基于主成分分析的电力市场供应侧主体竞争潜力指数研究
发布时间：2021-03-24 19:23
随着越来越多种类的零售商、聚合商以及大型用户等供应商的兴起,平衡市场的竞争愈发激烈,服务供应商的选择多样性也为交易中心带来了服务效率低下、管理秩序混乱等问题。为了对供应侧主体进行客观考核,提出了基于主成分分析法的电力市场供应侧主体竞争潜力指数研究。首先定性分析影响市场供应侧主体竞争力的主要因素,然后通过指标定量分析各影响因素,形成指标评价体系。其次通过主成分分析的方法对所有指标进行主成分提取,并将提取出的第一主成分定义为市场竞争潜力指数（MCPI）,用于表征市场供应侧主体的市场竞争潜力。最后通过仿真算例验证指标的科学性及可行性,为市场参与者及监管者提供了可靠的评价方法。
【文章来源】：电力系统保护与控制. 2020,48(19)北大核心CSCD
【文章页数】：8 页
【部分图文】：
主成分分析流程图
-6-电力系统保护与控制表6各指标间的相关性矩阵Table6Correlationmatrixbetweenallindexes相关性βlRSTLI供需响应速度βl1.000-1.0000.865-0.0540.452RST-1.0001.000-0.8650.054-0.452LI0.865-0.8651.000-0.3960.234供需-0.0540.054-0.3961.000-0.219速度0.452-0.4520.234-0.2191.000由图2的碎石图可以看出各成分的特征值。选取特征值大于1的成分作为主成分，由累计贡献率及特征值可知本例中选取第一、二主成分。图2碎石图Fig.2Gravelmap由表7成分矩阵中的数据除以主成分1所对应的特征值开平方便可以得到MCPI中每个分指标的载荷系数[29]，从而得到MCPI的表达式，如式(13)所示。speed0.55010.55010.52050.15990.3129lMCPIβRSTLIAU-(13)表7各指标的成分矩阵Table7Componentmatrixoftheindex成分1成分2份额占比0.9670.241RST-0.967-0.241LI0.915-0.096供需-0.2810.945响应速度0.550-0.204分别计算7个市场主体的MCPI值，评估其在电力市场中的竞争潜力。结果如表8所示。此外还有另一种确定MCPI各指标系数的方法，即直接利用成分得分系数矩阵中的数据，如表9所示，该数值直接作为各指标对应系数无需进行另外处理。由方法二计算可以得到各供应侧主体的竞争力排名如表10所示。表8供应侧主体MCPI排名Table8MCPIrankingofsupplysideofmarketentity供应侧主体MCPI排名聚合商A0.140183222聚合商B0.0096911413聚合商C-0.1232955564聚合商D-1.4954843067售电公司3.7070178311大型用户-1.212561956自备电厂-1.0255597835表9各指标的成分得分系数矩阵Table9Componentscorecoefficientmatrixofthein
【参考文献】：
期刊论文
[1]基于主成分分析的水环境质量评价研究[J]. 楼珏璟. 节能与环保. 2019(09)
[2]差价合同分解算法的市场力抑制作用分析[J]. 张琛,颜伟. 电网技术. 2019(08)
[3]价差返还机制下售电公司博弈模型[J]. 吴浩可,雷霞,黄涛,何锦宇. 电力系统保护与控制. 2019(12)
[4]因子分析综合评价应该注意的问题[J]. 林海明,刘照德,詹秋泉. 数理统计与管理. 2019(06)
[5]基于模糊综合评价的矿用提升机电气传动系统状态评估[J]. 王福忠,李媛媛,韩素敏,史鹏飞. 电力系统保护与控制. 2019(09)
[6]统计回归模型中的主成分分析[J]. 孙婷蔚. 通讯世界. 2019(03)
[7]国外电力市场中市场力监测与缓解机制综述[J]. 陈青,杨骏伟,黄远明,卢恩,王一. 南方电网技术. 2018(12)
[8]基于改进快速密度峰值算法的电力负荷曲线聚类分析[J]. 陈俊艺,丁坚勇,田世明,卜凡鹏,朱炳翔,黄事成,周凯. 电力系统保护与控制. 2018(20)
[9]可再生能源配额制实施中的市场力研究[J]. 李璐,谭忠富,张恩源. 电力系统保护与控制. 2014(12)
[10]基于主成分分析的区域电力市场厂商市场力评估[J]. 李泓泽,王宝,郭森. 现代电力. 2011(03)
博士论文
[1]电力系统负荷及负荷率的可靠性影响模型[D]. 段盼.重庆大学 2012
硕士论文
[1]我国电力市场评价指标和方法研究[D]. 李霄.华北电力大学(北京) 2017
[2]电力市场运营效率评价指标体系及评价方法研究[D]. 程诚.华北电力大学（北京） 2011
本文编号：3098258
【文章来源】：电力系统保护与控制. 2020,48(19)北大核心CSCD
【文章页数】：8 页
【部分图文】：
主成分分析流程图
-6-电力系统保护与控制表6各指标间的相关性矩阵Table6Correlationmatrixbetweenallindexes相关性βlRSTLI供需响应速度βl1.000-1.0000.865-0.0540.452RST-1.0001.000-0.8650.054-0.452LI0.865-0.8651.000-0.3960.234供需-0.0540.054-0.3961.000-0.219速度0.452-0.4520.234-0.2191.000由图2的碎石图可以看出各成分的特征值。选取特征值大于1的成分作为主成分，由累计贡献率及特征值可知本例中选取第一、二主成分。图2碎石图Fig.2Gravelmap由表7成分矩阵中的数据除以主成分1所对应的特征值开平方便可以得到MCPI中每个分指标的载荷系数[29]，从而得到MCPI的表达式，如式(13)所示。speed0.55010.55010.52050.15990.3129lMCPIβRSTLIAU-(13)表7各指标的成分矩阵Table7Componentmatrixoftheindex成分1成分2份额占比0.9670.241RST-0.967-0.241LI0.915-0.096供需-0.2810.945响应速度0.550-0.204分别计算7个市场主体的MCPI值，评估其在电力市场中的竞争潜力。结果如表8所示。此外还有另一种确定MCPI各指标系数的方法，即直接利用成分得分系数矩阵中的数据，如表9所示，该数值直接作为各指标对应系数无需进行另外处理。由方法二计算可以得到各供应侧主体的竞争力排名如表10所示。表8供应侧主体MCPI排名Table8MCPIrankingofsupplysideofmarketentity供应侧主体MCPI排名聚合商A0.140183222聚合商B0.0096911413聚合商C-0.1232955564聚合商D-1.4954843067售电公司3.7070178311大型用户-1.212561956自备电厂-1.0255597835表9各指标的成分得分系数矩阵Table9Componentscorecoefficientmatrixofthein
【参考文献】：
期刊论文
[1]基于主成分分析的水环境质量评价研究[J]. 楼珏璟. 节能与环保. 2019(09)
[2]差价合同分解算法的市场力抑制作用分析[J]. 张琛,颜伟. 电网技术. 2019(08)
[3]价差返还机制下售电公司博弈模型[J]. 吴浩可,雷霞,黄涛,何锦宇. 电力系统保护与控制. 2019(12)
[4]因子分析综合评价应该注意的问题[J]. 林海明,刘照德,詹秋泉. 数理统计与管理. 2019(06)
[5]基于模糊综合评价的矿用提升机电气传动系统状态评估[J]. 王福忠,李媛媛,韩素敏,史鹏飞. 电力系统保护与控制. 2019(09)
[6]统计回归模型中的主成分分析[J]. 孙婷蔚. 通讯世界. 2019(03)
[7]国外电力市场中市场力监测与缓解机制综述[J]. 陈青,杨骏伟,黄远明,卢恩,王一. 南方电网技术. 2018(12)
[8]基于改进快速密度峰值算法的电力负荷曲线聚类分析[J]. 陈俊艺,丁坚勇,田世明,卜凡鹏,朱炳翔,黄事成,周凯. 电力系统保护与控制. 2018(20)
[9]可再生能源配额制实施中的市场力研究[J]. 李璐,谭忠富,张恩源. 电力系统保护与控制. 2014(12)
[10]基于主成分分析的区域电力市场厂商市场力评估[J]. 李泓泽,王宝,郭森. 现代电力. 2011(03)
博士论文
[1]电力系统负荷及负荷率的可靠性影响模型[D]. 段盼.重庆大学 2012
硕士论文
[1]我国电力市场评价指标和方法研究[D]. 李霄.华北电力大学(北京) 2017
[2]电力市场运营效率评价指标体系及评价方法研究[D]. 程诚.华北电力大学（北京） 2011
本文编号：3098258
本文链接：https://www.wllwen.com/kejilunwen/dianlilw/3098258.html
教材专著
