基于ARMAX模型的短期出清电价预测方法

在综合考虑整个电力市场中电价的波动规律和影响出清电价的各种因素的基础上,采用时间序列ARMAX模型进行出清电价的预测,将出清电价看成一个多输入单输出系统,并用相关性分析技术进行初始输入数据的筛选,最终得到比较理想的预测短期电价。     

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.     

利用多因素小波变换和多变量时间序列模型的日前电价预测

电力市场中,市场出清电价具有较强的波动性、周期性和随机性,实践证明单一的电价预测模型很难提高预测精度。针对该问题,提出一种基于多因素小波变换和多变量时间序列模型的日前电价预测方法。利用小波变换将历史电价序列和负荷序列分解和重构成概貌电价、细节电价和概貌负荷、细节负荷。用概貌电价和概貌负荷作变量建立多元时间序列模型,预测未来概貌电价;用单变量时间序列模型预测未来细节电价。将概貌电价和细节电价的预测结果求和作为最终的预测电价。采用上述方法对美国加州电力市场日前电价进行预测,并与对比模型进行了详细的比较分析,结果表明该方法能够提供更准确的预测电价。     

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。     

基于分时段多模型的短期电价预测

基于分时段时间序列多模型的短期电价预测方法对美国PJM电力市场2006年全年电价数据进行分析,预测2007年1月1日到7日的一周内每小时的电价,将全年电价数据按照时段划分为24个子序列(PJM电力市场电价是以小时出清),分别对每个时段的子序列建立不同的模型进行分析,算例的研究结果显示,平均绝对百分误差在10%以内,能够用于电力市场短期电价预测。     

一种用于短期电价预测的分时段时间序列传递函数模型

在电力市场环境下,准确的价格预测可为市场参与者制定合理的竞争策略提供重要信息。本文提出了一种基于时间序列法的分时段传递函数模型来预测短期电价,该模型考虑了负荷因素对电价的影响,同时利用累积式自回归滑动平均模型（ARIMA）对电价序列和负荷序列的非平稳性进行处理,并且对一天24个小时时段分别建立了预测模型。采用加州历史电价数据进行算例研究,结果表明,利用本文模型进行电价预测能够提高预测的准确性。     

一种用于短期电价预测的分时段时间序列传递函数模型

在电力市场环境下,准确的价格预测可为市场参与者制定合理的竞争策略提供重要信息.本文提出了一种基于时间序列法的分时段传递函数模型来预测短期电价,该模型考虑了负荷因素对电价的影响,同时利用累积式自回归滑动平均模型(ARIMA)对电价序列和负荷序列的非平稳性进行处理,并且对一天24个小时时段分别建立了预测模型.采用加州历史电价数据进行算例研究,结果表明,利用本文模型进行电价预测能够提高预测的准确性.     

电力现货市场节点电价关键影响因素研究

随着市场化改革的逐步深入,电力现货市场建设进程已步入关键阶段,亟需对影响市场出清价格的关键因素进行深入研究。节点电价是电力现货市场的核心,分析节点电价的影响因素对电力现货市场建设至关重要。为此,首先对影响电力现货市场节点电价的关键因素进行了初步分析,然后依托南方电网科学研究院电力市场仿真平台,基于IEEE 39节点系统和数值摄动灵敏度分析法,定量分析机组申报容量、机组申报价格、用户实际用电负荷、系统负荷预测、线路传输容量等交易指标变化对于市场出清的影响。研究成果可为现货市场交易规则和边界条件设置提供量化决策依据,加快电力现货市场的建设进程。     

基于小波包分解和长短期记忆网络的短期电价预测

在电力市场环境下,精准的短期电价预测可以保障电网优化调度和安全稳定运行,但实时电价具有非平稳性和非线性的特点,加大了预测难度。针对这一问题,提出了一种基于小波包分解（WPD）和长短期记忆（LSTM）网络的短期实时电价预测方法。将实时电价序列分解,得到最高频细节部分和低频趋势部分,剔除波动性高、无效信息多的高频细节部分,再采用LSTM网络对有效信息最多、更能体现电价序列的趋势部分进行实时电价预测。使用所提方法对美国PJM市场某地区实时电价数据进行预测实验,结果表明所提方法相比随机森林、BP神经网络、支持向量机电价预测方和传统的LSTM网络电价预测方法具有更高预测精度。     

基于实验经济学的电力市场竞价模式研究

引入实验经济学方法 ,探讨了电力报价实验的设计思路 ,考察对及价模式对市场电价水平的影响。并通过模拟实验仿真的方法对系统边际价格拍卖 (MCP)和按报价价格拍卖 (PAB)两种模式进行了比较 ,实验数据表明PAB模式并不能带来总平均电价的降低 ,电价水平的高低由市场竞争状态而定。文章最后对实验经济学在电力市场中的运用进行了展望     

基于减法聚类及自适应模糊神经网络的短期电价预测

提出了基于Takagi-Sugeno模型的自适应模糊神经网络的短期电价预测方法。首先采用减法聚类方法确定自适应模糊神经网络的结构,然后利用混合学习算法训练该网络的前件参数和结论参数,最后将影响未来日电价的相关因素输入到训练好的自适应模糊神经网络中进行电价预测。以美国加州电力市场公布的1999年负荷与电价数据进行模型训练和预测,结果表明采用该方法所建立的预测模型具有较高的预测精度。     

市场环境下电价设计过程的经济学分析

电力市场环境下，传统的发、输，配，供一体化的电力工业模式已经变为发电、输电、配电，供电相分离的电力产业模式。文章从经济学的角度分析电力产业链中电价的作用，论述目前电价设计过程中存在的问题，研究电力供不应求与供过于求2种不同情形下的电价监管方式。     

电力市场中MCP和PAB机制的Swarm仿真分析

竞价机制的设计一直是电力市场设计的难点。采用Swarm仿真的研究方法对两种竞价机制的均衡过程进行了比较分析。仿真发现,在市场出清价MCP（Market clearing price）和按报价支付PAB（Pay-as-Bid）机制下,在发电商博弈过程中,PAB机制中出清电价低于MCP机制;在发电商博弈达到市场均衡后,MAC机制中出清电价低于PAB机制;在PAB机制中,每个发电商成交电量和成交价格的波动幅度要小于MCP机制。在竞争博弈过程中发电商的无意识共谋行为也是两种竞价机制中存在市场力的原因之一。     

A study of economic evaluation of demand‐side energy storage system in consideration of market clearing price

In Japan the electricity market will open on April 1, 2004. Electric utility, Power Producer and Supplier (PPS), and Load Service Entity (LSE) will join the electricity market. LSEs purchase electricity based on the Market Clearing Price (:MCP) from the electricity market. LSEs supply electricity to the customers that contracted with the LSEs on a certain electricity price, and one to the customers that introduced Energy Storage System (:ES) on a time‐of‐use pricing. It is difficult for LSEs to estimate whether they have any incentive to promote customers to introduce ES or not. This paper evaluates the reduction of LSEs' purchasing cost from the electricity market and other LSEs' purchasing cost by introducing ES to customers. It is clarified which kind of customers has the effect of decreasing LSEs' purchasing cost and how much MCP of the whole power system the demand‐side energy storage systems change. Through numerical examples, this paper evaluates the possibility of giving the cost merit to both customers with energy storage systems and LSE by using real data for a year's worth of MCP. © 2006 Wiley Periodicals, Inc. Electr Eng Jpn, 158(1): 22–35, 2007; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20447     

电力期货价格的协整建模与预测

在电力市场环境下,电力期货价格受现货价格、利率和负荷需求等多种因素影响,变化趋势复杂,很难将所有的因素都加以考虑来建立一个准确的模型对其进行全面描述.因此,选取最重要的影响因素:电力现货价格,利用协整理论来研究电力期货价格和现货价格之间的动态关系,并建立向量误差修正模型(VECM),对电力期货价格进行有效的预测.     

山东电力市场的边际电价分析

山东电力市场模拟运行期间发生了因竞争而产生的边际电价持续下滑、既背离发电成本又不满足电能的市场供求关系的现象。中指出产生这种现象的主要原因是当前电力市场的不完全性和山东电力市场规划中存在有能导致恶性竞争的条款。由于没有实现厂网分开,发电厂更注重的是发电计划的完成而非利润的高低。电力市场的竞价规则把合同电量和竞争电量绑在一起进行竞争,其结果是较高的报价不仅使电厂得到的出力低甚至可能停机。在市场竞争中为了避免停机损失和保证发电计划的完成,只能降低报价。还讨论了电力市场交易、边际电价与供求关系等问题。     

发电市场势力研究与交易方式对发电市场势力影响的分析

该文利用瓦尔拉斯假设对发电公司的市场行为进行了分析，并由此定义了一个度量发电市场势力的指标函数。该文利用该指标说明市场电价的飚升除了电力确实缺乏之外主要是由于发电的市场势力决定的，同时也研究了市场中存在双边合同交易时对发电市场势力的影响，表明由于双边交易的存在会削弱发电公司的市场势力，抑制电价抬升。实例也证明了该指标的合理性。     

现代电力市场中的电价热点问题综述

电力市场改革是世界电力改革的共同趋势,也是中国电力改革与发展的必然选择。电价是现代电力市场机制的核心,直接关系到市场参与者最直接和最敏感的经济利益因素,能起到调整电力供求关系、引导电力消费、优化资源配置的作用。基于此,重点研究了现代电力市场中电价的若干热点问题：现代电力市场改革、峰谷分时电价、发电企业竞价、无功功率定价、风力发电定价、大用户直购电定价,针对每个问题进行了详细的分析,做了相应评述并提出个人看法。综述表明：电价改革是电力体制改革的核心内容,所分析的电价问题均为现代电力市场中的重要问题,有效解决这些问题,是实现现代电力市场改革的重要环节。     

新形势下电力市场营销模式与新型电价体系

电力市场环境的建立将为电力营销带来前所未有的机遇和挑战。传统的电力营销模式已不能适应新环境的需求,需要进行全方位的变革。提出了市场环境下电网公司以创新服务方式引导电力资源优化配置的营销战略。从电力销售服务和电力营销增值服务两个方面,提出了电力市场环境下电力营销发展的新模式。同时,提出了以菜单电价为核心的新型电价体系。阐述了菜单电价的经济学原理、合同形式、制定方法等。该研究能够为我国电网公司制定适应市场化变革的电力营销策略提供重要参考。