论文部分内容阅读
本文提出混合式边际电价预测模型进行边际电价预测.首先通过分析系统边际电价的影响因素,以动态聚类法对历史系统边际电价数据进行分类;然后对不同类别的系统边际电价数据分别建立各自独立的神经网络模型,以各自类别的样本数据对每个类别预测模型进行训练.最后以待预测日与各个预测模型聚类中心的欧几里德距离确定待预测日所属预测模型的类别,用本类别预测模型实现高精度系统边际电价预测.实际市场交易时发电厂同时可能参与多种不同类型市场交易,因此本文针对中国电力市场状况,提出同时参与合同交易市场、现货交易市场的组合协调报价模型.本文以发电费用等微增率原则对发电厂内部机组合同交易电量进行优化,实现发电厂内部资源优化配置.其次在现货交易市场中,以市场中其他竞争发电机组报价策略以及发电机组的发电边际成本确定各台发电机组的报价,再根据系统边际电价预测值来对各发电机组报价进行调整,最终确定发电机组现货交易市场报价策略.最后,发电厂根据系统负荷需求总量以序优化方法调整发电厂内部各发电机组各个交易时段两种类型市场中的发电量,使得发电厂在一个交易区间两市场中总售电经济效益最佳.电力市场中存在各种不确定因素,这些不确定因素使得单纯考虑确定性的发电厂报价策略面临一定程度的经济风险.因此在制定发电厂优化报价策略时,必须考虑各种风险因素对发电厂经济目标的影响.本文在对风险因素的识别基础上,建立了计入风险因素概率的发电厂发电报价策略评估模型,并以概率分析法来分析不同自然条件下发电厂不同报价策略的经济收益,该模型以发电厂报价策略的期望收益值最大为报价决策依据,确定考虑市场经济风险的最优发电报价策略.