競(jìng)爭(zhēng)性電力市場(chǎng)環(huán)境下電價(jià)預(yù)測(cè)方法與應(yīng)用研究.pdf

1、放松管制，從傳統(tǒng)的縱向一體化壟斷經(jīng)營(yíng)模式向自由競(jìng)爭(zhēng)的市場(chǎng)競(jìng)爭(zhēng)模型轉(zhuǎn)變是當(dāng)今世界電力行業(yè)發(fā)展的一個(gè)潮流，我國(guó)也已經(jīng)從2002年開始著手電力的市場(chǎng)化改革，以期打破壟斷，引入競(jìng)爭(zhēng)機(jī)制，建立電力市場(chǎng)，提高電力行業(yè)的整體效率。 在競(jìng)爭(zhēng)下的電力市場(chǎng)環(huán)境下，電力產(chǎn)品的價(jià)格不再由政府主導(dǎo)且長(zhǎng)期不變，電價(jià)具有波動(dòng)性、周期性、均值回復(fù)性、跳躍性以及價(jià)格釘?shù)榷嘀靥匦?。發(fā)電商等市場(chǎng)主體要在電力市場(chǎng)中最得更好的收益，必須深入研究電價(jià)的變化規(guī)律，預(yù)測(cè)出未來(lái)

2、的電價(jià)水平。以此為基礎(chǔ)，并考慮各種電力及其衍生產(chǎn)品的風(fēng)險(xiǎn)，制定出合適的競(jìng)價(jià)策略。 不同的市場(chǎng)體系結(jié)構(gòu)和市場(chǎng)交易形式會(huì)導(dǎo)致不同的電價(jià)變化規(guī)律，但大多數(shù)的電力市場(chǎng)中都存在價(jià)格釘現(xiàn)象。由于價(jià)格釘數(shù)據(jù)量與正常電價(jià)的數(shù)據(jù)量比例懸殊，對(duì)其進(jìn)行分類預(yù)測(cè)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(yù)測(cè)精度差的現(xiàn)象，預(yù)測(cè)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(jià)格釘?shù)念A(yù)測(cè)，該方法用SMOTE技術(shù)增加少數(shù)類

3、樣本量，以支持向量機(jī)作為弱分類器，并以AdaBoost算法構(gòu)建集成分類器。 通過對(duì)電價(jià)時(shí)間序列的分析，發(fā)現(xiàn)電價(jià)時(shí)間序列具有非線性特征。采用三種非線性模型對(duì)電價(jià)進(jìn)行預(yù)測(cè)：一是局域多項(xiàng)式擬合模型，二是多元自適應(yīng)樣條函數(shù)回歸模型，三是最小二乘支持向量機(jī)模型。分別通過廣義交叉驗(yàn)證獲得局域多項(xiàng)式擬合模型及多元自適應(yīng)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(jī)模型的最佳參數(shù)。通過數(shù)據(jù)仿真，比較三個(gè)模型的預(yù)測(cè)效果，發(fā)現(xiàn)在

4、不同的時(shí)期、不同的負(fù)荷水平下各模型的預(yù)測(cè)精度會(huì)各有優(yōu)劣。 為集成不同預(yù)測(cè)模型的優(yōu)點(diǎn)，建立了變權(quán)重與不變權(quán)重兩類幾何平均電價(jià)組合預(yù)測(cè)模型。將3個(gè)非線性模型及線性的ARIMA模型等4個(gè)模型進(jìn)行不同形式的組合，對(duì)3組組合分別按變權(quán)重與不變權(quán)重進(jìn)行模擬，比較不同負(fù)荷特征下各組合模型的預(yù)測(cè)效果，并分析其冗余特征。 在成熟的電力市場(chǎng)中，發(fā)電商可選擇在日前市場(chǎng)、實(shí)時(shí)市場(chǎng)、輔助服務(wù)市場(chǎng)等多個(gè)市場(chǎng)中進(jìn)行交易，以降低風(fēng)險(xiǎn)，提高收益。在建立電