可再生能源消纳市场风险管理模型及其决策仿真研究
发布时间：2023-06-04 18:50
2019年我国风电、光伏累计装机超4.1亿千瓦,二者合计发电量占比达8.5%,以风光为代表的可再生能源正由补充型电源向主力型电源转变。但是,可再生能源消纳仍然面临挑战。经过5年的新一轮电力体制改革,我国电力市场建设初显成效,完整电力市场即将形成,绿色电力证书和配额制呼之欲出。但市场各参与主体的角色及利益格局仍在调整,相应的机制和政策还在完善。随着可再生能源政策由补贴退坡向平价上网过渡,辅以技术和市场两方面的措施,是进一步促进可再生能源消纳的关键。此外,近年来人工智能等技术迅速发展,改变着电力系统的数据生产形式,变革着电力系统的数据处理能力。在此背景下,本文提出基于先进信息技术研究可再生能源消纳市场风险管理及其决策仿真,主要研究内容如下:(1)构建市场风险动力学模型,进行市场风险致因分析。本文首先提纲挈领地构建了可再生能源消纳宏观和微观市场风险动力学模型,厘清了市场促进可再生能源消纳的逻辑过程。然后基于动力学模型进行市场风险致因分析,初步探讨了关键风险和风险因素之间的影响关系,形成了原因型风险(双侧随机性风险、市场有效性风险)影响结果型风险(经济风险、供需风险、调峰风险等),进而影响可再...
【文章页数】：166 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 可再生能源发电及其并网消纳
1.2.2 电力市场及其风险管理
1.2.3 人工智能及其在能源电力领域中的应用
1.2.4 文献综述结论
1.3 研究内容和技术路线
1.3.1 论文研究内容
1.3.2 论文技术路线
1.4 主要创新点
第2章 基础理论
2.1 系统动力学方法
2.1.1 系统动力学的基本概念
2.1.2 系统动力学适用性分析
2.2 时间序列预测方法
2.2.1 时间序列预测ARIMA模型
2.2.2 时间序列预测神经网络模型
2.3 集成学习方法
2.4 区块链技术
2.5 本章小结
第3章 基于系统动力学的市场风险致因分析
3.1 可再生能源消纳市场风险分析
3.1.1 可再生能源消纳面临的问题
3.1.2 可再生能源消纳市场风险识别
3.2 宏观市场风险动力学模型
3.2.1 模型设计
3.2.2 配额政策决策影响多情景分析
3.2.3 市场有效性影响多情景分析
3.3 微观市场风险动力学模型
3.3.1 模型设计
3.3.2 预测能力影响多情景分析
3.4 本章小结
第4章 基于预测的双侧随机性风险管控模型
4.1 双侧随机性风险及其管控策略
4.2 基于ARIMA的REC价格预测模型
4.2.1 REC价格序列预测需求分析
4.2.2 单条REC价格序列预测结果
4.3 基于集成学习的REC价格预测误差修正模型
4.3.1 基于集成学习的预测误差修正方法设计
4.3.2 多条REC价格序列预测误差修正
4.4 基于LSTM的光伏发电出力预测模型
4.4.1 光伏发电出力预测需求分析
4.4.3 光伏发电出力预测结果
4.5 基于深度网络的电力需求预测模型
4.5.1 电力需求预测需求分析
4.5.2 基于深度神经网络的多元时间序列预测方法设计
4.5.3 电力需求预测结果
4.6 本章小结
第5章 基于多元分析的市场有效性风险解析模型
5.1 市场有效性风险及其解析思路
5.2 基于模式识别的多因素时间序列相关分析模型
5.2.1 多因素相关分析方法体系设计
5.2.2 特征模型构建
5.2.3 关键特征提取
5.2.4 基于全部特征和关键特征的相关分析对比
5.3 基于符号动力学和复杂网络的多因素联合演变规律分析模型
5.3.1 多因素联合演变规律分析方法体系设计
5.3.2 数据收集和预处理
5.3.3 联合演变复杂网络的统计规律
5.4 本章小结
第6章 基于多目标优化的结果型风险决策模型
6.1 配额制下可再生能源消纳多目标风险决策问题
6.2 MNSGA多目标优化算法设计
6.2.1 MOP问题描述
6.2.2 进化多目标优化算法
6.2.3 MNSGA算法设计
6.3 结果型风险决策案例分析
6.3.1 案例描述
6.3.2 求解和决策
6.4 本章小结
第7章 市场风险管理和决策仿真系统设计
7.1 系统集成设计
7.2 企业级云应用风险管理模块设计
7.2.1 企业级云应用风险管理模块架构设计
7.2.2 企业级云应用风险管理模块云服务模式设计
7.3 分布式应用决策仿真模块设计
7.3.1 基于市场风险的售购电决策规则
7.3.2 基于区块链的分布式应用要素设计
7.3.4 仿真结果展示
7.4 本章小结
第8章 研究成果与结论
参考文献
攻读博士学位期间发表的论文及其它成果
攻读博士学位期间参加的科研工作
致谢
作者简介
本文编号：3830825
【文章页数】：166 页
【学位级别】：博士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景和意义
1.2 国内外研究现状
1.2.1 可再生能源发电及其并网消纳
1.2.2 电力市场及其风险管理
1.2.3 人工智能及其在能源电力领域中的应用
1.2.4 文献综述结论
1.3 研究内容和技术路线
1.3.1 论文研究内容
1.3.2 论文技术路线
1.4 主要创新点
第2章 基础理论
2.1 系统动力学方法
2.1.1 系统动力学的基本概念
2.1.2 系统动力学适用性分析
2.2 时间序列预测方法
2.2.1 时间序列预测ARIMA模型
2.2.2 时间序列预测神经网络模型
2.3 集成学习方法
2.4 区块链技术
2.5 本章小结
第3章 基于系统动力学的市场风险致因分析
3.1 可再生能源消纳市场风险分析
3.1.1 可再生能源消纳面临的问题
3.1.2 可再生能源消纳市场风险识别
3.2 宏观市场风险动力学模型
3.2.1 模型设计
3.2.2 配额政策决策影响多情景分析
3.2.3 市场有效性影响多情景分析
3.3 微观市场风险动力学模型
3.3.1 模型设计
3.3.2 预测能力影响多情景分析
3.4 本章小结
第4章 基于预测的双侧随机性风险管控模型
4.1 双侧随机性风险及其管控策略
4.2 基于ARIMA的REC价格预测模型
4.2.1 REC价格序列预测需求分析
4.2.2 单条REC价格序列预测结果
4.3 基于集成学习的REC价格预测误差修正模型
4.3.1 基于集成学习的预测误差修正方法设计
4.3.2 多条REC价格序列预测误差修正
4.4 基于LSTM的光伏发电出力预测模型
4.4.1 光伏发电出力预测需求分析
4.4.3 光伏发电出力预测结果
4.5 基于深度网络的电力需求预测模型
4.5.1 电力需求预测需求分析
4.5.2 基于深度神经网络的多元时间序列预测方法设计
4.5.3 电力需求预测结果
4.6 本章小结
第5章 基于多元分析的市场有效性风险解析模型
5.1 市场有效性风险及其解析思路
5.2 基于模式识别的多因素时间序列相关分析模型
5.2.1 多因素相关分析方法体系设计
5.2.2 特征模型构建
5.2.3 关键特征提取
5.2.4 基于全部特征和关键特征的相关分析对比
5.3 基于符号动力学和复杂网络的多因素联合演变规律分析模型
5.3.1 多因素联合演变规律分析方法体系设计
5.3.2 数据收集和预处理
5.3.3 联合演变复杂网络的统计规律
5.4 本章小结
第6章 基于多目标优化的结果型风险决策模型
6.1 配额制下可再生能源消纳多目标风险决策问题
6.2 MNSGA多目标优化算法设计
6.2.1 MOP问题描述
6.2.2 进化多目标优化算法
6.2.3 MNSGA算法设计
6.3 结果型风险决策案例分析
6.3.1 案例描述
6.3.2 求解和决策
6.4 本章小结
第7章 市场风险管理和决策仿真系统设计
7.1 系统集成设计
7.2 企业级云应用风险管理模块设计
7.2.1 企业级云应用风险管理模块架构设计
7.2.2 企业级云应用风险管理模块云服务模式设计
7.3 分布式应用决策仿真模块设计
7.3.1 基于市场风险的售购电决策规则
7.3.2 基于区块链的分布式应用要素设计
7.3.4 仿真结果展示
7.4 本章小结
第8章 研究成果与结论
参考文献
攻读博士学位期间发表的论文及其它成果
攻读博士学位期间参加的科研工作
致谢
作者简介
本文编号：3830825
本文链接：https://www.wllwen.com/guanlilunwen/shengchanguanlilunwen/3830825.html
