高效性和实用性。     

基于灰色关联-神经网络模型的城市电力负荷短期预测的研究与应用

利用灰色理论和神经网络技术,提出了基于灰色关联度分析的灰色神经网络短期负荷预测短期分析新方法并建立了灰色关联-神经网络模型应用到电力短期负荷预测分析中,由于该模型优化了输入层因子,并克服了BP算法确定隐含层节点数的困难,所以提高了学习效率.最后结合某市电网负荷特点,在输入因子中重点考虑了某些扰动因子来进行优化,最后的预测结果以及与其他方法的预测误差进行比较,表明了该预测方法的正确性、高效性和实用性.