发电厂竞价上网算法探讨.pdfVIP

V01．23．Dec．Issue2007综述 微型电脑应用 2007年第23卷增刊 MicrocomputerApplications 基于成本分析的方法是国内电力市场试点中参与竞价 连接权值在网络模型中不断调整商到最终符合模糊规则所 上州的发电厂商应用最普遍的～种竞价方法。其核心思想是 要求的值． 明确本发电，。的发电成本，然后加t一定利润作为其报价。 因此该方法中最晕要的是发电成本的计算。在以往电厂的电 价计算时，都是计算出一个月、一个季度乃至一年的平均成 本。在实行电力m场后，传统的会计方法不能反映分时的电 力成本。在进行现有的分时段计算时，必然涉及到了各项费 用支出在各时段的分摊。成本分为固定成本和变动成本，各 时段的变动成本足它的实际发生值，关键足对固定成本的合 理分摊。由于固定费用是与容量有关的，因而它与系统的最 大负荷值有关，而对于某一容量而言，其在各时段的运行使 用情况可用对应的电量表示，所以分时段电价中固定成本的 分摊应反映出各时段的最人负荷情况和电量情况。 此方法具有原理简单、操作方便、易于掌握，并可与发 电厂现有MIS系统结合使用等优点。但由于该方法没有考 虑其他发电J‘商的报价情况及系统中负荷的实时波动，因而 很难达到利润最大化的日的，根据该方法制定的报价只是一 个可接受的报价而不是最优的报价。文献[1]进一步提出以 实时成本为基础制定发电厂商的报价策略，其报价为在实时 图1 模糊网络层 成本的基础上加上利润和税金作为其报价，并考虑在不同负 另外，文献[5]根据数据挖掘中的相似搜索理论和人工 荷时段设置不同的利润率。文献[2]将发电厂商的成本分为 神经网络(AM)工具建立丫预测模型，其中相似搜索用来生 固定成本和变动成本两部分，指出只要上网电价高于变动成 成神经网络的训练集和输入矩阵，并运用Matlab6．5中的神 本，就要尽可能多的争取上蜘容量；并给出了能快速制定报 经网络工具实现该模型。文献[6]分析了影响电价的主要凶 价的利润曲线图。文献[3]提出了一种不同于传统的产品成 素及电价的变化特点，讨论了电价预测模型中必须引入的影 本模型(PCM)的基于竞价策略的产品成本模型(SP例)，并将 响电价的凶素。采用径向基函数神经网络建立预测模型，用 之应用于实际的批发市场。文献[4]提出了一种在竞争环境 递阶遗传算法同时训练RBF网络结构和参数。文献[7]提出了 下计算和分解中期边际成本的方法。该方法苯于市场均衡模 一种电力系统发电竞价问题的协同变异遗传算法。这种算法 型，其目标是为发电厂提供一种管理其资源的有效方法，以 沿用了遗传算法的基本思想，但在遗传操作过程中引入基因 帮助电厂优化运行、报价决策、资产评估和合同管理。 的协同变异，以提高遗传算子的搜索效率。这种算法能州时 解决机组的启、停状态组合和经济负荷分配问题，还可以较 2．2基于人工智能方法的发电报价 方便地处理发电竞价问题的约束条件，是‘一种计算效率较高 人．T智能方法在报价策略、电价预测方面的应用已有不 的发电竟价算法。 少论文发表，如应用最广的神经网络预测电价、遗传算法、 随着人工智能技术的发展，人