基于三角模糊数的清洁能源电价补偿机制

为了制定合理的清洁能源电价补偿机制,推动清洁能源电力的有效发展,分析了我国清洁能源电价补偿机制现状及存在的问题,基于清洁能源电力的外部性特征,引入三角模糊数,通过模糊数将补偿机制中补偿金额的计算扩展为补偿区间的确定,同时将不同对象的可能补偿额度定为隶属度;并以风电为例,运用模糊响应公式对其补偿区间进行了量化分析。结果表明,电力用户补偿区间为0.002～0.008元/(kW.h),电网企业补偿区间为3 869.48～16 096.74元/MW,清洁能源电厂(风电厂)补偿区间为0.218 9～0.241 2元/(kW.h),且清洁能源电力的各级补偿区间与补偿对象密切相关,补偿额度也会随其上网电量的变化而波动。

基于PSOGRNN的我国电力消费预测

为准确预测电力消费并给电力发展规划制定提供依据,提出一种电力消费混合预测模型(PSOGRNN),将GDP、人均可支配收入和电力消费历史数据作为输入变量,运用粒子群优化(PSO)算法优化选择用于电力消费预测的广义回归神经网络(GRNN)模型参数值,以此提高模型的预测精度。实例验证结果表明,与自适应GRNN模型、DGM(1,1)模型和最小二乘线性回归模型相比,PSOGRNN模型的预测精度最高,且有效可行。

电力市场环境下基于FOALSSVM的电价预测

提出了一种基于果蝇优化算法(FOA)和最小二乘支持向量机(LSSVM)模型的日均电价混合预测模型。将日均电价的历史数据和负荷数据作为输入变量,利用FOA优化选择用于电价预测的LSSVM模型最优参数值,进而对日均电价进行预测。以澳大利亚NSW电力市场的实际数据为例对该模型进行了仿真测试,其结果表明:与自适应LSSVM、模拟退火LSSVM和ARIMA-GARCH模型相比,本文提出的预测模型的预测性能最好,其收敛速度快,预测精度高。

基于MAIGTD模型和粗糙集理论的区域发电权交易模式综合评估

在对我国当前可选择的区域发电权交易模式进行介绍的基础上,构建了交易模式的综合评估指标体系,并运用粗糙集理论确定了其权重;进而运用多目标智能加权灰靶决策模型对12种区域发电权交易模式进行了综合评估,其结果表明:选择建立区域统一的发电交易平台、仅对受让机组进行交易准入的限制、采取集中发电权交易方式并辅以高低匹配价格形成机制的交易模式是最优的。算例结果表明了该区域发电权交易模式综合评估模型是有效可行的。