現(xiàn)階段,我國電力體制一直在不斷改革。發(fā)電企業(yè)作為市場參與主體之一,想要在激烈的電力市場競爭中取得優(yōu)勢,必須要面對的問題就是:如何在進行市場交易時選取科學(xué)合理的競價策略,使得自身獲得最大收益。本文在了解我國電力市場特點和掌握市場運行規(guī)律的基礎(chǔ)上,對開放電力市場背景下發(fā)電側(cè)多群體的競價策略均衡穩(wěn)定性的場景進行分析。本文首先對市場日前出清電價進行預(yù)測。未來電價對發(fā)電企業(yè)的競價策略選取具有重要的意義,精準(zhǔn)的電價預(yù)測能夠幫助它們選取更合理科學(xué)的競價策略。由于電價存在非線性和波動性的特點,神經(jīng)網(wǎng)絡(luò)算法具有很強逼近非線性函數(shù)的能力,故本文采用BAS-BPNN(天牛須搜索算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)算法)電價預(yù)測模型。在預(yù)測之前,利用經(jīng)驗?zāi)B(tài)分解(EMD)與小波去噪法對原始數(shù)據(jù)序列進行處理,使得序列平穩(wěn)化并去除一些干擾數(shù)據(jù)。再通過典型電力市場真實數(shù)據(jù)對模型進行驗證,結(jié)果表明:本文提出的預(yù)測模型除了部分特殊情況造成電價波動較大,其余電價都能得到較好的預(yù)測。然后,基于發(fā)電企業(yè)的演化博弈特征和決策模型,對處于同一個典型競價場景下的三類發(fā)電企業(yè),構(gòu)建了三群體2x2x2演化博弈的復(fù)制動態(tài)系統(tǒng),模擬了各企業(yè)間的策略組合和收益組合,分析了系統(tǒng)可能存在的各個平衡點,并求解了各個平衡點形成漸進穩(wěn)定的條件。最后以華東電力市場為背景,通過實證對模型進行驗證分析。結(jié)果表明:基于演化博弈的競價模型可以很好地體現(xiàn)出發(fā)電企業(yè)競價的動態(tài)過程,各參與主體能夠從該模型中得到其競爭對手的策略走向,以便能夠調(diào)整自身的競價策略而獲得更大的利潤。當(dāng)電力市場出現(xiàn)供求緊張時,各發(fā)電企業(yè)均會選取高價策略。隨著市場負(fù)荷需求的不斷降低,發(fā)電企業(yè)會按照市場初始狀態(tài)進行策略性報價。市場負(fù)荷需求、市場出清電價、企業(yè)所占市場份額以及企業(yè)自身生產(chǎn)成本對發(fā)電企業(yè)的競價收益有很大的影響,市場份額大的企業(yè)能夠主導(dǎo)著市場最終策略組合的走向,生產(chǎn)成本低的發(fā)電主體在市場參與競價時具有很大的競價空間。這些結(jié)論能夠很好的反映發(fā)電側(cè)集中競價問題,為政府制定新的市場規(guī)則提供參考依據(jù)。
【學(xué)位單位】：西安理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2020
【中圖分類】：F426.61;F224.32;TM73
【部分圖文】：

西安理工大學(xué)碩士學(xué)位論文圖2-1PJM市場31天內(nèi)的每小時電價Fig.2-1HourlyelectricitypriceinthePJMmarketwithin31days圖2-2PJM市場31天對應(yīng)負(fù)荷需求Fig.2-231-daycorrespondingloaddemandinthePJMmarket對其電價及負(fù)荷需求曲線進行分析，我們可以得到市場電價有如下特點：（1）實時電價在時間序列上呈現(xiàn)著周期性。對比圖2-1和2-2可以看出，實時電價的變化走向和負(fù)荷需求的變化走向幾乎是一致的，僅在少數(shù)情況下走向不同，甚至是反方向走勢。這種反方向走勢是因為一些外部因素而影響的，比如天氣之類的，也說明了電價的影響因素并不僅僅只有負(fù)荷因素。（2）與負(fù)荷曲線相對比來看，電價波動性更大一些。因為很多因素都能夠影響到市場實時電價，這些因素都有很大的不確定性，有可能使得某個時刻電價的急劇波動。（3）均值回復(fù)性。電價和其他物品價格制定一樣，受負(fù)荷需求的制約，其價格不會是一個固定值，也不會一直呈現(xiàn)遞增或遞減趨勢，是在其自身實際價值左右進行晃動。如圖2-1所示，可以看出14年3月份市場的電價一直在35美元/MWh附近波動。故電價存在均值回復(fù)性。（4）實時價格還有一個明顯的特征是有價格釘?shù)男纬�，這種尖端價格也被看作是電力市場最明顯的特點。但是一般情況下這種尖端價格出現(xiàn)情況特別少，突發(fā)問題處理后電價又回歸于正常水平。2.2演化博弈相關(guān)理論演化博弈理論是由傳統(tǒng)博弈論演變而來，在傳統(tǒng)博弈的基礎(chǔ)上加入動態(tài)演化的過程。演化博弈的研究對象是多個市場參與主體，且各個主體均是有限理性的，各參與主體均能9

西安理工大學(xué)碩士學(xué)位論文圖2-1PJM市場31天內(nèi)的每小時電價Fig.2-1HourlyelectricitypriceinthePJMmarketwithin31days圖2-2PJM市場31天對應(yīng)負(fù)荷需求Fig.2-231-daycorrespondingloaddemandinthePJMmarket對其電價及負(fù)荷需求曲線進行分析，我們可以得到市場電價有如下特點：（1）實時電價在時間序列上呈現(xiàn)著周期性。對比圖2-1和2-2可以看出，實時電價的變化走向和負(fù)荷需求的變化走向幾乎是一致的，僅在少數(shù)情況下走向不同，甚至是反方向走勢。這種反方向走勢是因為一些外部因素而影響的，比如天氣之類的，也說明了電價的影響因素并不僅僅只有負(fù)荷因素。（2）與負(fù)荷曲線相對比來看，電價波動性更大一些。因為很多因素都能夠影響到市場實時電價，這些因素都有很大的不確定性，有可能使得某個時刻電價的急劇波動。（3）均值回復(fù)性。電價和其他物品價格制定一樣，受負(fù)荷需求的制約，其價格不會是一個固定值，也不會一直呈現(xiàn)遞增或遞減趨勢，是在其自身實際價值左右進行晃動。如圖2-1所示，可以看出14年3月份市場的電價一直在35美元/MWh附近波動。故電價存在均值回復(fù)性。（4）實時價格還有一個明顯的特征是有價格釘?shù)男纬�，這種尖端價格也被看作是電力市場最明顯的特點。但是一般情況下這種尖端價格出現(xiàn)情況特別少，突發(fā)問題處理后電價又回歸于正常水平。2.2演化博弈相關(guān)理論演化博弈理論是由傳統(tǒng)博弈論演變而來，在傳統(tǒng)博弈的基礎(chǔ)上加入動態(tài)演化的過程。演化博弈的研究對象是多個市場參與主體，且各個主體均是有限理性的，各參與主體均能9

西安理工大學(xué)碩士學(xué)位論文衡模型預(yù)測精度，再應(yīng)用到具體實踐中。3.1.2電價數(shù)據(jù)獲取通過實際電力市場的真實電價數(shù)據(jù)去驗證本文所建立的模型的有效性，數(shù)據(jù)來源主要是一些發(fā)展比較成熟的電力市場，其數(shù)據(jù)也具有公開透明性。于是本文選取PJM市場數(shù)據(jù)對所建立的模型進行驗證，主要是因為PJM市場是當(dāng)前世界上最大規(guī)模的交易市場之一，其市場數(shù)據(jù)公開且不存在缺失。本文對日前出清電價進行預(yù)測，于是收集了PJM市場2016年1月1號到2016年1月31號每隔一個小時的出清電價，總共有744個數(shù)據(jù)。圖3-22016年1月1號—2016年1月31號序列電價Fig.3-2SerialelectricitypricefromJanuary1,2016toJanuary31,20163.1.3基于經(jīng)驗?zāi)B(tài)分解(EMD)和小波閾值去噪的電價數(shù)據(jù)預(yù)處理本文對電價原始數(shù)據(jù)預(yù)處理結(jié)構(gòu)圖如3-3，首先通過EMD方法對原始電價序列進行分解，可以得到所有的模態(tài)分量，包括高頻分量、低頻分量以及殘差序列；進一步我們通過小波閾值去噪法對經(jīng)EMD法分解后的高頻分量實行降噪處理；最后將所有的分量包括去噪后的高頻分量以及其他模態(tài)分量重構(gòu)到一起，得到重構(gòu)電價序列。原始電價數(shù)據(jù)EMD分解高頻分量低頻分量小波閾值去噪各分量重構(gòu)，獲取去噪數(shù)據(jù)歸一化處理，得到預(yù)處理數(shù)據(jù)圖3-3數(shù)據(jù)預(yù)處理結(jié)構(gòu)圖Fig.3-3Datapre-processingstructure14
【參考文獻】

相關(guān)期刊論文 前10條

1 劉連光;劉鴻熹;劉自發(fā);陳為化;;新能源接入下風(fēng)火網(wǎng)三方非對稱進化博弈分析[J];中國科學(xué):技術(shù)科學(xué);2015年12期

2 任利成;劉瓊;;基于最優(yōu)反應(yīng)動態(tài)機制下發(fā)電企業(yè)競價策略研究[J];經(jīng)濟師;2015年07期

3 潘峰;西寶;王琳;;基于演化博弈的地方政府環(huán)境規(guī)制策略分析[J];系統(tǒng)工程理論與實踐;2015年06期

4 李停;;灰色馬爾科夫模型在短期電價預(yù)測中的應(yīng)用[J];商;2014年24期

5 魏芳芳;陳福集;;三方非對稱進化博弈行為分析[J];浙江大學(xué)學(xué)報(理學(xué)版);2013年02期

6 王曉天;薛惠鋒;張強;;可再生能源發(fā)電并網(wǎng)利益協(xié)調(diào)演化博弈分析[J];系統(tǒng)工程;2012年04期

7 鄧佳佳;黃元生;宋高峰;;基于非參數(shù)GARCH的時間序列模型在日前電價預(yù)測中的應(yīng)用[J];電網(wǎng)技術(shù);2012年04期

8 王萌;景志濱;孫兵;梁振飛;;基于BP神經(jīng)網(wǎng)絡(luò)的短期市場出清電價預(yù)測[J];中國電力教育;2011年30期

9 王先甲;全吉;劉偉兵;;有限理性下的演化博弈與合作機制研究[J];系統(tǒng)工程理論與實踐;2011年S1期

10 顧洪超;黃仙;;基于Repast的演化博弈理論仿真研究與應(yīng)用[J];華電技術(shù);2010年12期

相關(guān)博士學(xué)位論文 前2條

1 費智;中國區(qū)域電力市場發(fā)電企業(yè)競價策略研究[D];江蘇大學(xué);2011年

2 劉瑋;電力市場環(huán)境下發(fā)電企業(yè)成本分析及競價策略研究[D];華北電力大學(xué)（北京）;2011年

相關(guān)碩士學(xué)位論文 前10條

1 公維濤;電力市場下日前電價預(yù)測方法的研究[D];東華大學(xué);2019年

2 趙祥君;發(fā)電企業(yè)售電中的有限理性博弈研究[D];山東大學(xué);2019年

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

4 李青青;基于演化博弈的發(fā)電市場MCP和PAB競價機制對比研究[D];華北電力大學(xué)(北京);2018年

5 楊雅蘭;電力市場短期電價預(yù)測算法及應(yīng)用研究[D];華北電力大學(xué)(北京);2018年

6 張軼一;電力市場模式下電價預(yù)測方法研究[D];燕山大學(xué);2017年

7 吳昊;基于博弈論競價模型的電力市場雙側(cè)規(guī)模的研究[D];哈爾濱工業(yè)大學(xué);2018年

8 于金棟;基于邊際發(fā)電成本分析的火電廠競價策略研究[D];山東大學(xué);2014年

9 曾德宏;多群體演化博弈均衡的漸近穩(wěn)定性分析及其應(yīng)用[D];暨南大學(xué);2012年

10 寧柏鋒;火電廠動態(tài)成本分析及其報價策略研究[D];華北電力大學(xué)（北京）;2009年

本文編號：2872224