发电商市场预测与竞价决策优化新方法研究

【摘要】： 本文选择在对在对电力市场进行预测的基础上,研究发电商如何对其面临的市场环境中潜在的市场风险进行有效的识别和管理,避免带来损失的可能性,从而提高其自身的竞争获益的能力。本文抓住电力市场的核心---MCP,选择先进的人工智能组合预测方法,对其进行建模和预测,从而形成对发电商面临的短期市场环境的一个精确的预测分析理论体系。然后,对发电商面临的参与竞价进行的获益情况以及MCP、所获出力等进行建模,以此为基础构建基于群体智能优化算法的竞价决策优化模型。在此基础上,借鉴金融市场风险管理理论的研究进展,对发电商面临的市场变化带来的风险进行量化描述。接着,结合发电商参与竞价面临的风险进行风险度量化评估,在此基础上,提出计及风险约束的发电商竞价决策优化模型和进化规划优化求解算法设计。 本文研究所依赖的主要理论基础为最优化组合预测理论,智能优化计算理论,时间序列预测,以及金融风险计量与管理理论。本文将结合这些理论研究的最新成果,结合本文所研究内容进行有机结合,并针对具体问题,改进相关的理论模型,对这些理论的内涵和外延都予以拓展,以形成一套完整的基于MCP、计及短期市场风险的发电商竞价决策优化理论,为发电商兼顾最大化获益与防止风险损失的目标,进行竞价决策优化提供可资参照的理论指导与具体的分析工具。 本文的创新之处体现在以下几个方面: (1)新的单一智能负荷预测模型的建立,遗传算法改进小波神经网络,混沌模糊神经网络预测模型在电力短期负荷预测中的应用。通过引入最优化组合预测的理念,在改进蚁群算法的基础上,构建智能动态赋权负荷组合预测模型,并且进行了影响因素的敏感性分析。 (2)通过综合时序预测和神经网络预测的研究成果,提出基于改进支持向量机的时序混合电价预测模型。基于统计方法和智能模式识别方法,对价格钉形成机制、预测方法进行研究,从而形成的对电价突变预测的数据挖掘新方法。 (3)基于电价的发电商竞价模拟与决策优化模型及优化求解算法设计。通过短期发电商资产评估,提出计及风险的发电商竞价决策Gopula-GARCH-EVT建模方法及EP优化算法求解设计