日前电力市场矢量自回归模型及其结构分析

构建了一种日前市场时段电价矢量自回归（VAR）模型,并对时段电价之间的影响进行了分析。该模型较好地表示了日前市场的独特规则,即同时确定次日所有时段电价。以澳大利亚新南威尔士2007年数据为基础,通过增广的迪基 — 福勒检验和Box-Pierce Q统计量检验,说明了电价VAR模型的适用性;利用Granger-因果检验和脉冲响应方法,获得了一些有用的结果:在构建时段电价模型时,忽略任何时段电价都会引起预测精度的下降,而各个时段电价之间的影响则互不相同,影响最大的是峰负荷时段的电价,最容易受到其他时段影响的是低谷时段的电价。     

基于分形条件风险价值的供电公司动态购电组合模型

电力市场实际上网电价并不一定满足正态分布,因此,有必要对供电公司在多交易市场、多阶段条件下的购电策略进行研究。文中首先采用极大似然估计法对美国PJM电力市场实际上网电价数据的分形分布特征参数进行了估计,并运用柯尔莫哥洛夫拟合检验（K-S）法对其拟合效果进行检验;市场用电量利用均值回复的AR（1）模型进行描述,美国PJM电力市场的实际用电量数据验证了该模型的有效性。根据上网电价服从分形分布的特性推导出了评估供电公司动态购电组合风险的计算公式。在此基础上构建了基于投资组合理论的供电公司动态购电组合模型,并利用等价原理将该模型转化为线性规划模型进行求解。算例表明所构建的供电公司动态购电组合模型能真实地反映供电公司所面临的风险情况。     

英国电力市场的运作

本文介绍了英国国家电网公司的情况和英国电力市场的动作机制。英国电力工业自1990年3月私有化以来，英格兰和威尔士电网已实现了商业化运营。在空上竟争的电力市场中，发电厂采用提前一天报价的方式进行竞争上网，每个调度日有48个结算时段。电网从发电厂购电的价格由系统边际价格确定的电量电价和由失负荷概率及失负荷价值确定的容量电价两部分组成。电网的售电价则由购电价和附加费组成。     

有差价合约日前市场中计及风险约束的最优报价策略

日前市场是国内外目前实际运营的以联营体为基础的单一购买者模式的电力市场所采用的最主要的形式。在有些日前市场中采用了差价合约来规避单一购买者和发电公司可能面对的由于电价波动所带来的财政风险。针对具有差价合约的日前市场，在假设市场规约要求发电公司采用线性报价函数申报下一个交易日每个时段的报价而且市场按统一清算价对每个交易时段分别进行结算的前提下，构造了发电公司在日前市场考虑风险约束的最优报价策略的数学模型，计及了发电机组的运行约束和启动成本，并发展了以遗传算法为基础的有效的求解方法。最后，用一个算例说明了所提出的方法的基本特征。     

考虑多重周期性的短期电价预测

考虑到电价各时段变化以及周末与工作日变化的差异，提出了区分周末的分时段短期电价预测模型。该模型首先将各日中同一时段的电价形成该时段的电价序列，再将各时段电价序列分为工作日电价序列和周末电价序列。这样形成了多个消除了日周期性和星期周期性的子电价序列，分别对各子电价序列进行预测以得到预测日电价。采用基于小波分析的广义回归神经网络对这些子电价序列分别进行提前一天的预测，各子电价序列的预测电价就形成了下一天的预测电价。采用该方法对西班牙电力市场电价进行了长时间的连续预测，并与已有的预测方法进行了详细的比较分析，研究表明该方法能够提供更准确的预测电价。     

考虑抽水蓄能电站的电力市场均衡模型

抽水蓄能电站是水力发电的一种特殊形式，它同时具有发电和蓄能2种功能。文中建立了一种计及这些特点的电力市场均衡模型。该模型把一天24 h分为蓄能、发电和停机3个时段，在蓄能和发电时段分别把抽水蓄能电站当做负荷和发电机处理。通过6节点算例验证了抽水蓄能电站的削峰填谷及降低负荷高峰时段电价的功能;证明了改善抽水蓄能机组效率不仅能够提高其自身收益，而且能够有效提高负荷及整体的社会收益，在抽水蓄能机组较多的市场中，这种效益尤其明显。     

基于神经网络的浙江发电市场清算电价预测方法

市场清算电价（MCP）预测是电力市场决策的基础。文中以浙江省电力市场为背景，采用BP神经网络的方法，建立了提前一天的浙江电网发电市场清算电价短期预测模型，并针对不同时段分别建模。此外，根据浙江发电市场的特点，考虑市场外机组出力的影响，从供需出发，提出了竞价空间的概念，并据此设计了神经网络的结构。在线预测结果表明，该方法具有良好的预测效果。     

计及风险的配电公司最优分时零售电价模型

市场条件下零售电价相对固定而批发市场电价和负荷需求经常波动，使配电公司面临较大的风险。实行批发市场电价与零售电价联动，是减小配电公司市场风险的有效办法。分析了配电公司的主要运营业务及其成本，说明了传统分时电价在市场条件下的特点，提出通过分时电价方法实现零售电价与批发电价联动，并建立了相应的数学模型。通过对模型的求解，给出了最优分时电价的表达式，对模型中涉及的市场参与者的类型、负荷弹性等因素进行了讨论。最后通过算例验证了该方法对实现电价联动的有效性。     

发电商资产组合研究

发电商在电力市场中的整个决策过程可分为3个阶段：投资决策、资产组合和策略选择。资产组合与投资决策和策略选择一样，是整个发电商效用最大化问题的重要一环。文中基于证券投资领域近年来的研究成果，提出了一种方法，根据该方法对电力市场重新建模，并对该方法的可信性和有效性进行了全面的验证和考察。为了使结果更有可信度，算例采用实际电力市场（PJM）的真实电价数据。算例和拓展计算的结果反映了该资产组合方法的可信性和有效性，且不同的资产组合会使发电商的收益和风险产生很大的差别。     

电价分布及分类预测模型

准确的电价预测可为各市场主体的运营、发展规划提供指导,降低电价波动带来的风险,文中提出了相关预测模型。首先,基于历史数据分析了负荷水平、供给功率、可调度负荷水平、与相邻区域的功率交换水平及时段等因素对电价分布的影响,并引入基准电价概念将电价分为正常电价和高电价;然后,以上述因素为输入变量,采用邻近点技术和支撑向量机（SVM）技术确定未来电价的类别归属,正常电价利用时间序列法预测,高电价则根据历史高电价信息加权估计得到。模型以电价分布为着眼点进行分类预测,降低了对时间的依赖程度,不仅可用于短期电价预测,也为中长期预测提供了有效思路。以澳大利亚市场Queensland地区的周电价预测为例说明其有效性和实用性,给出了预测和分类精度,并通过灵敏度分析研究了基准电价选取对模型分类精度的影响。