導(dǎo)語：短期邊際電價競價預(yù)測論文一文來源于網(wǎng)友上傳，不代表本站觀點(diǎn)，若需要原創(chuàng)文章可咨詢客服老師，歡迎參考。

編者按：本文主要從CMAC神經(jīng)網(wǎng)絡(luò)原理；模糊聚類(FCM)算法；基于模糊聚類和關(guān)節(jié)控制器神經(jīng)網(wǎng)絡(luò)的電力市場競價策略；預(yù)測實(shí)例結(jié)果；結(jié)論進(jìn)行論述。其中，主要包括：電力市場的實(shí)質(zhì)是通過建立一個充滿競爭和選擇的電力系統(tǒng)運(yùn)營環(huán)境、CMAC模型由J．S．Albus于1975年提出、CMAC網(wǎng)絡(luò)的訓(xùn)練過程是一個不斷修正誤差的迭代過程、FCM是模糊聚類方法的一種、，神經(jīng)網(wǎng)絡(luò)的輸出為預(yù)測邊際電價和競價結(jié)果、基于FCM的交易時段分類、基于FCM的發(fā)電廠商競價分類、CMAC神經(jīng)網(wǎng)絡(luò)預(yù)測模型、產(chǎn)生報(bào)價策略的步驟等，具體請?jiān)斠姟?/p>

電力市場的實(shí)質(zhì)是通過建立一個充滿競爭和選擇的電力系統(tǒng)運(yùn)營環(huán)境，提高電力行業(yè)的效率。競價問題主要針對電力聯(lián)營體市場，在該市場中，電力供應(yīng)商向電力交易中心提交下一交易時段所能提供的電力以及要求的價格。電力交易中心根據(jù)預(yù)測的負(fù)荷和競價曲線進(jìn)行發(fā)電機(jī)調(diào)度計(jì)算，選擇發(fā)電單元并制定計(jì)劃，在這個過程中決定電力供應(yīng)商能否中標(biāo)的關(guān)鍵一是競價曲線的制定;二是所有電力供應(yīng)商的報(bào)價，文獻(xiàn)1～4對電力供應(yīng)商的競價決策做了深入研究，而邊際電價對競價曲線的制定起到十分關(guān)鍵的作用。

關(guān)于邊際電價預(yù)測的研究方法有許多種，文獻(xiàn)5～10對各種電價預(yù)測方法做了詳盡的闡述，但由于在不同的交易時段，負(fù)荷特性會發(fā)生變化，所以各方法的預(yù)測結(jié)果往往出現(xiàn)不穩(wěn)定的問題，尤其是對峰、谷時段的電價預(yù)測結(jié)果最明顯。本文采用模糊聚類(FCM)和小腦模型關(guān)節(jié)控制器(CMAC)神經(jīng)網(wǎng)絡(luò)方法，通過FCM算法將交易時段分為3個負(fù)荷水平：峰負(fù)荷、腰負(fù)荷和谷負(fù)荷，然后根據(jù)不同類型的交易時段分別對小腦模型關(guān)節(jié)控制器(CMAC)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，構(gòu)建不同時段的短期市場邊際電價預(yù)測和競價模型，并使用澳大利亞昆士蘭州電力市場實(shí)際數(shù)據(jù)進(jìn)行訓(xùn)練和驗(yàn)證，結(jié)果顯示，該方法預(yù)測速度快、精度較高且預(yù)測結(jié)果穩(wěn)定。

一、CMAC神經(jīng)網(wǎng)絡(luò)原理

CMAC模型由J．S．Albus于1975年提出。它是一種典型的局部逼近神經(jīng)網(wǎng)絡(luò)，具有線性結(jié)構(gòu)、算法簡單等特點(diǎn)，有一定泛化能力。CMAC網(wǎng)絡(luò)由1個固定的非線性輸入層和1個可調(diào)的線性輸出層組成，通過多種映射實(shí)現(xiàn)聯(lián)想記憶。其一般結(jié)構(gòu)如圖1所示。CMAC能實(shí)現(xiàn)無教師學(xué)習(xí)，并且學(xué)習(xí)速度快，可以處理不確定性知識。

圖1中，X為n維輸入矢量空間；A為聯(lián)想記憶空間；P為輸出響應(yīng)矢量。設(shè)X為CMAC網(wǎng)絡(luò)輸入空間，Xn為對應(yīng)的離散輸入空間。CMAC網(wǎng)絡(luò)的實(shí)現(xiàn)過程可簡述為：Xn中的每一輸入點(diǎn)xi激活記憶空間A中的單元為A*，A*空間對應(yīng)的連接權(quán)的代數(shù)和即為對應(yīng)的輸出。A*的模(即泛化參數(shù))表示了空間A*的長度。

CMAC網(wǎng)絡(luò)的訓(xùn)練過程是一個不斷修正誤差的迭代過程。設(shè)Yi’為對應(yīng)于某個輸入xi狀態(tài)的期望輸出，Yi為相應(yīng)的CMAC網(wǎng)絡(luò)響應(yīng)值，則xi對應(yīng)的連接權(quán)可按式(1)進(jìn)行修正。

(1)

式中表示空間Ap中與Ai相對應(yīng)的元素；為相應(yīng)的修正量，β為訓(xùn)練因子。

輸出,即為按每個輸入xi給出的地址，對中的每個元素進(jìn)行相加的和。

二、模糊聚類(FCM)算法

FCM是模糊聚類方法的一種。在很多實(shí)際問題中，經(jīng)常遇到一些用數(shù)字不能準(zhǔn)確描述的模糊信息，模糊聚類分析法能夠較好的處理關(guān)于模糊信息的聚類問題。Bezdek定義FCM算法的目標(biāo)函數(shù)如下：

（2）

其中，C為聚類數(shù)，N為數(shù)據(jù)總數(shù)，Vc為第c類的中心向量，Xi為第i個數(shù)據(jù)向量，Uci為Uc和Ui之間的隸屬度函數(shù)。在FCM算法中，聚類數(shù)是固定的，C的值由問題的要求和特性所決定。

當(dāng)目標(biāo)函數(shù)J(U,V)最小時，N個數(shù)據(jù)被分為C類。Bezdek提出了如下算法:

第一步:估計(jì)隸屬度函數(shù)矩陣

(3)

其中，h是迭代指針，初始值為零。

第二步:h=h+1，計(jì)算類的中心向量

(4)

第三步:更新所有Xi的，i=l……N

(5)

第四步:若，則終止，否則回到第二步，ε為聚類限差。

三、基于模糊聚類和關(guān)節(jié)控制器神經(jīng)網(wǎng)絡(luò)的電力市場競價策略

采用FCM算法將對交易時段進(jìn)行分類，然后根據(jù)不同類型的交易時段分別對CMAC神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，神經(jīng)網(wǎng)絡(luò)的輸出為預(yù)測邊際電價和競價結(jié)果。

1.基于FCM的交易時段分類

通常電力市場中，市場運(yùn)作按交易日進(jìn)行，澳大利亞昆士蘭州電力市場每天分成24個時段。公開數(shù)據(jù)包括市場歷史數(shù)據(jù)、實(shí)時數(shù)據(jù)和預(yù)測負(fù)荷。由于在不同的交易時段，負(fù)荷特性會發(fā)生變化，因而可以采用FCM算法將交易時段分為3個負(fù)荷水平：峰負(fù)荷、腰負(fù)荷和谷負(fù)荷。

設(shè)Xi(1，…，N，N=24)是第i個交易時段的負(fù)荷向量。Xi的維數(shù)為D，D是所計(jì)入的天數(shù),在這里聚類數(shù)C取3，或者說，就是要將24負(fù)荷向量分為3類。這樣就可以減少神經(jīng)網(wǎng)絡(luò)的訓(xùn)練數(shù)據(jù)。

2.基于FCM的發(fā)電廠商競價分類

在同一個電力市場中有很多發(fā)電廠商參與競價，將所有的發(fā)電廠商根據(jù)上述分類交易時段進(jìn)行分類，同時采用FCM將各分類交易時段發(fā)電廠商分為3類：強(qiáng)競爭性、弱競爭性、無競爭性。發(fā)電廠商的節(jié)點(diǎn)報(bào)價將作為分類的依據(jù)，聚類數(shù)C等3，Xi由第i個廠商的節(jié)點(diǎn)報(bào)價構(gòu)成，其維數(shù)由歷史數(shù)據(jù)的數(shù)量決定。一旦算法收斂，發(fā)電廠商被分為3個集合。與節(jié)點(diǎn)報(bào)價同處于一個集合的發(fā)電廠商為具有強(qiáng)競爭性的廠商。其余兩個集合中與節(jié)點(diǎn)報(bào)價所在集合距離近的集合中的發(fā)電廠商為弱競爭性的廠商，另一個集合中的發(fā)電廠商為無競爭性的廠商。

3.CMAC神經(jīng)網(wǎng)絡(luò)預(yù)測模型

為提高電價預(yù)測的準(zhǔn)確性，對電價及影響其變化的因素進(jìn)行相關(guān)性分析，發(fā)現(xiàn)以下因素對電價的影響較大，故將它們作為電價預(yù)測模型中應(yīng)考慮的因素(其中：d表示日期；t表示時段)：

(1)歷史電價。預(yù)測時段當(dāng)天1h前的時段電價P(d，t-1);預(yù)測時段當(dāng)天2h前的時段電價P(d,t-2);預(yù)測時段當(dāng)天3h前的時段電價P(d，t-3)；預(yù)測時段當(dāng)天前1天1h前的時段電價P(d-1，t-1)，預(yù)測時段當(dāng)天前1天同一時段的時段電價P(d-1，f)；預(yù)測時段當(dāng)天前1天1h后的時段電價P(d-1，t+1)。

(2)系統(tǒng)負(fù)荷。預(yù)測時段的系統(tǒng)預(yù)測負(fù)荷L(d，f)(可通過短期負(fù)荷預(yù)測獲得，或?qū)κ袌龉嫉念A(yù)測負(fù)荷修正后得到)；預(yù)測時段1h前的系統(tǒng)負(fù)荷L(d，t-1)；預(yù)測時段2h前的系統(tǒng)負(fù)荷L(d，t-2)。

4.產(chǎn)生報(bào)價策略的步驟

上述方法可以概括為如下步驟:

第一步:輸入D天的系統(tǒng)24點(diǎn)負(fù)荷數(shù)據(jù)，采用FCM算法將24個交易時段按負(fù)荷水平分為3類；

第二步:訓(xùn)練CMAC神經(jīng)網(wǎng)絡(luò)，預(yù)測邊際電價。

第三步:輸入各發(fā)電廠商G×D×24個節(jié)點(diǎn)競價電價，其中G是總的發(fā)電廠商數(shù)，并根據(jù)第1步分類交易時段進(jìn)行分類。

第四步:根據(jù)預(yù)測邊際電價和競價策略，擬定競價價格，用FCM算法將各分類交易時段發(fā)電廠商分為3個集合

第五步:競價電價輸出預(yù)測邊際價及該廠商競價是否成功。當(dāng)報(bào)價是否成功的標(biāo)志位為Y時，表明該廠商可以按輸出的競價電價進(jìn)行報(bào)價；如果標(biāo)志位為N，則表明報(bào)價者要按小于輸出的競價電價進(jìn)行報(bào)價。

四、預(yù)測實(shí)例結(jié)果

由于廠商報(bào)價實(shí)際歷史數(shù)據(jù)不全，競價電價進(jìn)行了仿真預(yù)測，而邊際電價選取澳大利亞昆士蘭州電力市場1998年9月(4周)的實(shí)際運(yùn)行數(shù)據(jù)作為訓(xùn)練樣本。在衡量預(yù)測效果時采用了均方根相對誤差δRMAPE、平均絕對誤差δMAE、平均相對誤差δMAPE和均方根絕對誤差δRMSE4個統(tǒng)計(jì)學(xué)誤差指標(biāo)：

表中定量給出了邊際電價預(yù)測誤差，其中計(jì)算時間為28s。圖2給出了澳大利亞昆士蘭州電力市場1998年10月10日至10月16日的邊際電價預(yù)測值及實(shí)際值。

從圖2可以看出，從總體上來看預(yù)測結(jié)果與實(shí)際電價比較吻合，即使在電價出現(xiàn)尖峰時的局部區(qū)域內(nèi)預(yù)測效果都較精確，預(yù)測時間較其他方法短，計(jì)算速度快。

五、結(jié)論

通過對采用基于FCM和CMAC的預(yù)測模型進(jìn)行短期邊際電價和競價電價預(yù)測結(jié)果可以發(fā)現(xiàn)，該模型具有輸出穩(wěn)定性好、計(jì)算速度快和預(yù)測精度高等優(yōu)點(diǎn)。

電廠報(bào)價本身就是電力市場環(huán)境下很敏感的一個經(jīng)濟(jì)信號，電廠競價電價預(yù)測的研究對電力市場的各個成員具有重要意義。隨著電力市場環(huán)境的不斷完善，電力系統(tǒng)運(yùn)行歷史數(shù)據(jù)的不斷增多，因此可以更好的進(jìn)行電廠競價預(yù)測，以使發(fā)電廠商獲得更多的中標(biāo)機(jī)會。

參考文獻(xiàn)：

[1]CompetitiveElectricMarket[J]．IEEProceedingsPartC——Genemti0n．Transmission＆Distribufion，2001，148(2)：159-164．

[2]SkantzePetter,IlicMarijaStochasticModelingofElectricPowerPricesinaMulti-marketEnvironmentIn:PowerEngineeringSocietyWinterMeetingSingapore:2000.1109-1114

[3]黃日星康重慶夏青:電力市場中的邊際電價預(yù)測.電力系統(tǒng)自動化，2000，24（22）：9-12

[4]曾次玲張步涵:淺析發(fā)電公司的競價策略[J]．電網(wǎng)技術(shù),2002，26(5):49～54