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。     

基于电价波动率的现货电价风险度量研究

风险度量因子的选取是风险度量的核心工作之一,统计性质好的指标通常能降低建模复杂度,提高精度。根据电价序列的特征及电价风险度量模型的特点,提出以电价波动率替代电价作为风险度量因子,避开电价序列的非平稳性,建立GARCH-VaR模型用于现货电价风险度量,以北欧电力市场的电价风险度量为例,对模型的可行性和有效性进行检验,并将所提出的电价风险度量方法与电价波动率正态分布法、电价ARMA-GARCH模型度量的电价风险进行比较。结果表明,所提方法不仅能有效降低电价风险度量的模型复杂度,还可提高风险度量的准确性。     

基于有偏t分布ARIVIAX模型的短期电价预测

基于正态分布假设的时间序列分析模型不能有效地处理电价的有偏厚尾性,在对电力市场现货电价的影响因素和波动规律综合分析的基础上,提出了一种基于有偏学生t分布ARMAX模型的短期电价预测方法。该方法可同时考虑电价分布的有偏厚尾性、多重周期性及其与负荷之间的非线性相关性。对PJM电力市场历史数据的算例研究表明,该方法计算量小,待估参数少。     

基于有偏t分布ARMAX模型的短期电价预测

基于正态分布假设的时间序列分析模型不能有效地处理电价的有偏厚尾性,在对电力市场现货电价的影响因素和波动规律综合分析的基础上,提出了一种基于有偏学生t分布ARMAX模型的短期电价预测方法.该方法可同时考虑电价分布的有偏厚尾性、多重周期性及其与负荷之间的非线性相关性.对PJM电力市场历史数据的算例研究表明,该方法计算量小,待估参数少.     

典型电力批发市场交易体系对比及原因分析

正典型电力批发市场的特点及采用的交易体系如下表所示。不同国家采用不同的交易体系与本国电力行业特征密切相关。(1)美国PJM市场电力供需紧张,电网阻塞程度较重,市场集中度高。在现货市场构建中,重点关注电力市场对于系统安全、供需平衡与市场平稳运行的保障。PJM市场强调日前市场"全电量优化",在出清时考虑电网的物理模型,兼顾电能与备用、调频等辅助服务资源的统一优化,确保交易计划的可行性。     

基于电力市场交易规则的最优用能策略研究

在电力市场开放的条件下,园区用户的综合能源优化可通过参与电力市场购电的方式进一步优化用能曲线,从而达到电力市场环境下的智慧用能。相较于峰谷平电价,电力市场中的实时电价与多个因素相关,包括长期签约电量、日前电价、日前申报用电曲线及实时用电量。该文研究重点是如何综合考虑各个因素对实时电价的影响,并对用户的用能曲线进行最优化平移,达到用户在电力市场环境下的用电经济性最优。基于山东省某一园区用户的用电曲线进行了电力市场环境下的不同用能曲线平移策略分析,并比较了不同用能策略可节约的成本空间。     

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。     

拉姆齐定价理论在分时电价中的应用研究

摘要： 在电力市场中,分时电价的应用越来越普遍。针对日负荷曲线波动剧烈、峰谷差较大等问题,文中将拉姆齐定价理论引入到分时电价的制定当中。根据用户的需求弹性和电力企业供电边际成本的差异,通过运用价格手段使用户更合理用电。算例分析表明,运用拉姆齐定价原理制定的分时电价,一定程度上能够平滑负荷曲线,可降低尖峰电量。     

基于MPMR方法的电力市场日前电价预测方法

传统的电力市场日前电价预测方法缺乏一定的稳定性,在长期运行中不能保证预测精度。对此,本文研究基于MPMR方法的电力市场日前电价预测方法。首先,通过计算灰色关联度来量化电价数据与其他特征之间的关联性,选取与电价具有较强相关性的特征。然后,基于获取的电价特征利用MPMR方法构建电力市场的日前电价预测模型。实验结果表明：本文方法的电价预测误差最高仅为0.02,本文方法的电价预测时间最高为14s,说明设计方法的电价预测误差较低且预测时间较短,具有实用性。     

欧盟碳市场风险度量分析研究基于极值理论

本文以欧盟碳市场欧盟碳配额的期现货价格收益率为研究对象,通过建立E G A R C H模型来分析欧盟碳市场价格波动的不对称性,并采用E V T-P O T理论、静态Va R和动态Va R分析等方法,对欧盟碳市场进行风险度量,有效的拟合了欧盟碳市场价格收益率序列的波动情况,得出了欧盟碳市场价格波动存在显著的不对称性,GARCH-EVT-Va R模型是评估碳市场风险的有效方法等结论。