【技术实现步骤摘要】
基于相似性场景及粒子群算法的火电机组报价决策方法
[0001]本专利技术属于电力市场交易
,具体涉及基于相似性场景及粒子群算法的火电机组报价决策方法。
技术介绍
[0002]随着电力市场的逐步改革和发展,电力市场规则越来越复杂,涉及的因素越来越广泛。目前通常所用的交易方式为人工方式,过度依赖于人工经验和行业知识,考虑的因素不够全面,效率低下,已经远远不能满足市场交易的需求。
[0003]随着科学技术的发展,替代人工操作的信息化手段已经遍及各行各业,可以大大提高了工作效率,考虑因素更加全面,更加具有客观性。因此,基于信息化手段的电力市场交易辅助决策支持平台至关重要,在市场规则的前提下,采用数据融合、数据预测、人工智能优化等方式实现现货交易市场的智能化辅助决策,自动生成交易策略,可以保障交易效率,提高经济效益。
[0004]在现货市场场景下,其采用“发电侧保量报价、用户侧保量不报价”的模式进行申报,并按照交易规则需要提前一天进行日前申报,即在D
‑
1日早晨申报D日的机组报价段和各报价段的出力。其是在基于模糊环境(日前电价未知)提前申报,并依据模糊环境、申报报价段和各报价段出力得到机组中标出力曲线,计算预估收益,最终在真实环境即日前出清数据已知时,重新计算机组中标出力曲线参与现货市场的结算收入。
[0005]现有技术中,针对火电的机组报价模型主要依赖于日前价格预测进行申报,但是价格预测受到多方面因素的影响使得已有方法的准确率不高,使火电机组申报策略具有一定的不稳定性和随机性, ...
【技术保护点】
【技术特征摘要】
1.基于相似性场景及粒子群算法的火电机组报价决策方法,其特征在于,包括以下步骤:步骤1:对火电机组现货日前交易所需数据进行采集整理;步骤2:以目标日D日为基准往前挑选N天的历史样本数据,并对历史样本数据进行预处理,其次基于相似性计算目标日D日的目标样本数据与所挑选的历史样本数据之间的欧氏距离,选取欧氏距离最小的N
*
天作为相似场景,以此得到相似场景下的日前电价;步骤3:通过密度聚类方法对步骤2所得到的相似场景下的日前电价进行聚类得到聚类簇,即得到K种相似场景,计算得到每种相似场景中的核心日前电价曲线,每种相似场景得到一条,最终得到k条核心日前电价曲线,并计算其权重,即k条核心日前电价曲线在所有场景中所占的权重;步骤4:基于相似场景得到申报策略以及申报策略所对应的中标出力曲线,将中标出力曲线带入k种相似场景中计算收益值,可得到k个收益值,接着建立目标函数,得到最优的火电机组日前申报策略。2.根据权利要求1所述的基于相似性场景及粒子群算法的火电机组报价决策方法,其特征在于,所述步骤1具体为:对火电机组现货日前交易所需数据以天为长度以每15分钟为单位进行采集整理,得到每天T点的数据。3.根据权利要求2所述的基于相似性场景及粒子群算法的火电机组报价决策方法,其特征在于,所述步骤2包括以下步骤:步骤2
‑
1:构建数据特征;将日前交易所需数据中同一天的T点负荷率数据、T点全网负荷和T点新能源负荷数据进行组合,形成3T维的数据特征,将每一天的数据作为一条数据样本,记样本数为M,记样本矩阵为X
M
×
3T
;步骤2
‑
2:对数据进行数据预处理;对数据进行清洗,检查数据一致性、处理无效值和缺失值,接着对清洗过后的数据特征进行归一化处理;步骤2
‑
3:目标日D日的目标样本数据记为X
*
,以目标日D日前一天为基准寻找N天的历史样本数据,并对历史样本数据进行步骤2
‑
2所述的数据预处理,得到预处理后的历史样本数据X
′
N
×
3T
,其中每一条历史样本数据记为X
d
′
;步骤2
‑
4:计算目标样本数据X
*
与每一条历史样本数据X
d
′
的欧式距离,并对其欧式距离进行排序,接着设置阈值,筛选出距离小于阈值的N
*
天样本数,即相似样本数;步骤2
‑
5:基于N
*
天的相似样本数,从步骤1采集到的数据中依据其日期索引中可得到所对应的N
*
天的日前出清电价,即得到相似场景下的日前电价。4.根据权利要求3所述的基于相似性场景及粒子群算法的火电机组报价决策方法,其特征在于,所述步骤2
‑
2中归一化处理的公式为:式中:X'
d,t
表示第d天第t时刻归一化之后的数据特征;X
d,t
表示第d天第t时刻的数据特征;分别表示样本数中所有的第t时刻的最大值和最小值。
5.根据权利要求3所述的基于相似性场景及粒子群算法的火电机组报价决策方法,其特征在于,所述步骤2
‑
4中欧式距离的计算公式为:式中:表示目标样本数据的第t时刻的数据;X
′
d,t
表示历史样本数据中第d天的第t时刻归一化之后的数据。6.根据权利要求3所述的基于相似性场景及粒子群算法的火电机组报价决策方法,其特征在于,所述步骤3包括以下步骤:步骤3
‑
1:对相似场景下的日前电价进行聚类;利用密度聚类方法对N
*
天的日前出清电价进行聚类,得到K类聚类簇,每一个聚类簇可以作为一种相似场景,即K种相似场景,每个相似场景中包含m
k
条电价曲线;步骤3
‑
2:计算得到每个相似场景的核心日前电价曲线;依次将同一场景中的日前出清电价曲线作为核心曲线,计算该场景中剩余m
k
‑
1条曲线到该核心曲线的距离,并计算m
k
‑
1个距离的均值,因此对于同一个场景而言,每条曲线都会得到一个均值,即m
k
个均值;然后找出m
k
个均值中最小值所对应的日前电价曲线,作为该场景的核心日前电价曲线;最后K种相似场景中都分别得到1条核心日前电价曲线,...
【专利技术属性】
技术研发人员:周云,李超英,刘东冉,卜银河,
申请(专利权)人:电力规划总院有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。