【摘 要】
：
电力市场化改革需要建立一个公开、公平和公正的电力交易机制和平台,以促进电力资源的优化配置和高效利用。目前,电力中长期市场普遍采用的交易机制不能消除市场成员行使市场力的动机,难以保证电力市场的长期有效运行。理论上,Vickrey-Clarke-Groves（VCG）机制可以消除市场力影响,但存在预算不平衡缺陷,即用电户需要支付的（结算）费用可能会小于发电商希望获得的（结算）收入。此外,市场成员之间电
【基金项目】
：
国家电网公司总部科学技术重点项目《面向未来电网的可实施双侧竞争机制及关键支撑技术研究》（1400-202099523A-0-0-00）；
论文部分内容阅读
电力市场化改革需要建立一个公开、公平和公正的电力交易机制和平台,以促进电力资源的优化配置和高效利用。目前,电力中长期市场普遍采用的交易机制不能消除市场成员行使市场力的动机,难以保证电力市场的长期有效运行。理论上,Vickrey-Clarke-Groves（VCG）机制可以消除市场力影响,但存在预算不平衡缺陷,即用电户需要支付的（结算）费用可能会小于发电商希望获得的（结算）收入。此外,市场成员之间电力交易的实现,除交易机制外,还需要一个安全、方便的交易平台。基于区块链构建的交易平台,可以提高交易的安全性、透明性,适合电力中长期市场的竞价交易。面向上述背景要求和问题,本文首先针对VCG机制在双侧竞价市场中不满足（正）预算平衡要求的缺陷,设计了一个基于参考价出清的VCG机制（Reference Price Clearing Based Vickrey-Clarke-Groves,RPCBV）,证明了该机制满足个体理性、激励相容性和（正）预算平衡性,但可能存在一定的社会福利损失,同时算例分析表明该机制是有效的。然后,根据RPCBV的分配效率与出清参考价的选取有关这一线索,进一步拓展和优化了RPCBV机制,即探讨了基于边际价格出清的VCG机制和基于充分高价出清的VCG机制,证明或阐释了这些拓展机制满足个体理性、（弱）激励相容性、（正）预算平衡性和渐进有效性,并给出了机制选择的相关建议,同时通过算例分析和比较了本文所涉机制的含义、特点及适用场景。最后,探讨了区块链技术在电力中长期市场中的应用,即设计了一个基于区块链的电力中长期市场双侧竞价交易流程,并采用以太坊技术开发、并测试了一个基于RPCBV机制的智能合约原型系统,旨在验证相关概念、方法、模型和交易流程的可行性。
其他文献
随着无人系统技术的不断发展,不同类型的无人系统相互跨域协同凭借其明显的优势已经成为了当前无人系统技术研究和应用的热点领域。无人机搭配无人艇水空跨域协同作业可有效的将海洋的监测、感知维度从二维拓展到三维,赋予在海洋上跨域无人系统集群的立体监测和巡逻侦察的能力。本文对无人艇和无人机水空跨域协同编队技术展开了研究,并开展了仿真与物理实验工作,具体内容如下:首先,研究了无人艇编队问题。依据领导跟随法的编队
随着无人驾驶领域的发展,无人艇（Unmanned Surface Vehicle,USV）作为水面无人系统的载体倍受大众关注,在集群控制、任务分配、目标识别与跟踪、路径规划与导航等领域具有重要的应用价值。良好的感知能力是无人艇执行高阶任务的前提,因而需装备多类传感器。由于激光点云包含丰富的位置信息,且能够满足全天候的采样需要,所以本文根据激光雷达提供的观测数据,以三维点云为主要研究对象,发掘目标的
语义分割是计算机视觉领域中的基础课题之一,在自动驾驶与医学影像处理等领域中有着重要的应用。由深度传感器获得的深度图像包含场景的空间几何信息,可以作为RGB图像中颜色纹理信息的补充,用于提升语义分割的性能,因此,近年来RGB-D语义分割算法受到了较多的关注。本文针对当前RGB-D语义分割中图像的噪声问题和分割细节不足的问题进行了系统的分析和研究,并在主流的基于双流网络的RGB-D语义分割框架上提出了
在图像采集过程中,受到设备、环境、网络等客观因素的影响,获取的图像往往会产生一定程度的退化,对后续的图像处理造成不利影响。此时,通常可以使用超分辨率重建方法,对图像进行增强。然而,目前常用的图像超分辨率评价指标:峰值信噪比和结构相似性,没有对图像识别效果起到直接作用。针对上述问题,本文开展了面向识别的图像重建算法研究以及后续的重建图像识别算法研究。针对缺少面向识别的超分辨率数据集的问题,本文以公开
合成孔径雷达（Synthetic Aperture Radar,SAR）的优良性能使其在军事和民用领域中被广泛应用,随着SAR成像系统的发展,SAR图像分辨率越来越高,使得从SAR图像中检测与识别车辆目标成为可能。由于SAR图像的特点及地面背景的复杂性,传统的SAR图像车辆目标检测与识别算法性能较差,因此开展智能化的从大幅面SAR图像中识别车辆目标方法研究具有重要意义。论文以SAR图像车辆目标的检
随着现代科学技术的发展,自动驾驶逐渐成为当下的热点话题之一。无人机,无人车,无人艇等具有自主巡航能力的载具与人们生活的关系越来越紧密。作为一种新型无人载具,水面无人艇具有智能化水平高,机动能力强,可高度定制等特点,可以高效协助人类进行海洋资源的开发与应用。运动控制系统旨在控制无人艇运动状态,是无人艇实现自主化,智能化的基石。本文以具有双舵与双螺旋桨的双体无人艇（后文简称双体船）为研究对象,对其展开
宫颈细胞图像识别算法是计算机辅助筛查的一项关键技术。目前,大部分宫颈细胞图像识别过于依赖完备的大量标注样本,这需要投入大量的人力物力。本文针对少量标注下宫颈细胞图像的识别难题,依次建立了多任务自监督学习方法、基于伪标签的半监督学习方法、基于注意力机制和多尺度特征融合的模型,提高了少量标注时的宫颈细胞分类效果。本文主要工作如下:（一）本文针对通用预训练模型对宫颈细胞识别的适应性差、微调效果有限,提出
进入21世纪以来,陆地资源日渐匮乏,世界各国对海洋资源开发不断深入。由于海洋自然环境复杂多变,在执行相关海上任务过程中,船舶必须要依赖动力定位系统保持自身姿态相对稳定或缓慢变化。推力分配作为动力定位系统的关键部分,其作用是将上层控制器的期望合推力与力矩控制指令合理分配给每个底层推进器,它将直接影响船舶海上作业的灵活性、稳定性和船舶姿态调整精度。本文对船舶推力分配优化算法及其应用展开研究,具体研究内
滚动轴承的故障诊断研究对于工业生产系统的可靠性和稳定性具有重大意义。由于出色的性能,基于深度学习的方法在滚动轴承故障诊断领域取得了广泛的应用。然而,将深度学习方法应用于滚动轴承的故障诊断时仍存在着如下问题:深度学习模型的训练需要依赖大量样本,而实际工业过程中滚动轴承经常面临样本不足的情形;此外,深度学习模型中不恰当的特征提取也有可能会造成信息丢失。针对上述这些问题,本文提出了两种基于深度学习的少量
母线电容能平衡电机驱动系统中输入电源和输出负载的瞬时功率差,从而最大限度地减小直流环节的电压变化,并保护电机驱动系统免受电网瞬时峰值冲击。然而,电容是电机驱动系统中最薄弱的环节之一,严重影响了电机驱动系统的可靠性。对母线电容进行健康状态的监测以及剩余使用寿命的预测,对提高系统可靠性、保障系统安全以及实现高效的运维管理有着重大意义。本文针对采用不控整流的电机驱动系统中的母线电容,对其状态监测与寿命预