论文部分内容阅读
系统边际电价(system marginal price)是反映电力市场中电力商品短期供求关系的统一价格,是联系用户、市场监管者、发电商的经济纽带,而且是关系到发电方、用电方经济利益的重要因子。目前大部分电力市场都是以市场出清价或边际电价进行结算的,如美国的新英格兰电力市场以及我国初步实现的几个省级电力市场等。系统边际电价是发电企业在竞争性电力市场中的产品价格,发电企业的利润依赖于成功的报价策略,而报价策略形成的基础是准确把握短期市场的走向,把握市场的关键则是对边际电价的准确预测。因此,边际电价的预测是发电企业进行“竞价上网”急待研究和解决的课题之一。同时,从购电方来看,边际电价构成了它的单位购电成本,边际电价的预测使自身的动态成本控制成为可能;从市场的监管者来看,边际电价的预测可为市场健康、稳定、有序地竞争和发展以及各种电价政策的制定提供科学依据。所以,边际电价预测对于电力市场中的各个参与者都具有重要意义。论文主要研究电力系统短期边际电价预测。首先分析了影响电价的主要因素及电价的变化特点,明确电价变化的规律性,分析了电价预测模型中必需引入的影响电价的因素。短期边际电价受到诸多因素的影响,特别是一些人为因素、市场力因素等对电价有很大的影响。这些因素严重扭曲了电价本来的面目,加大了电价预测工作的难度。论文详细分析了市场力对电价的影响,提出了在预测模型中加入衡量市场力的指标—市场供需比指标。通过仿真计算验证了加入市场供需比指标后的模型预测精度有极大提高。电力系统的负荷是一个时间序列,电价也是一个时间序列,因此,从理论上讲,凡是能用于负荷预测的方法都可以用于电价预测,如时间序列法、人工神经网络法、小波变换法等。但是电价由于其多变、影响因素多等固有的特点,使得电价预测比负荷预测难得多,目前的电价预测方法都不尽如人意。论文在预测技术的选择上,通过比较了常用的几种方法的优缺点,提出用RBF网络对边际电价进行预测。针对RBF网络的特点提出了用递阶遗传算法同时优化RBF网络结构及参数。通过仿真算例验证了所提方法的可行性。