基于BP网络的下一交易日无约束市场清算价格预测模型

提出一种基于反向传播(BP)网络预测下一交易日无约束市场清算价格的方法。该方法去除了原始数据中的季节性趋势和增长趋势,用相关性分析技术选择输入量,遵循“重近轻远”的原则重新设计了拟合误差的代价函数,利用最新数据在线修正BP网络,并用美国加州电能交易所公布的真实数据进行仿真,结果令人满意。     

电力市场价格钉预测模型研究

为威胁电力系统稳定安全运行的一个重要方面。从电价价格钉的经济学分析着手,给出价格钉判别标准。最大Lyapunov指数为正数是一个时间序列具有混沌特性的必要条件。对具有混沌特性的电价序列,提出了一种基于混沌理论的价格钉预测模型——基于径向基函数的神经网络模型。运用新西兰NEMCO电力市场中昆士兰区域的电价时间序列为例,识别出电价时间序列的混沌特性,并通过数值仿真验证了模型的有效性。     

考虑了负荷和天然气价格影响的电价模型

分析了负荷、价格的一些特性以及电价和天然气价格之间的关系。由于电价主要依赖于负荷和天然气价格，本文建立了基于这两个因素的电价模型，采用几何平均回归布朗运动模型来描述负荷过程，而用几何布朗运动模型来描述天然气价格，然后详细推理了基于负荷模型和天然气价格模型的价格随机过程模型，同时解决了参数估计的方法。最后提出了一些解决模型的方法。     

浙江省电力市场清算价格预测系统实现

价格预测在新的竞争性电力市场中与生产者和消费者的关系越来越大。对于当时的电力市场和长期的电力契约来说,价格预测对发展出合理的价策略或谈判技术来说是必需的,以此来实现经济利益的最大化。提供两种方法来预测电价。这两种方法分别是线性回归预测方法和人工神经网络预测方法。这两种方法一直被广泛应用于分析预测领域。比较这两种预测方法,从而找到最佳预测模型。     

放松管制的电力市场对电力系统控制中心的要求

目前世界上的许多国家都在进行电力体制改革。文章讨论放松管制的电力市场对系统控制中心功能的和要求，给出改进电力系统控制中心功能的研究实例。     

电力市场条件下电力系统可靠性问题

在竞争的电力市场中,发电机组投资的决策取决于项目的回报,而不是预期的备用率,因此,与发电系统有关的可靠性是由电能价格来维持的;在电力市场环境下,电力交易瞬息万变,电力调度既要保证公平竞争,又要保证安全运行,因而必须全面审定并研究和制订新的安全运行导则,并开发新的为运行服务的软件;辅助服务是电力市场最重要的特征之一,关系电力系统的安全运行与可靠性;现代继电保护已发展为非常可靠的系统,但原有的保护原则     

关于我国电力市场的研究问题

针对电力工业的重组,对我国商业化运营的电力市场结构、电价理论、电力交易和竞价上网、电力市场模型等问题进行阐述,并就解决其所带来的热点问题,如电价体系、资源规划、系统可靠性等提出若干建议,为加速我国电力市场的发展提供参考。     

基于人工免疫网络的短期负荷预测模型

为了克服传统神经网络预测方法在网络结构设计、学习算法和收敛效果等方面存在的缺陷，通过借鉴免疫网络调节与免疫规划，该文提出了一种基于人工免疫网络的短期负荷预测模型。在人工免疫网络的设计中，创造性地融入了免疫调节原理，利用免疫规划来进化网络结构，采用了新的个体编码方式，神经元适应度函数和自适应混沌变异算子，通过免疫规划进行网络结构的设计，并结合免疫网络调节的进化算法进行网络的学习。电力系统短期负荷预测的计算实例表明，基于人工免疫网络的负荷预测方法与传统神经网络预测方法相比，具有较强的自适应能力和较好的效果。     

工商业电力系统的可靠性及其电力市场事故

介绍了最大最复杂的北美电力系统在全面引入电力市场机制后所出现的新变化和新问题：将工业与商业合并在一起而形成的新型工商业电力系统;对于系统可靠性和安全性的担心增大;除了几次停电事故外,又发生了电价冲击的市场事故。章介绍了市场事故的现象、起因和后果等,希望对我国电力市场的发展有所启示。     

基于风险管理的电力市场安全服务价

从风险管理理论与公共物品理论的角度对电力市场的安全问题进行了再认识,指出电力市场的安全实质是个风险性质的问题,可以用风险管理的方法来管理电力市场的安全,同时电力市场的安全服务还具有公共物品的性质,可以用类似社会保险的方式来统一负责提供电力市场的安全服务,并基于安全性与经济性的优化平衡来确定最优的安全服务价格（保费）。     

分时段短期电价预测

分时段电价序列比顺序电价序列的变化特征更单一，有利于电价的分析建模，从而提高预测精度，因此采用各时段电价分别预测的分时段预测方法。该文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、负荷率等影响电价的因素。以小波分析和神经网络作为工具，对不同输入因素和不同预测方法下的电价预测精度进行了研究，并重点比较了基于分时段电价序列的预测方法和基于顺序电价序列的预测方法。算例采用美国新英格兰电力市场历史数据，对其2002年第4季度的电价进行了连续预测。与基于顺序电价序列的预测方法相比，分时段短期电价预测方法能够使平均相对百分比误差下降约3个百分点。     

电力市场短期边际电价的分时重构混沌相空间预测

为了实现高精度的电力市场短期边际电价预测,该文对市场边际电价时间序列数据分时段聚类进行了相空间重构,并分别计算分形维数和提取最大Lyapunov指数,经分析得出了边际电价分时序列数据的演化具有混沌特征,由此提出了短期边际电价的分时重构混沌相空间预测算法,相比目前通常采用的单一时间序列混沌预测算法,该算法具有相空间嵌入维数少和模型参数配置灵活的特点,通过电力市场短期边际电价预测实例验证,结果表明该算法比单一时序混沌预测算法在预测精度上有显著提高.     

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。     

发电市场预调度计划模型及算法的研究

结合中国发电市场的实际情况,根据最优潮流原理,以整个预调度周期内的市场购电费用（MPC）最小为目标,建立了预调度计划模型,并根据预调度计划的特点,将模型目标简化为各时段的市场清算电价（MCP0最小,同时设计了三段式预调度算法：用静态规划法求解整个顶调度计划周期内的优化问题,用优先级求解机组组合问题,用改进的Powell法求解最优潮流问题。算例结果表明,预调度模型和算法下的市场清算电价能跟踪系统负荷变化,且该模型算法具有复杂度低、结果最佳性较好的特点。     

一种衡量发电商市场控制力的新指标

衡量各发电商的市场力与投机行为，研究市场的电价变化，是电力市场的深层次问题。在总结传统市场力理论的基础上，基于厂商所面对的需求曲线，提出了反映机组市场力的市场电价可控区的新概念，建立了从市场电价角度衡量各厂商市场力大小的指标——市场价格可控指数。在此基础上，提出了衡量市场力程度的综合指数和衡量厂商滥用市场力行为的指标。这些指标能较全面地反映市场力变化的动态信息，使得对市场控制力的监管更科学化和具有可操作性，有利于采取针对性和预知性措施以抑制市场力的垄断行为.     

基于减法聚类的FCM算法在电力负荷分类中的应用

针对目前在电力负荷分类中应用较多的模糊C均值聚类算法(FCM)的不足之处,提出了一种基于减法聚类改进的算法(SUB-FCM)。该算法运用减法聚类来初始化聚类中心矩阵,解决了FCM算法随机初始化的问题,且提高了算法的全局搜索能力,避免陷入局部最优解。由实验算例分析发现,该算法还能加快收敛速度,且收敛效果也较好,能有效应用于电力负荷分类。     

相空间重构和混沌神经网络融合的短期负荷预测研究

该文首次提出基于PSRT和ICNN融合的电力系统STLF模型，所构造的ICNN预测模型对负荷初值和混沌轨迹的游动性有很强的敏感性，可表征复杂的动力学行为和具有全局寻优的性能，以PSRT确定ICNN输入维数，训练样本集按预测相点步进动态相轨迹和最近邻点集原理形成的，可增强预测模型对混沌动力学的联想和泛化推理能力；文中用遗传算法作为ICNN的学习算法，对两类不同负荷系统日、周预测仿真测试，证实所研究的预测模型能有效、稳定的提高预测精度，且有较高的适应能力，为将基于PSRT和ICNN融合的电力系统STLF方法用于实际运行系统在理论上取得了有效的进展。     

使用LSFE分析计及输电系统约束的市场势力

基于线性供给函数均衡(LSFE)模型，提出了一种计及输电系统约束的计算发电商Lerner指标的新方法。在竞争性的电力市场中，发电商的发电成本数据并不公开，因此不能使用市场仿真计算发电商的Lerner指标。运用所提出的方法，独立系统运行员(ISO)可以在未知发电商成本信息的情况下计算发电商的Lerner指标。该方法只需要各参与者(发电商和用户)的报价曲线和在市场Nash均衡点的电价、功率信息以及输电网络的运行状态信息就可以计算，计算简便，结果精确。该方法还能表明进行策略报价的发电商的Lerner指标与它的市场份额成正比，与所有其他市场参与者的市场份额、供给(需求)价格弹性和对该发电商的网络影响因子的乘积之和成反比。还定义了一个市场综合指标用来度量整个市场中的发电商市场势力作用的相时程度．     

基于最优潮流的实时电价及其遗传算法实现

基于分布式母线的解耦最优潮流（OPF）问题推导出一种新的实时电价模型,并用遗传算法解最优潮流问题,用扩展拉格朗日乘子法把最优潮流无约化,扩展拉格朗日乘子法可以把最倨潮流问题的等式约束和不等式约束与原目标函数集成起来,并且拉格朗日乘子含有丰富的经济意义。通过它们可以把各种约束因素转化成电价分量。然后由遗传算法对拉格朗日函数进行运算,求出最优潮流问题的解,最终根据实时电价模型求出各母线处的电价。另一个重要工作就是应用潮流分解计算每个母线的注入功率在输电网络中引起的实际潮流分布,根据其实际分布来分摊网络输电固定费用。在14母线IEEE标准系统上对所提出的模型进行了测试,表明了该模型具有良好性能和实用价值。