电力市场报价方案的预测和优化.pdf

1038531
分类号:F42661密级:公开
来大
UDC:
621.3学号:030252
南京
东南大澂
电力市场报价方案的预測和优化
研究生姓名
吴超
导师姓名:王培红教授
申请学位级别
硕士
工程领域名称动力机械及工程
论文提交日期2006年3月
论文答辩日期2006年4月2旦
学位授予单位东南大学
学位授予日期2006年月日
答辩委员会主席郭效军
评阅人沈炯魏萍
2006年4月
摘要
摘要
题名:电力市场报价方案的预测和优化
姓名:吴超
导师:王培红(教投
学校:东南大学
电力市场是现代电力改革的重要课题之一。随着“「网分开,竞价上网”,电力市场的逐步建立,
独立发电企业如何在电力市场中充分运用市场規则安排自己的发电计划,从而获得最大的经济效益,目
前还是一个企新的领域,无论在理论:,还是实践中都具有重要意义。
本文结合国家自然科学基金《热力设各实时数据中知识学习与挖掘算法研究》编号(50376011)
和国电南自股份有限公司与东南大学动力系合作开发《发电公司竞价决策系统》两个项目,对发电側竞
价方案的生成及优化进行了研究
论文的主要内容、方法及创新点如下:
根据《华东电力市场运营规则》对目前华东电力市场的交易规则、月度党价市场、日前竞价
市场作了详细的分析。
2、作为国家自然科学基金研究的一部分,木文重点比较和收进了神经网络和模糊神经网络的预
测方法和模型,并用于预测各时段系统边际电价,模拟结果表明改进后的模翃神经网终模型可以获得准
确且稳定的预测结果。
3、为了兼顾预测数值与预测趋势的准确性,本文在模拟试验的基础上,进一步建立了大样本(7
天历史数据)预测和小样本(3天历史数据)预测的加权平均模型,有效地改窖了边际电价的预測精度。
4、本文发现了竞价利润曲线随边际电价变化的规律;建立了机组启停组合优化的数学模型:设
计了机组启停组合样本生成规则:改进了遗传优化算法:提出了基于边际电价的金天高利润目标优化算
法。并据此生成了全天9%6点边际电价一最优负荷方案。模拟实验表明此方法能比较快速的找到最优解,
且具有良好的稳定性和收敛
、在上述的边际电价预测和优化计算基础上,本文根据华东电力市场规则生成了日前电力市场
的申报方案(将上述単价格段方案扩展至报价需要的十价格段方案),并利用编程工具开发了优化方案
生成軟件。文中还给出了软件的主要界面并对软件的使用方法进行了详细的介绍。
本文结合华东电力市场规则,对包括电价预测模型分析、预测电价数值处理、日前竞价方案仇化、
日前申报方案生成的具体方法进行了研究,为解決独立发电公司生产经营中的实际问题提供了一种可行
的研究思路,希望能够为进一步的理论与实践的研究提供帮助。
关键词:电力市场电价预测神经网络模翃神经网络方案优化遗传算法
ABSTRACT
ABSTRACT
Title: Prediction and Optimization of Electric Market Quote Project
Name: Wu Chao
Supervisor: Prof Wang Peihong
School: Southeast University
Text
The electric market is one of the important projects in the reform of the modem electrical system. With
power plants separated form electrical network, power plants competing electric price", and the electric power
market gradually being built-up, it is still a new field that an independent power corporation how to make use
of market rules to arrange its own generating scheme in order to achieve maximum economic benefits. which
has the significance both in theory and practice
This thesis studies the quote project and optimization of power plant basing following two programs: the
National Natural Science Foundation of China( KDD and data mining research in thermal equipment real-time
database )with the serial number 50376011, power plant quoting price decision taken charge by Nanjing
Automation Co, Ltd and The Department of Power Engineering of southeast university
The main contents. method and innovation are as follows
1. This thesis analyzes electric power market bargain rule, monthly quote market, and day quote market
of East China according to east china electric power market rule
2. Being a part research of the National Natural Science Foundation of China, this thesis comparison and
improve the prediction method and model of the artificial network and artificial fuzzy network. The result ol
imitating shows that the improved artificial fuzzy network can acquire an accurate and stable estimate result
3. For the accuracy both of prediction-data and prediction-trend, this thesis built up the combination
average model of great sample(7-day history data)prediction and small sample(3-day history data)
prediction on the foundation of imitating test. This improved the estimate accuracy of the SMP availably
4. This thesis summarized the change regulation of the prof