基于协同进化算法求解寡头电力市场均衡

建立并分析了考虑网络约束且能考虑需求方策略竞价的电力市场线性供给函数模型,在该市场框架中,独立系统运行员通过求解最优潮流来确定发电安排以及节点电价,市场策略性参与者通过竞标来追求最大利润.运用协同进化算法求取市场均衡,协同进化算法系一种智能代理仿真方法,借鉴了生态系统中协同进化机制的理念.多个算例被用来验证协同进化算法的有效性,实验结果表明如果市场存在纯策略均衡,该算法均能够快速收敛到均衡点,运用简便且具有较强的搜索能力.     

基于进化博弈的电力市场竞价规则研究

进化博弈理论把博弈论分析和动态进化过程结合起来,是目前经济学领域的前沿理论.应用该理论对电力市场中按报价结算和市场出清价统一结算这两种竞价规则进行比较研究,通过对发电商上网竞价的价格策略结果进行建模分析,得出在供给紧张时,应采用按出清价统一结算;在供给充裕时,应采用按报价个别结算,这样不仅能够合理调节上网价格,而且能引导发电商采取合适的竞价策略.     

基于进化博弈的电力市场竞价规则研究

进化博弈理论把博弈论分析和动态进化过程结合起来,是目前经济学领域的前沿理论。应用该理论对电力市场中按报价结算和市场出清价统一结算这两种竞价规则进行比较研究,通过对发电商上网竞价的价格策略结果进行建模分析,得出在供给紧张时,应采用按出清价统一结算;在供给充裕时,应采用按报价个别结算,这样不仅能够合理调节上网价格,而且能引导发电商采取合适的竞价策略。     

电力市场集中竞价交易首启

<正>中国证券报·中证网2008-12-3随着华东电网安全校核,顺利完成市场交易出清工作完成,江苏的两家发电企业日前如愿中标12月份的两笔跨省交易电量。     

月度电量集中竞价市场规则的仿真实验分析

基于计算经济学的仿真实验是对市场规则进行评估的重要手段。基于JADE框架多代理仿真系统,设计三个仿真实验方案,对国内月度电量集中竞价市场的相关规则进行仿真,定量分析了市场博弈过程。重点对两种市场出清规则:电力市场中常用的按交点价格出清和国内月度集中竞价中常用的按均价出清进行了对比、分析和讨论。仿真结果表明,按均价出清导致市场博弈增大,收敛过程变缓。两种出清方法结果的差别随着供需比的增大而减小。同时,偏差考核规则会影响购电商报价策略,进而抬高市场出清价格。最后结合国内电力市场建设实际提出建议。     

云南电力市场集中竞价交易规则设计

立足云南实际,采用赫芬达尔-赫希曼指数(HHI)进行多维度深入分析,确定了云南电力市场"双边垄断"的市场结构特征,设计了基于申报价格出清的集中竞价交易规则,并与国内外常用的统一价格出清规则进行了对比分析,表明申报价格出清规则更加适合云南实际。     

基于协同进化的两种电力市场出清机制分析

基于协同进化算法,对电力市场统一出清机制与一种新的双侧等效PAB(pay as bid)出清机制进行了对比分析。作为一种人工智能算法,近几年来协同进化算法逐渐成为理论分析与工程实践的热点。由于其符合进化博弈理念,并能够充分反映市场动态情况,该算法在电力市场研究中已得到广泛应用。在借鉴PAB出清方式与2016年广东市场出清方式的基础上,提出一种阶梯型报价方式下的双侧等效PAB出清机制,并运用协同进化算法对统一出清机制与双侧等效PAB出清机制进行对比验证。仿真实验结果表明相较于采用统一出清机制,采用双侧等效PAB出清机制的市场更为稳定,且市场出清结果更加贴合市场实际供需曲线交点,能够更好地反映市场的真实情况。     

基于灾变因子的协同进化算法及其应用

在合作型协同进化遗传算法中加入灾变算子（模拟灾变过程）来解决不成熟收敛问题。实验证实灾变合作型协同进化算法对大规模的优化问题效果比单种群的遗传算法好得多,加入的灾变算子可以有效地解决进化过程中的不成熟问题,提高了搜索性能,加快了收敛速度。     

基于协同进化算法的配电网络重构方案

提出了一种基于协同进化算法的配电网络重构方案,将配电网络重构分解为各个回路优化的子问题,采用分开进化、定期协同的思想来处理各个子问题,即生成与回路数目相等的种群,在确保全局最优解为优化方向的前提下,各种群独立进化对应各回路的优化过程.特殊的基因操作减少了不可行解的数量,提高了优化效率;使用“确定树”方法进行不可行解的修复,降低了陷入局部最优解的概率.算例结果表明所提算法具有较好的计算结果和较高的计算效率.     

基于协同进化算法的西北电网无功优化

西北电网全网无功分布具有典型的结构性特征。而常规遗传算法忽略了无功优化问题的结构性特征,计算时间过长,甚至找不到最优可行解。就此,采用协同进化算法对西北电网的无功优化问题进行研究,将西北全网划分成了甘青、陕西、宁夏3个子区,建立了每个子区自身的目标函数,采用常规遗传算法对子区内的控制变量先行优化,并将运算结果作为下一步协同进化计算的初始值,从而预先对参与运算的初始点进行了有效地筛选,以提高运算效率。实际运行算例表明,在收敛速度和迭代精度上,此协同进化算法均优于常规遗传算法。     

“双碳”目标下的核电电力市场差分进化算法竞价策略

“双碳”目标提出后,核电作为清洁能源在电力市场中迎来了提速换挡.核电已经不再是原来填补电源缺口, 可有可无的品种,而将是新型电力市场的主力能源.基于此背景,为实现电力资源合理配置,提高核电公司效益,提出以改进差分进化算法对核电报价.首先,建立核电电力市场竞价模型;然后,介绍差分进化算法并进行改进优化;最后通过 MATLAB 对算例进行仿真,对比其他算法,证明改进后的差分进化算法能有效提高核电公司盈利能力.     

基于分层分区协同进化算法的电力系统无功优化

随着电力系统的大范围互联以及电压等级的增多,无功优化问题变得越来越复杂。无功优化问题是一个多变量、非线性、非连续性问题,在不同电压等级电网中无功又有不同的特点。针对电力系统无功优化的上述特点以及大范围互联电网控制变量较多的问题,提出了按电压等级将电力系统分层,各层之间独立优化互不影响,层内分区域并采用协同进化算法优化的方法。对于电力系统分层的方法作了探讨,提出了节点分裂的方法。在此基础上针对层内无功优化详细讨论了协同进化算法的原理、步骤以及其应用。IEEE30节点的算例表明,该方法要优于DFP,BFS等经典优化算法以及普通遗传算法。     

基于多群体协同进化的电力市场均衡模型

可再生能源配额制及绿证制度作为一种新型的市场交易政策,能够极大地促进新能源的消纳。考虑配额制及绿证制度引入后,电力批发市场和绿证交易市场存在耦合的影响关系,市场中发电商存在相互博弈行为。基于电力市场均衡策略,建立了两个市场协同下的多寡头非合作博弈模型。在电力批发市场中,发电商以古诺形式参与市场竞争。在绿证市场中,绿电商以供给函数形式进行绿证竞争。针对博弈模型,采用多群体协同进化算法对纳什均衡点进行求解,重点对两种市场交互下的发电商策略性行为进行分析。仿真结果表明了模型的有效性及算法的可行性。     

分段竞价电力市场的出清算法实现

根据分段竞价的原理，提出了一种具体的分段竞价电力市场的出清算法。考虑将日负荷预测曲线分成基荷、腰荷和峰荷段。它既可以区分1d中的电能质量，又可以从电能计量上实现，同时与常规的调度概念相近，便于接受。根据电厂的报价曲线，各段按报价从低到高的顺序进行初步安排，安排中考虑了机组的爬坡速度约束。为保证电能同质同价的公平原则，各分段按照各自统一的出清价结算。根据总购电费用最小进行优化调整，即对腰荷段和峰荷段的分界点寻优以使腰荷段和峰荷段购电费用之和最小，最后进一步优化组合基荷机组达到总体的优化方案。对于水电机组，其强迫出力和可调节电量事先在负荷曲线上安排。通过算例系统的计算表明，这种具体的出清算法计算简单，能更好地满足电力运行的条件。     

基于电厂实际报价的电力市场下的分段竞价算法

根据分段竞价的原理,提出了一种按机组实际报价段数分段的分段竞价电力市场竞价算法,考虑将日负荷预测曲线按相应机组的报价段数水平分段,各分段的出清价就是该段发电厂的实际报价,其结算电量可按实测各电厂的出力计算得出,安排中充分考虑到水电机组的水量限制,最后进一步优化组合基荷机组达到总体的优化方案.通过算例系统的计算表明这种竞价算法计算简单,能更好地满足电力运行的条件,在经济上优于按照统一出清价结算的分时竞价方法.     

华东跨省集中竞价交易市场的实证分析

基于华东跨省集中竞价平台的运行数据,用灰色关联度分析方法,考察了该市场成交电价与发电成本、标杆电价、市场供需关系以及市场力等四大指标之间的关联度.结果表明,影响市场成交电价的首要因素是成本,其次是供需关系,第三是标杆电价,而市场力的影响最小.进一步,还分析了典型发电厂商报价、不同时段的电价与四大类指标的关联度,其排序结果也与上述结果一致,即华东跨省集中竞价交易平台具有发现成本、调节供需的功能,且较少受到市场力的影响.     

浙江省电力市场竞价分析

浙江省电力市场采用差价合同与实时现货市场相结合的交易方式，在吸收澳大利亚国家电力市场模式的基础上，针对浙江电网的实际情况制定了市场规则。文中详细讨论了电力市场中市场支配力的内容、原因和分析方法，对浙江省电力市场的竞价机制进行了介绍。通过对2001年7月30日的电厂竞价数据的分析，研究了浙江省电力市场成员的市场支配力大小。分析结果表明浙江省电力市场中市场份额主要集中在3个发电商中，是一个高度集中的市场。     

基于协同进化算法的配电网故障阶段式恢复策略

传统的配电网故障恢复算法难于同时兼顾恢复过程的快速性和恢复策略的最优化。文章提出一种将启发式搜索算法与优化算法相结合的配电网故障阶段式恢复策略：第一阶段采用启发式搜索方法恢复负荷供电;第二阶段利用优化算法处理过载的负荷转移;第三阶段按启发式搜索方法处理过载负荷的切除。为实现快速的网络拓扑分析,采用家族树结构表征配电网,并对传统的粒子群优化(particle swarm optimization,PSO)算法与模拟退火(simulated annealing,SA)优化算法进行改进,提出了协同进化算法(co-evolutionary algorithm of PSO and SA,CPSOSA),CPSOSA算法在求解故障恢复数学模型时具有较高的全局寻优能力。算例分析证明了本文所提恢复策略及算法的可行性和高效性。