競爭性電力市場環(huán)境下電價預測方法與應用研究.pdf

1、放松管制，從傳統(tǒng)的縱向一體化壟斷經(jīng)營模式向自由競爭的市場競爭模型轉變是當今世界電力行業(yè)發(fā)展的一個潮流，我國也已經(jīng)從2002年開始著手電力的市場化改革，以期打破壟斷，引入競爭機制，建立電力市場，提高電力行業(yè)的整體效率。 在競爭下的電力市場環(huán)境下，電力產(chǎn)品的價格不再由政府主導且長期不變，電價具有波動性、周期性、均值回復性、跳躍性以及價格釘?shù)榷嘀靥匦?。發(fā)電商等市場主體要在電力市場中最得更好的收益，必須深入研究電價的變化規(guī)律，預測出未來

2、的電價水平。以此為基礎，并考慮各種電力及其衍生產(chǎn)品的風險，制定出合適的競價策略。 不同的市場體系結構和市場交易形式會導致不同的電價變化規(guī)律，但大多數(shù)的電力市場中都存在價格釘現(xiàn)象。由于價格釘數(shù)據(jù)量與正常電價的數(shù)據(jù)量比例懸殊，對其進行分類預測是一種比較典型的非均衡數(shù)據(jù)集分類問題，易出現(xiàn)少數(shù)類預測精度差的現(xiàn)象，預測比較困難。提出了一種非均衡數(shù)據(jù)集分類的集成方法SMOTEBoostSVM用于價格釘?shù)念A測，該方法用SMOTE技術增加少數(shù)類

3、樣本量，以支持向量機作為弱分類器，并以AdaBoost算法構建集成分類器。 通過對電價時間序列的分析，發(fā)現(xiàn)電價時間序列具有非線性特征。采用三種非線性模型對電價進行預測：一是局域多項式擬合模型，二是多元自適應樣條函數(shù)回歸模型，三是最小二乘支持向量機模型。分別通過廣義交叉驗證獲得局域多項式擬合模型及多元自適應樣條回歸模型的最佳參數(shù)；通過貝葉斯證據(jù)框架，推斷最小二乘支持向量機模型的最佳參數(shù)。通過數(shù)據(jù)仿真，比較三個模型的預測效果，發(fā)現(xiàn)在

4、不同的時期、不同的負荷水平下各模型的預測精度會各有優(yōu)劣。 為集成不同預測模型的優(yōu)點，建立了變權重與不變權重兩類幾何平均電價組合預測模型。將3個非線性模型及線性的ARIMA模型等4個模型進行不同形式的組合，對3組組合分別按變權重與不變權重進行模擬，比較不同負荷特征下各組合模型的預測效果，并分析其冗余特征。 在成熟的電力市場中，發(fā)電商可選擇在日前市場、實時市場、輔助服務市場等多個市場中進行交易，以降低風險，提高收益。在建立電