外国电力监管机构设置的模式

自1989年英国通过颁布《电力法案》实施电力产业改革以来,世界各国尤其是发达国家开始了包括制定电力产业监管的法律法规,改革传统的电力产业管理体制,设立电力产业监管机构等诸多措施在内的电力产业自由化与民营化的系统工程.由于发达国家在电力产业监管机构设置方面走在世界前列,他们在探索和解决这些问题方面积累了许多有益的经验和教训,所以本文侧重对发达国家电力监管机构的设置模式进行比较,以期为我国建立和完善电力产业监管体制提供借鉴和参考.     

基于三角模糊数的清洁能源电价补偿机制

为了制定合理的清洁能源电价补偿机制,推动清洁能源电力的有效发展,分析了我国清洁能源电价补偿机制现状及存在的问题,基于清洁能源电力的外部性特征,引入三角模糊数,通过模糊数将补偿机制中补偿金额的计算扩展为补偿区间的确定,同时将不同对象的可能补偿额度定为隶属度;并以风电为例,运用模糊响应公式对其补偿区间进行了量化分析。结果表明,电力用户补偿区间为0.002 ~0.008元/（kW·h）,电网企业补偿区间为3 869.48~16 096.74元/MW,清洁能源电厂（风电厂）补偿区间为0.218 9~0.241 2元/（kW·h）,且清洁能源电力的各级补偿区间与补偿对象密切相关,补偿额度也会随其上网电量的变化而波动。     

基于PSOGRNN的我国电力消费预测

为准确预测电力消费并给电力发展规划制定提供依据,提出一种电力消费混合预测模型(PSOGRNN),将GDP、人均可支配收入和电力消费历史数据作为输入变量,运用粒子群优化(PSO)算法优化选择用于电力消费预测的广义回归神经网络(GRNN)模型参数值,以此提高模型的预测精度。实例验证结果表明,与自适应GRNN模型、DGM(1,1)模型和最小二乘线性回归模型相比,PSOGRNN模型的预测精度最高,且有效可行。     

电力市场环境下基于FOALSSVM的电价预测

提出了一种基于果蝇优化算法(FOA)和最小二乘支持向量机(LSSVM)模型的日均电价混合预测模型。将日均电价的历史数据和负荷数据作为输入变量,利用FOA优化选择用于电价预测的LSSVM模型最优参数值,进而对日均电价进行预测。以澳大利亚NSW电力市场的实际数据为例对该模型进行了仿真测试,其结果表明:与自适应LSSVM、模拟退火LSSVM和ARIMA-GARCH模型相比,本文提出的预测模型的预测性能最好,其收敛速度快,预测精度高。     

计及合作联盟的园区综合能源系统随机优化及收益分配模型

为了兼顾系统经济和环境效益,对耦合清洁能源机组的园区综合能源系统的研究具有重要意义。首先,计及外部备用系统、用户和园区综合能源系统等三大主体,设计了各主体达成合作联盟的途径。然后,在考虑清洁能源不确定性的基础上,构建了独立和合作2种运营模式下的园区综合能源系统随机优化模型。进而为稳定三方合作,体现不同主体对联盟收益的贡献,构建了基于改进Shapley值法的收益分配模型。最后,选取中国北方某一工业园区为对象进行仿真分析,验证了所提模型的有效性。