论文部分内容阅读
发电商作为电力市场中最重要市场成员,对整个电力市场具有举足轻重的影响。在一定的市场条件下,发电商完全有可能利用市场力通过物理持留和经济持留(即持留发电能力和报过高的电价),导致电价高于正常竞争价格,甚至电价出现飞升。为保证电力市场安全稳定运行并促进其健康发展,对发电商报价进行分析监控是十分必要的。 本文首先定义了量价指数,并应用量价指数分析了浙江省电力市场发电商报价。分析结果表明:量价指数能够灵敏地反映发电商异常高报价、有效地发现发电商的持留行为。它不仅可以较好地反映发电商报价的短期变化,而且也能够准确地反映发电商报价行为的长期变化。对发电商报价行为分析监控具有较好的参考价值。 其次,本文提出了平均电价差值积分模型,将电力市场中发电商的机组报价曲线转换为一维特征向量,从而可以采用传统聚类方法对机组报价曲线实现分类。通过对浙江省电力市场的报价曲线聚类计算表明,在平均电价差值积分模型中使用20段分段模型,并采用离差平方和法进行聚类,可以对电力市场中机组的报价曲线实现较准确、有效的分类。另外,还可以采用量价指数CPI、HHI指数等方法对聚类结果进行更进一步的具体分析。 电价预测是电力市场决策的基础。本文采用CMAC神经网络,建立了提前一天的电力市场短期电价预测模型,并针对不同时段分别建模。然后以加州电力市场的数据作为计算实例,分别采用CMAC和BP神经网络进行短期电价预测。两种预测结果的对比表明,CMAC神经网络更能快速稳定地进行短期电价预测。