适合我国电力市场发展不同阶段的调频备用市场设计

发布时间：2021-01-22 10:39

　　目前我国电力体制改革快速推进,涉及到电力系统运行的各个方面,其中由于调频辅助服务对于电力系统安全可靠运行至关重要,而现行的实施机制存在补偿标准和辅助服务价值不对应的实际矛盾,调频辅助服务市场化也成为了电力体制改革中的重要组成部分。本文结合国内电力市场发展进程,研究了调频辅助服务市场化的机制设计,具体内容如下:1、详述了国内外调频辅助服务市场的实施情况和研究现状,结合国内现阶段调频辅助服务考核机制的实施矛盾,以及电改政策的具体要求,对未来国内电力市场发展趋势进行分析,预期了调频辅助服务市场化的基本进程,大体分为计划阶段、中长期电量合约分解阶段和成熟阶段三部分;2、基于机器学习算法提出了调频需求容量的预测方法,以输入层的电力网络和机组设备多类因素与输出观测量调频容量的映射关系,训练了监督式调频容量的预测模型,对比分析了线性回归、决策树、支持向量机（SVM）、高斯过程回归（GPR）等多种算法的预测精准度。机器学习算法大大降低了预测工作量和经验误差,适用于电力系统调频需求容量计算方法不确定以及输入层数据量较大的情况;3、结合国内中长期电量合约分解阶段的特殊性,设计了调频市场的解耦机制。为标准化... 

【文章来源】：东南大学江苏省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

线性回归算法残差分析

25中蓝色点阵和黄色点阵分别表示调频容量的实际值与预测值，下同。图3-5 阶梯式线性回归学习成果检验由图 3-5 可知，此场景下阶梯式线性回归算法的预测精度较差，存在不可忽略的预测偏差，其输出结果仅能实现粗精度预测，可信度一般。（2）支持向量机算法支持向量机回归分为线性、二次、三次，以及高精度、中精度、低精度 6 种 SVM算法，分别对历史数据进行学习训练，残差分析图如图 3-6 所示。图3-6 SVM 算法残差分析SVM 算法中高精度支持向量机回归的残差值最小为 6.3287，以最优的 SVM 学习模型对历史输入数据输出响应结果，并与已有观测量对比分析，如图 3-7 所示。

SVM算法残差分析

【参考文献】：
期刊论文
[1]欧洲统一电力市场建设及对中国电力市场模式的启示[J]. 李竹,庞博,李国栋,范孟华,曲昊源.  电力系统自动化. 2017(24)
[2]内嵌专业知识和经验的机器学习方法探索（一）:引导学习的提出与理论基础[J]. 尚宇炜,马钊,彭晨阳,武海涛.  中国电机工程学报. 2017(19)
[3]需求响应在电力辅助服务市场中的应用[J]. 沈运帷,李扬,高赐威,周磊.  电力系统自动化. 2017(22)
[4]美国调频辅助服务市场的调频补偿机制分析[J]. 陈达鹏,荆朝霞.  电力系统自动化. 2017(18)
[5]北欧电力市场评述及对我国的经验借鉴[J]. 包铭磊,丁一,邵常政,宋永华.  中国电机工程学报. 2017(17)
[6]考虑光伏发电功率波动性的AGC备用容量分析方法[J]. 陈逍潇,张粒子,杨萌,朱翊.  电力系统自动化. 2015(22)
[7]基于层次分析法的火电厂运行情况量化评价方法[J]. 李勇,何蕾,庞传军,刘琪.  电网技术. 2015(02)
[8]国外电力市场最新发展动向及其启示[J]. 马莉,范孟华,郭磊,薛松,李琨.  电力系统自动化. 2014(13)
[9]国外自动发电控制辅助服务交易市场的比较研究[J]. 李磊,赵岩,卞韶帅,项捷,吴俊.  华东电力. 2011(08)
[10]美国电力市场发展分析及对我国电力市场建设的启示[J]. 许子智,曾鸣.  电网技术. 2011(06)

硕士论文
[1]国外电力市场结构模式比较与借鉴[D]. 袁健.山东大学 2014
[2]电能量主市场与辅助服务市场联合优化决策研究[D]. 杨光.上海交通大学 2011
[3]电力市场有效性分析[D]. 杨丽.华北电力大学（河北） 2009



本文编号：2993080