【摘要】：在未來的電力零售市場,用戶將擁有挑選、更換售電商的權利,售電公司為規(guī)避風險、提高市場占有率,需要向終端電力用戶提供科學合理并具有競爭力的售電套餐。同時,新電改背景下市場交易模式和電價形成及傳導機制的改變使得銷售電價受到更多市場信息的影響,有必要建立更精準的電價預測模型,為決策者掌握市場信息及決策售電市場行為提供輔助支持。銷售電價預測作為售電公司進行成本核算的基礎,同時也是零售電價套餐設計優(yōu)化的關鍵環(huán)節(jié)�；陔妰r預測的精確性要求和零售電價套餐的優(yōu)化需求,論文首先提出計及時序調整的Elman神經(jīng)網(wǎng)絡預測模型,對銷售電價進行預測,并依據(jù)所預測的銷售電價為基礎,結合消費者參考價格決策及用戶黏性對售電套餐進行優(yōu)化設計。首先,以所查閱的眾多相關文獻資料為基礎,對國內外已有的電力市場環(huán)境下電價預測技術和零售電價套餐的結構、模式進行分析總結,并以德州多類型電力市場中的電價水平和波動情況為例,對銷售電價的影響因素進行分析,進而研究零售電價套餐的形成基礎;其次,在剖析影響銷售電價因素的基礎上,提出了計及時序調整的Elman神經(jīng)網(wǎng)絡電價預測模型,該方法采用FastICA主成分分析法提取電價影響的重要信息,并針對負荷特性基于最小類內距離和最大類間距離的原則進行負荷聚類分析,在神經(jīng)網(wǎng)絡的訓練算法中引入計及時序調整的訓練方法,以提高預測算法的精確性;最后,根據(jù)銷售電價預測結果,在建立售電公司多模式的電能成本核算模型的基礎上,結合國外已有的售電套餐結構和新電改背景,提出基于消費者參考價格決策及用戶黏性的售電套餐優(yōu)化設計,該方法以售電公司總效用函數(shù)為目標,從用戶參考價格對消費決策的影響入手,考慮用戶消費的偏好行為和對價格接受程度的影響,依次建立影響目標函數(shù)的單個用戶黏性函數(shù)、用戶群決策矩陣和同化系數(shù)模型,并采用改進的交叉粒子群算法,以元胞數(shù)組作為存放多個套餐的單位,進行多個最優(yōu)套餐價格的同時搜索。從有效性和正確性角度對銷售電價預測模型以及零售電價套餐的形成、優(yōu)化方法進行了驗證分析。
【圖文】：

２．１電價預測理論基礎逡逑２．１．１電力價格的波動性分析逡逑以德州市場為例，分析現(xiàn)貨市場中價格波動變化趨勢。下圖２－１和２－２分別逡逑為曰前市場（ＤＡＭ）和實時市場（ＲＴＭ）邋２０１６年南區(qū)、北區(qū)、西區(qū)、休斯頓區(qū)逡逑的小時平均結算價格。從圖中可以看出日前市場的價格波動與實時市場相比波動逡逑范圍較小，日前市場的價格波動范圍更多的落在５０￥／ＭＷｈ范圍內，實時市場出逡逑現(xiàn)的最高結算價格要遠遠高于日前市場；同時在相同的時間段內，實時市場出現(xiàn)逡逑高價的頻率也遠大于日前市場，在２０１６年中日前市場中平均結算價格大于逡逑２００￥／ＭＷｈ出現(xiàn)７次，在實時市場中出現(xiàn)４０次；相同的是，一年中的較高結算逡逑價格均會在７－９月份中間出現(xiàn)，價格尖峰的存在主要是受到網(wǎng)絡阻塞的影響；除逡逑此之外，實時市場具備的一大特征就是存在零價甚至負價的結算價格，是日前市逡逑場不會存在的。逡逑－５０邋￣｜邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ￣逡逑２０１６／１／１－２０１６／１／７逡逑６０逡逑２００邋－邋５０邋？逡逑Ｉ邐：邐Ｉ逡逑｜１５０邐＾邋0Ａａａｖｗ邐１逡逑｜邋１００邋－邋，0ｌ／１邋１／２邋１／３邋１／４邋１５邋１６邋１／７邐，邋Ｉ邋！邐－逡逑０１／０１邐０１邋３１邐０２／２９邐０３邋３１邐０４／３０邐０５邋３１邐０６邋３０邐０７／３１邐０８／３１邐０９／３０邐１０／３１邐１１邋３０邐１

０１／０１邐０１／３１邐０２／２９邐０３／３１邐０４／３０邐０５／３１邐０６邋３０邐０７／３１邐０８／３１邐０９／３０邐１０／３１邐１１／３０邐１２／３１逡逑時間逡逑圖２－２德州實時市場２０１６年平均結算價格走勢逡逑從以周為時間尺度的圖例中，可以看出ＤＡＭ和ＲＴＭ的結算價格均有日周逡逑期波動的趨勢。德州輔助服務市場是以日前市場統(tǒng)一出清的方式進行交易，下圖逡逑２－３為２０１６年日前市場４種輔助服務的出清價格走勢，其中４種輔助服務包含：逡逑下降調節(jié)（Ｒｅｇｕｌａｔｉｏｎ邋Ｄｏｗｎ）、上升調節(jié)（Ｒｅｇｕｌａｔｉｏｎ邋Ｕｐ）、響應式預留服務逡逑（Ｒｅｓｐｏｎｓｉｖｅ邋Ｒｅｓｅｒｖｅ邋Ｓｅｒｖｉｃｅ）、冷備用（Ｎｏｎ－Ｓｐｉｎ）。通過對四種價格的對比逡逑分析可知，ＲＲＳ服務均價最高，ＮＳＰＩＮ服務均價最低，ＲＥＧＵＰ的價格與ＲＲＳ逡逑的價格呈現(xiàn)很強的正相關性。與日前交易市場和實時交易市場的價格相比，輔助逡逑服務價格的水平較低，而且沒有明顯的周期性的變化趨勢。然而，，在ＤＡＭ和逡逑ＲＴＭ同時出現(xiàn)高價時，ＲＥＧＵＰ、ＲＲＳ和ＮＳＰＩＮ也出現(xiàn)了各自的價格峰值。逡逑３００邋￣｜邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ邐Ｉ￣逡逑邐ＲＥＧＤＮ逡逑２５０邋－邐—－—ＲＥＧＵＰ邐ｘ邐－逡逑ＲＲＳ逡逑２００邋－邐—ＮＳＰＩＮ邐？邋｜？－逡逑．？邋ｘ邐0邐：ｔ逡逑ｌｏ邐ｘ邐ｉ逡逑＾邋１５０邋－邐
【學位授予單位】：華北電力大學(北京)
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TM73;F426.61;F726

【相似文獻】

相關期刊論文 前10條

1 徐兵;;電力市場下短期電價預測淺析[J];經(jīng)貿實踐;2015年08期

2 趙晶;;電力市場中電價預測方法綜述[J];企業(yè)技術開發(fā);2013年18期

3 楊俊;張勤;潘虹;張婷婷;;遺傳程序設計在短期電價預測中的應用[J];電力學報;2009年01期

4 劉振宗;吳穎超;;電力市場短期電價預測方法綜述[J];中國電力教育;2009年20期

5 張顯;王錫凡;;短期電價預測綜述[J];電力系統(tǒng)自動化;2006年03期

6 謝詩宇;;基于統(tǒng)計學習的電價預測模型[J];通訊世界;2018年05期

7 汪敏霞;;基于電力市場的短期電價預測分析[J];通訊世界;2015年11期

8 謝新南;;一種短期電價預測的新方法[J];電工電氣;2009年08期

9 謝品杰;譚忠富;尚金成;侯建朝;王綿斌;;基于小波分析與廣義自回歸條件異方差模型的短期電價預測[J];電網(wǎng)技術;2008年16期

10 謝新南;;一種短期電價預測的新方法[J];安徽電力;2008年03期

相關會議論文 前10條

1 鄒雅;滕賢亮;王陽;涂孟夫;謝蔚;;現(xiàn)貨市場環(huán)境下基于堆疊自編碼器的電價預測[A];中國電機工程學會電力市場專業(yè)委員會2019年學術年會暨全國電力交易機構聯(lián)盟論壇論文集[C];2019年

2 閆彥;孫桂新;;互聯(lián)電網(wǎng)地區(qū)電價預測與分析[A];發(fā)展的信息技術對管理的挑戰(zhàn)——99’管理科學學術會議專輯（上）[C];1999年

3 馬新順;;基于神經(jīng)網(wǎng)絡與小波分解的市場清算電價預測[A];第十屆中國青年信息與管理學者大會論文集[C];2008年

4 秦磊;鄒斌;;電價預測及其概率分布[A];2007中國控制與決策學術年會論文集[C];2007年

5 崔天寶;栗然;王粵;;基于云模型的短期電價預測[A];中國高等學校電力系統(tǒng)及其自動化專業(yè)第二十四屆學術年會論文集（中冊）[C];2008年

6 廉晨;韓小平;左月明;;基于神經(jīng)網(wǎng)絡和小波分析的短期電價預測方法[A];紀念中國農業(yè)工程學會成立30周年暨中國農業(yè)工程學會2009年學術年會（CSAE 2009）論文集[C];2009年

7 孫偉;盧建昌;孟明;;基于時間序列支持向量機模型的電價預測研究[A];2006中國控制與決策學術年會論文集[C];2006年

8 田慧欣;;基于多神經(jīng)網(wǎng)絡的日前電價預測[A];天津市電機工程學會2009年學術年會論文集[C];2009年

9 涂啟玉;張茂林;;小波神經(jīng)網(wǎng)絡預測電價的新改進[A];2010年云南電力技術論壇論文集（文摘部分）[C];2010年

10 趙軍科;李郁俠;;我國電價時間序列混沌特性分析及電價預測[A];2006電力系統(tǒng)自動化學術交流研討大會論文集[C];2006年

相關博士學位論文 前3條

1 李彩虹;兩類組合預測方法的研究及應用[D];蘭州大學;2012年

2 劉達;電力市場中電價預測模型方法及應用研究[D];華北電力大學（北京）;2008年

3 楊俊;市場環(huán)境下電力系統(tǒng)可靠性分析若干問題研究[D];華北電力大學（北京）;2009年

相關碩士學位論文 前10條

1 吉曉瓊;基于深度學習的電力市場短期電價預測研究[D];華北電力大學;2019年

2 黃晗;新南威爾士州日前市場出清電價預測研究[D];華北電力大學(北京);2019年

3 李欣寧;基于電價預測的零售電價套餐形成方法[D];華北電力大學(北京);2019年

4 Jeanne Baptiste NIYIGENA;電價預測與市場分析“盧旺達案例研究”[D];華北電力大學(北京);2019年

5 常子漢;基于小波變換與Adam優(yōu)化的LSTM電價預測研究[D];蘭州大學;2019年

6 舒文杰;用于電價預測的自適應理性超限學習機研究[D];湘潭大學;2018年

7 劉威;互聯(lián)電力市場的區(qū)域電價預測[D];華中科技大學;2018年

8 王勤智;電力市場下短期電價預測研究[D];昆明理工大學;2013年

9 吳興華;電力市場條件下的短期電價預測研究[D];北京交通大學;2008年

10 周冰;智能電網(wǎng)環(huán)境下的短期電價預測研究[D];鄭州大學;2015年

本文編號：2660627