电力市场环境下短期电价预测面临全新挑战,其预测结果的准确性对市场主体报价决策具有重大意义.对此,本文提出一种基于样本权重的深度神经网络(Deep Neural Network,DNN)短期电价预测方法,通过对样本进行筛选并为不同训练样本赋予相应的权重,有效提升DNN模型的电价预测精度.样本权重赋值方法的两个重要步骤为:(1)通过计算样本数据间的欧式距离衡量样本间的相关程度,并以此为依据挑选训练样本;(2)根据各训练样本数据与预测日数据之间的欧式距离为训练样本赋予不同权重,使得DNN能有选择、有重点地对训练样本进行学习.模型构建后,对2020年1月美国PJM实际电价数据进行虚拟预测,结果表明:所提方法能有效提升电价预测的准确性和可靠性,可为市场环境下市场主体提供可靠的决策依据.

电能量市场与备用辅助服务市场联合优化能够在满足系统安全运行约束的前提下实现经济效益最优,是国外典型电力现货市场运行的最佳实践.在我国现行的"分层分区"电力调度管理体制下,电网安全与备用容量管理在区域、省级调度中心之间各有权责,存在全系统及各分区的备用需求容量配置、分区间备用的有效调度等问题,不能直接照搬国外的电能量与备用联合出清机制与模型.分析了我国区域互联电网条件下的电能量与备用辅助服务联合优化市场模式,提出了计及多因素的系统及各分区的备用需求容量设置方法,分别构建了单区域、多区域互联两种情形下的联合优化出清数学模型.最后,基于三区域IEEE-RTS96系统进行算例分析,验证了所提分区备用需求容量配置方法及区域电网联合优化出清数学模型可充分考虑区域间运行约束对预留备用容量有效性的影响,从而极大提升系统运行的可靠性.

针对电力市场均衡与动态发展问题,本文首先建立了能够直接反映市场均衡的利益与报价行为变化的非合作博弈双层模型.然后,采用改进的萤火虫算法求解该模型,并与经典萤火虫算法进行对比验证其先进性.最后,综合考虑负荷变化、竞价策略调整、差价合同及合作行为等多种影响因素,通过对建立的双层均衡模型进行仿真对比分析,得出不同因素与市场均衡动态发展的内在联系,进而为引导市场均衡提供理论参考依据.

不同于省级电网全交流线路的架构,区域电网通常为交直流混联,区域电网现货市场出清模型需考虑由此带来的特殊问题.为此,首先分析了交直流混联电网与纯交流电网在设计电力现货市场时的不同点,并提出对应的交直流联络线功率优化机制、框架协议执行电量处理机制、联络线网损处理机制、联络线输配电价处理机制.在此基础上,结合省级电力现货市场出清模型,重点构建了包括安全约束的机组组合、安全约束的经济调度、节点电价定价模型在内的考虑交直流混联的区域电网现货市场出清模型.通过区域电网联合出清,电力资源实现最优配置,相比单省市场,能够大幅提升社会经济效益.最后,通过算例验证了所提模型的正确性和有效性.

在我们住的家属小区,每天清早6点左右,就可看上<华商报>;7点半左右,可以看到<西安日报>和<西安晚报>.其他日报,9点以后才陆续送来.常年累月,基本上天天如此.先一天国内外省内外的重大事件,包括中央电视台新闻联播、焦点访谈播出的要闻,从<华商报>或<西安晚报>上都可看到.