（电力系统及其自动化专业论文）基于分布式应用的竞标决策技术支持系统.pdf

华中科技大学颠士学位论文 = = = = = = = = = = = = 皇= 暑= = = = = = = = 篇= = = 鲁= = = = = = = 一= a b s t r a c t w 曲t h ed e v e l o p m e n to fp o w e rm a r k e t c h i n ah a s i m p l e m e n t e dt h es e p a r a t i o n b e t w e e ng e n e r a t i o n sa n dt r a n s m i s s i o n s ，a n d b i df o rg e n e r a t i n g e l e c t r i c i t y , s ot h e r u n e n v i r o n m e n ta n dm e c h a n i s mo f g e n e r a t i o nc o m p a n i e sh a v eb e e nc h a n g e do b v i o u s l y t h i s p a p e ri n t r o d u c e st h ec h a l l e n g et h a tg e n e r a t i o nc o m p a n i e sh a v et of a c ea n dt h ef e a s i b l e s t r a t e g y , a n dd e v e l o p s ad e c i s i o n s u p p o r ts y s t e mf o rb i d d i n gb a s e do nd i s t r i b u t e d a p p l i c a t i o n ，w h i c hp r o v i d e sg e n e r a t i o nc o m p a n i e sw i t h e s s e n t i a ld e c i s i o n a n a l y s i s c a p a c i t ya n dt e c h n i q u es u p p o r t t h i sp a p e rm a k e st h eb e s to p t i m i z ed e c i s i o nb a s e do nt h et h o u g h to ff o r e c a s t i n g m c p ( m a r k e t c l e a rp r i c e ) t od e c i d eb i d d i n gr i s ka n dt w i c eu n i t so p t i m i z et oc u tc o s t t h i s p a p e rs u g g e s ta m c p f o r e c a s t i n gm e t h o d b a s e do ng e n e t i c a l g o r i t h m ( g a ) a n db p ( b a c k p r o p a g a t i o n ) a l g o r i t h m ，w h i c hs o l v e st h es h o r t a g eo fg e n e r a ln e u r a ln e t w o r ks u c ha st h e d i f f i c u l t yo fc o n f i r m i n gt o p o l o g ya n dt h ee a s i n e s so fr u n n i n gi n t ol o c a le x t r e m i s m a sa r e s u l to fr e a le x a m p l ea n a l y s i s ，t h eg a - b p a l g o r i t h mc a nb ea p p l i e di nf o r e c a s t i n g t o a d d r e s st h e i n t e g e rp r o g r a m m i n go p t i m i z e sp r o b l e m s a su n i t s c o m b i n a t i o n , d y n a m i c p r o g r a m m i n g ( d p ) a n d g ai su t i l i z a b l e g ai sb e t t e rt h a nd pf r o mt h er e s u l to f e x a m p l e t h i s p a p e r d i s c u s s e st h e i m p l e m e n t i n gp r o c e d u r eo fs y s t e m ，m a i n l ya b o u tt h e d i s t r i b u t e da p p l i c a t i o nd e s i g nb a s e do nc o m p o n e n tt e c h n i q u e i nt e r m so ft h ef e a t u r eo f m u l t is u bt e c h n i q u es u p p o r ts y s t e m so f p o w e rm a r k e t , w er e c o m m e n dx m l f e x t e n s i b l e m a r k u pl a n g u a g e ) t ob e t h eu n i f o r i l ld a t a p l a t f o r m ，w h i c h c a nr e a l i z es e a m l e s s c o n n e c t i o nb e t w e e ni s o m e r i s ms y s t e m sa n di n n e r - o p e r a t i o n a tt h es a l t l e t i m e ，w e b s e r v i c e sc a n r e p l a c ed i s t r i b u t e dc o mp r o t o c o lo f d i s t r i b u t e di n n e r - n e t w o r ka r c h i t e c t u r e ( d n a ) e x c h a n g i n gm e s s a g eb e t w e e ns y s t e m s ，s ot h ew h o l es y s t e mc a no r i e n ti n t e r a c t a p p l i c a t i o n ，w h i c hi m p r o v e s t h e e x t e n s i b i l i t y o f s y s t e m a n d c a p a c i t y o fu s e r s c o m m u n i c a t i o n s f r o mt h er e s u l to fs i m u l a t i o no f p o w e rm a r k e t , t h es y s t e mp l a t f o r mh a s e s t a b l i s h e ds t a b l ef o u n d a t i o nf o rn e x tr e s e a r c ha n d d e v e l o p m e n t w o r k a tl a s t , t h i sp a p e rd e s c r i b e ss e v e r a le x t e n s i b l ea p p l i c a t i o n so ft h es y s t e m ，w h i c hw i l l b et h ew o r ke m p h a s i so fn e x ts t e p s u m m a r i z eo f p a p e ra n a l y z e st h ed e v e l o p i n gt r e n do f p o w e r m a r k e ta n dt h ei m p a c to f l t t e c h n i q u e o n p o w e r m a r k e t k e y w o r d s ：p o w e r m a r k e t ；b i d d i n g d e c i s i o n s y s t e m ；b p n e u r a l n e t w o r k ；g e n e t i c a l g o r i t h m ；d i s t r i b u t e da p p l i c a t i o n ；x m l ；w e b s e r v i c e s i i 华中科技大学硕士学位论文 ；= = = = = ；= = = ；目= = = = ；。= 目| 。= i - = = = = = = _ # 一 1 1 引言 l 绪论 电力市场打破了传统电力系统垂直一体化的管理模式，有利于在电力工业中引入 竞争机制，增强电力企业活力，成为世界电力工业发展的必然趋势。电力市场机制 归根到底是价值规律在市场中的作用，其中实时电价作为一种有效的信息载体，指 导着电力资源的优化配置。对于电力用户，变动的实时电价反映了电力供需关系， 根据实时电价信息调整用电策略，可以达到自身资源优化。对于电力企业，实时电 价反映了电力的价值，而价格由生产成本与合理企业利润组成，所以电力市场可以 迫使电力企业在追求其利润最大化的过程中，优化资产组成、追求技术创新并严格 控制发电成本，最终导致电力成本下降，实现电力资源优化配置。同时，电力市场 以公平、公开和公正的原则，对电力企业和电力用户开放，健康的投资环境可以吸 引投资，改善系统设旖以及建设新厂，从而改变电力资源短缺和电力质量不高的局 面。 在电力市场新的运营环境下，发电公司面临新的挑战。在解除管制之后，电力企 业成为新的法人实体，在经济上自负盈亏，失去了传统垄断保证的超额利润来源。 然而，这也是一个新的机遇，直接的利益驱动可能迫使电力企业改革运营模式，降 低生产成本，从而实现资源优化配置。降低生产成本是电力市场的根本目的，也是 发电公司在竞争中要想立于不败之地的根本所在。然而，作为发电公司，攫取最大 化利润才是企业的直接目标，如何应对运营环境的改变和采取何种运营策略成为当 前发电公司的首要问题。 电力市场的技术基础体现在发输电设施的自动化( 如s c a d a 等) ，电力计量仪 表的电子化、数字化( 如远程自动采集) ，信息传输和电力调度的自动化( 如e m s 、 a g c ) ，计算机、通信技术的现代化( 如电子商务、i n t e r a c t 技术) 等几个方面”1 。 电力公司对系统计算机自动化要求迸一步提高，在原有能量管理系统( e m s ) 和信 息管理系统( m i s ) 的基础之上，基于现有信息技术( 1 1 r ) 实现在线商务交易。特别 o 华中科技大学硕士学位论文 i _ _ _ 。自_ 口_ = ；i t = = = = j 。目| t = l t = ；= = = j _ 自 是随着i n t e m e t 技术的发展，发展可伸缩的分布式应用系统提升到了一个新的高度。 本文将论述发电侧电力市场环境下发电公司运行策略的变化，并开发出一套可行 的竞标决策技术支持系统，帮助发电公司在竞价上网过程中获得最优竞标策略，实 现发电公司的利润最大化。 1 2 电力市场发展历史与研究现状 1 2 1 电力市场发展历史与现状 电力市场具有多种表现方式，并以英国、美国和澳大利亚电力市场为典型。英国 自8 0 年代末开始对电力工业进行大规模体制改造，电力市场中发、输、供电完全分 离，电力贸易分为实时贸易和合同贸易两种。发电厂直接将电售给联合营运中心， 用户可以选择地区电力公司或其他电网韵电厂购电。输电网络收归国家所有，对所 有电力市场成员开放。美国电力市场应紧急功率交换发展而来，由经纪人系统负责 进行电力交换。美国电力市场基本局限于发电市场，用户市场仍然由地区发电公司 垄断。澳大利亚电力市场包括合同市场和实时电力市场，并且部分开放了配电市场， 允许大用户自由选择供电方。其余的例如加拿大、日本、北欧、南美等国或地区家 等大多参照英国、美国和澳大利亚的电力市场模式l ”。 从国外电力市场运营情况来看，电力市场还处于初级阶段，有许多不完善的地方。 电力市场集中于在发电侧引入竞争，对电网侧和供电侧只是部分开放，用户需求变 化对电力市场影响还不是太大。电力市场实行统一市场出清价( m c p ) ，很难反映电 力质量对电价影响。由于电力的不可标志性，使得对不同发电公司的电力进行网络 运输计费比较困难，使得电网网损和成本均摊化。市场规则还不完善，譬如2 0 0 0 年 的美国加州电力市场事故表明电力不同于一般的商品1 2 1 ，其不可存储性及天然的垄 断性有可能导致发电公司为获取超额利润产生群体博弈中的暗中勾结、欺诈等不法 行为，要防止市场势力对市场竞争力的损害情形。当然，电力市场也取得了相当成 就，英美等发达国家的电力用户实际支出显著减少，阿根廷等南美国家通过电力市 2 华申科技大学硕士学位论文 l 目- 目l 。_ ；目b = = | 自目l i 。；l 目t ；e i = 目_ _ 一 场。吸引了大部分国际投资，解决了电力短缺的不良局面【3 1 。 1 2 2 我国电力市场的形成与分析 我国自2 0 0 2 年开始，在全国范围逐渐推广和建立电力市场机制。其改革目标就 是打破垄断，引入竞争，提高效率，降低成本，健全电价机制，优化资源配置，促 进电力发展，推进全国联网，构建政府监管下的政企分开、公平竞争、开放有序健 康发展的电力市场体系【4 】。 理想的电力市场最终将开放发电市场、输电市场和供电市场，实现公平、公开和 公正的竞争环境。发电公司通过竞价上网，允许自由出入市场，并选择合适的输电 服务；电网侧按照输电电量和拥塞情况进行收费，允许多方资金的进入；电价受市 场供需的影响，用户按照服务质量和电价选择电力供应商。电力市场初期将实现厂 网分开，在发电侧引入竞争，实现竞价上网。原来由国家电力公司管理的资产划分 为发电和电网两块，进行资产重组。除华能集团直接改组为独立发电公司外，其余 资产将重组为几个全国性的发电公司。 电网方面，成立国家电网公司和南方电网公司。国家电网公司由国家独资，负责 组建华北( 含山东) 、东北( 含内蒙) 、西北、华东( 含福建) 和华中( 含四川和重 庆) 五个区域电网有限责任公司。南方电网由广东、海南和原国家电力公司在云南、 贵州和广西的电网资产构成，由控股方负责组建南方电网公司1 4 。 通过浙江等省模拟电力市场的运行，我国已完成电力市场的初步建立，在发电侧 引入竞争，实现厂网分开和竞价上网。电力市场由上至下推动电力系统改革，在3 5 年内实现省级市场竞价，逐步实现中小型发电公司参与到电力市场中通过竟价上 网。 1 2 3 电力市场的研究对象 电力市场研究对象包括基本原理、市场规则和技术支持系统实现等方面。首先是 电力市场的基本理论及其实际意义，阐释了电力市场的基础理论和电力市场带来的 华中科技大学硕士学位论文 l _ _ = ；= = ；= = ；= = = i = _ _ - = 自= ；= 目_ = 目；_ t i 风险与收益，其中核心是电价的形成机制，典型代表是长期边际成本法与实时电价 理论。电力市场是一个新生的事物，运营规则在不断地完善之中，电力市场竞价 模式喊”、电网转运费计算和辅助服务付费等内容成为当前研究的热点。通常我们 所谓的发电侧电力市场技术支持系统针对系统独立调度机构( i s o ) 而言，基本功能 包括：实时自动发电控制、阻塞管理、机组组合、网络安全运行、电能现货市场、 输电和辅助服务市场等【”。当电力市场建立以后，发电公司的运营策略关系企业存 亡，必然会成为今后的研究重点。 1 3 发电侧电力公司运营策略 1 3 1 发电侧电力市场基本理论分析 发电侧电力市场的核心是竞价上网。电力市场设置市场运营中心负责市场规则解 释、监督和运营，与传统电力系统由调度中心负责制定未来一段时期发电计划不同， 电力市场以3 0 分钟为一个时段，一天4 8 个时段，在前一天作为市场成员的发电公 司对后一天各时段自由竞标，市场运营中心基于一定市场准则对发电公司申报时段、 电量和价格进行处理，根据电价由低至高的进行排列，安排在满足预测负荷之内和 一定系统约束条件下的前几家公司进行发电，所有中标的发电计划将按照统一的市 场出清价( m c p ) 进行结算，m c p 通常为中标中最高申报价格决定。市场营运中心 和发电公司的关系属于弱约束关系，由从前的行政约束改变成经济约束关系，所有 电量结算、奖励和惩罚都基于经济行为。发电公司将为中标的发电计划负责，如果 不能完成发电任务，将受到严厉的经济惩罚。甚至失去未来一段时间的竞标资格。 电价是电力市场的核心，市场的运转方式基于电价变动带来的有效载荷信息。通 常，对基础电价的核算方法有三种：综合成本法( e m b e d d e dc o s tm e t h o d ) 、长期边 际成本方法( l o n g r u n m a r g i n c o s tm e t h o d ) 以及实时电价理论【l l 。综合成本法对未 来一段时期电力发展进行规划和预算，然后根据成本核算，计算出的供电成本在用 4 华中科技大学硕士学位论文 i _ _ | e _ = _ i = = = 1 = = ；_ - - - _ _ _ i _ _ ；= = = = 自= 一 户中分摊。这种方法依赖于历史数据，不能反映即时变化的社会信息，难以满足企 业扩大再生产的需求，导致企业经营状况的恶化。长期边际成本即未来微增负荷持 续增长所产生的微增成本，长期边际成本方法目标是获得最大社会利益，正确反映 了未来资源的价值，其缺点是容易造成收大于支。使得收支不平衡。但前两种方法 计算周期过长，计算误差也难以控制。实时电价的核心概念是实时电价是由电力市 场供需关系所形成的出清价格，等于电力系统电能生产的边际成本：由于电能需求 不断变化，实时电价也随之变化，其负载信息指导市场走向，达到优化资源配置的 目的。 通常，电力市场建立于实时电价的理论基础之上。然而，这种市场的竞价方式不 能充分考虑电能的特点。形成电价时，市场按统一出清价进行结算，忽视了电能质 量的价值，使得一些发电商盲目追求最低电价( 甚至零电价报价方式) ，造成不法竞 争及扰乱市场秩序：在发电商进行报价的时候，由于在时间和空间上的隔离现实( 需 要按4 8 个时段进行报价) ，难以满足发电厂持续运行的要求，增加机组启停费用和 减少社会总效益。王锡凡教授提出了一种分段竞价的方式，其竟价机制把电能按照 连续生产或连续消费的时间分段，然后按段进行平衡和买卖，形成出清价。分段 竞价反映了电力质量，有利于使得社会总效益最大化。 目前，电力市场竞价系统研究主要集中在市场侧，其目标是在保证电网安全稳定 运行的基础上，试图以最小的购电成本，满足负荷的需求。常见的方法有排队法、 等报价法、网络规划法和线性规划法等 i o l 。然而，对发电侧电力公司参与到竞价体 系之后，如何决定竞标策略，使得自身利益最大化却没有一个完整的解决方案。 1 3 2 竞标决策系统研究现状与展望 发电侧电力公司竞标策略主要有两种。一种是基于成本分析模式，使用e r p ( 企 业资源计划) 核算电力成本，然后加上企业的预期利润即为竞标价格。一种是基于 预测对手行为的博弈方法，将竞标过程视为一个群体博弈问题，根据已知的有限信 息( 公开的市场信息，如历史数据及预测负荷信息) 研究对手可能采取的策略，而 华中科技大学项士学位论文 制定出可行的竞标策略。为简化起见，可能将所有竞标对手合成一个整体进行研究， 利用比较成熟的双人博弈制定竟标策略。成本分析法依赖于一套完整的企业资源管 理模式，而且各个发电公司在资产组成和能源可比性之间的差异，很难形成竞价优 势。博弈的方法可以解决不完整信息的优化问题，成为发电公司竟价策略的重要组 成部分，其主要问题在于对市场出清价( m c p ) 的预测【l ”。 电价预测问题是一个非线性优化问题，可描述为寻求一组最优参数向量，使得函 数最优( 表现为函数极值) 。通常的方法有线性预测、时间序列、小波变换法及人工 智能等方法，其中人工智能方法在电价预测中得到广泛应用和推广。 文献 1 2 1 对n e we n g l a n d 电力市场竞价模型进行了研究，考虑了i s o ( 独立系统 操作员) 的选择模式及市场不确定信息，使用拉格朗日松弛法( l a g r a n g l a n r e l a x a t i o n ) 进行建模。文献 1 3 】和 1 4 】以美国加州和澳大利亚维多利亚电力市场为背景，对神经 网络在电力市场中的应用作了初步研究。文献 1 5 1 使用神经网络的方法对浙江电力市 场m c p 进行了预测。文献【1 6 】介绍了一种发电报价辅助决策模型，采用随机生产模 型方法计算系统边际费用和发电费用，利用人工神经网络预测独立电厂次日负荷； 采用随机规划方法求解机组最优启停计划问题。文献 1 7 1 基于m c p 预测，考虑潮流 约束和预测目标作为约束条件建立定价模型，采用牛顿法计算发电电价。遗传算法 也广泛应用于电价预测之中。文献【1 8 】建立了一种改进的投标竞价数学模型，用遗传 算法和网络流法进行优化。 显然，使用人工智能的方法建立竞价模型是可行的，也是趋势之一。但人工神经 网络具有网络结构难以确定，收敛后期容易发生振荡现象以致不收敛，或者收敛到 局部极值的缺点。一种可行的方法把遗传算法和b p 神经网络结合起来，利用遗传算 法全局空间搜索能力强的特点，首选确定一个大致的搜索范围，然后发挥神经网络 局部搜索能力强的优势，使算法迅速收敛至最优解。 建立电力市场之后；应考虑原有系统的兼容。现在的能量管理系统( e m s ) 应该 面向电力市场进行改造。主要集中于信息流的变化。其中发电计划将发生重大变化， 要解决机组经济组合、负荷预测和实时电价确定等问题1 1 1 。 6 华中科技大学硕士学位论文 a 自l ；i 自j ；l = = = = = ；_ 目- 自- _ - _ = = = j 自= 一= _ 自 从国内外现行的电力市场竞价系统来看，系统进一步向计算机自动化方向发展， 对系统模块化和分布式网络操作性的需求越来越高。表现在：需要一个统一的数据 平台，以消除原有电力系统的信息孤岛问题，实现电力市场技术支持系统之间的无 缝连接和互操作性：系统模块化，基于组件方式的软件模块可以最大限度的缩短开 发周期及重复利用，而且有利于增强系统的可扩展性和可嵌入性；系统向分布式网 络操作系统发展，集成计算机信息技术，实现功能和逻辑上的松耦合，客户可以利 用现成的i m e m e t 与系统进行交互：系统功能也得到极大的扩展，譬如i n t e m e t 、电 话、电视系统的接入，实现多媒体控制和信息交互。 1 4 本文研究对象与实现目标 1 4 1 课题来源及意义 本课题来自华工电气公司，目的是研究电力市场对中小型电力公司( 特别是以水 电为主的发电公司) 带来的挑战，分析市场环境下发电公司应采取的应对策略，提 供一套完整的解决方案，帮助发电公司完成面向电力市场的转型。竞标决策技术支 持系统辅助电力公司决定最优竞标策略，以实现电力公司利润最大化。集成了前沿 i t 技术和计算机应用的技术支持系统进一步提高电力系统的自动化能力，实现自动 交易功能并提供更为友好的人机交互界面，增强客户互动能力。 1 4 2 课题主要内容和实现目标 课题分为理论分析和系统实现两个部分。 理论分析的主要内容是生成最优竞标策略，主线基于g a - b p 算法的m c p 预测确 定竞标风险和基于g a 算法的机组优化最优发电成本出力关系。同时，我们将完成 竞标决策技术支持系统的基本框架设计，以便在将来对系统功能进行扩展。 系统实现部分主要讨论分布式网间结构( d i s t r i b u t e d n e t w o r k a r c h i t e c t u r e ，d n a ) 和c o m + 应用设计，构建基于组件的竞标决策商务对象合数据访问对象，以实现最 优竞标策略其间，我们提出基于x m l 的统一数据格式，以便实现异构系统的无缝 7 华中科技大学硕士学位论文 连接和互操作性。并提出在原有d n a 结构上使用w e b 服务( w e bs e r v i c e s ) 代替原 有的信息交换分布式协议( d c o m ) ，使系统真正面向i n t e m e t 应用。我们将模拟电 力市场竟标环境，测试系统商务逻辑和网络服务功能。此外，我们将讨论异步消息 机制在分布式应用中的应用、实时图形生成和语音应用技术的嵌入等扩展功能。 最后，我们分析了电力市场的发展趋势和i t 技术对电力市场的影响。 8 华中科技大学硕士学位论文 = = = = = = | i | ；= e = 。目_ = ；= ；i t = 目e = ；目= = = = ： 2 竞标决策系统构架与理论分析 2 1 竞标决策系统基本构架 2 1 1 系统组成与框架 竞标决策系统基本功能包括生成竞标信息、进行市场交易和安排发电计划等。其 中竞标信息由发电成本决定，并受到发电公司利润计划影响，根据m c p 预测值分析 竞标风险。市场交易包含三个部分：申报竟标信息、返回中标信息以及返回市场结 算信息。安排发电计划指发电公司在获得中标信息后，根据中标电量对机组进行优 化组合，以安排厂内经济运行。 根据功能分类，竞标决策技术支持系统由六个主要子系统组成，系统框架可以参 见图2 1 。 发电商竟价决策支持系统 i lllill f 发电计划管理1 竞鬻引 市场交易管理f系统配置1结算与评估|信息管理 【 子系统 j 子系统 【 子系统 j 子系统i子系统 1 一j 【一 ll 1 一 上 上j -l上l 蛩 机 发市 风电系 组 罨 电 场 蠢 交险 厂统 优 警预 成 簋 处 暮 蓥 鹾 簋怎 绪 计 蓉 盘 管管 分 管 理 囊 囊理理划 块 鬟 理 篓 块 块 雾篓篓 展 囊 块篓 块 2 1 2 核心模块功能分析 图2 - 1发电公司竞标决策系统框架 显然，竞标决策系统应该基于原有的e m s 和m i s 系统。机组检修计划、发电成 本分析、合同管理和电厂信息管理可以沿用原有的系统管理模块，并为竞标决策系 统提供数据访问接1 2 。我们对重要的几个核心模块进行简要的功能分析。 9 华中科技大学硕士学位论文 ；宣i 皇皇昌i _ 昌重= z = = 昌。譬罱皇冒目- 曩置l i 岩皇= = = = 号篁鲁昌皇皇= ( 1 ) m c p 预测模块 电价由发电成本和合理利润组成，如何使得利润最大化成为企业最关心的问题之 一。一方面企业希望尽可能高的电价，然而过高的申报电价可能使发电公司竞标失 败，没有利润可言。因此，必须在尽可能高的电价下获得多的发电计划才能保证利 润最大化。对于发电侧电力市场，电价按照统一的市场出清价( m c p ) 结算，因此， 如果能预测m c p ，则可以对该时段发电公司获利进行预测，以低于m c p 预测值的 电价进行申报，从而保证企业的正常利润，或者当申报电价高出m c p 预测值时可以 计算风险曲线，从而帮助电力公司决定正确的竞标策略。 ( 2 )机组优化组合模块 对于水电厂，可以对未来时段水情进行预测，以期在一定的耗水量约束下分配机 组负荷，目标是获得最大出力，即以水定电过程。在计算出力之后，结果将作为决 定竞标策略的一个重要因素。当竞标结束后，发电公司根据中标信息，重新对机组 进行优化组合，此时约束条件变为负载( 出力) 一定，要使得耗水量最小。 ( 3 ) 交易处理模块 交易处理模块负责与电力市场运营中心通信，发送竞标信息，并接收中标信息， 同时处理市场结算信息。交易处理模块是实现发电公司与运营中心信息交互的核心 模块，其中涉及网络可靠性传输、安全性问题以及事务处理。 ( 4 )交易结算模块和利润风险分析模块 结算模块负责处理从市场运营中心返回的结算信息，其中包含该时段公司应发电 量、实发电量、市场出清价、电力质量评估以及根据发电情况应有的奖励和惩罚结 果。利润风险分析模块根据竞标信息、中标信息和结算信息，分析公司利润和竞标 决策系统决策风险曲线，结果反馈到下一次竟标决策过程，从而修正公司的决策策 略。 显然，m c p 预测和机组优化问题是竞标决策策略中最基本也是最核心的问题， 以下我们分析两个问题的求解理论和采用的算法，并且给出了具体算例分析。 1 0 华中科技大学硕士学位论文 2 2 基于遗传算法与神经网络的电价预测方法 2 2 i 电价预测建模与解法 电价预测是一个时间序列优化问题，对手整体优化问题的搜索求解技术主要包括 基于微分法的搜索技术、随机搜索技术、启发式搜索技术和枚举技术【2 0 l 。传统的方 法包括穷举法和微分法，具有典型代表的是动态规划法和n e w t o n 下山法。启发式的 随机搜索方法随着人工智能的发展逐渐成为复杂优化问题的有效解法。其中遗传算 法模拟生物进化方式，从随机初始群体中选择适应度较高的个体作为父代，通过交 叉、变异等遗传算子操作，产生新的群体，如此反复最后获得适应度最高的个体， 即为最优解。遗传算法可以用于解决非连续、非凸和多峰的数值解析难题；神经网 络模仿大脑神经，采用网络建模，利用大量样本数据对作为信息载体的神经元连接 权进行反复训练，凭借先验知识对未来事件进行预测。 神经网络，特别是向后传播神经网络( b a c kp r o p a g a t i o nn e u r a ln e t w o r k ) ，在电 力系统中已经有许多成功的应用范例，包括专家系统和负荷预测等方面协。1 。我们 将研究b p 网络模型对市场出清价进行预测的方法，并分析b p 神经网络自身的局限 性，利用遗传算法在大搜索域内良好的收敛性对神经网络拓扑结构和连接权进行优 化。 2 - 2 2 b p 神经网络 人工神经网络( a r t i f i c i a ln e u r a ln e t w o r k ) 模仿人脑神经元结构，是一种具有大 量连接的并行分布式处理器，它具有通过学习获取知识并解决问题的能力，且知识 是分布存储在连接权( 对应于生物神经元的突触) 中吲。 ( 1 )前向神经网络的基本原理 目前在电力系统中得到广泛应用的是三层前向神经网络，由输入层、隐含层和输 出层组成，其拓扑结构如图2 2 所示。 华中科技大，学硕士学位论文 输 入 模 式 输 出 模 式 图2 - 2典型朐蘸馈神经网络 对于网络输入层的输出为x l ，x 2 ，隐含层中个神经元的输入分别为 f ，= w ”工，+ 口， ( 2 2 1 ) j - i 式中，w 。为神经元i 与神经元j 之间的连接权( 即结合强度) ：x ，为神经元j 的 输出；0 表示为神经元i 的阀值。选择s i g m o i d 函数作为隐层神经元的激发函数，则 隐层神经元的输出为 0 j2 赤( 2 - 2 - 2 ) 不失一般性，设输出层神经元的阀值为0 ，输出层神经元的激发函数取为线性函数， 则整个网络的输出为 y = v 。d l ( 2 - 2 - 3 ) l i l 其中，e 为输出层神经元与隐层神经元i 的连接权。 前向网络的正向计算过程指输入信息从输入层开始，逐层向上一层传递，没有信 息的反馈过程。 ( 2 ) 误差反向传播算法 误差反向传播算法( e r r o r b a c k p r o p a g a t i o na l g o r i t h m ) 是一种有导师监督的学习 方法。通过前向网络的正向计算，得到输出层神经元的输出值，计算误差是与训练 样本数据中的实际结果的差值，将这个误差信息沿正向计算的方向反向传递，对连 1 2 华中科技。大学硕士学位论文 j - _ 日- l _ _ _ j _ ；= = = _ ；目l z = = ；_ i ；l = l _ _ _ 接权向量w 进行修正，即误差反向传播过程。其中每一层的神经元的状态只影响下 一层神经元状态，整个过程直到满足网络计算精度或者规定的迭代次数为止。 反向传播的误差修正算法通常是一种最小二乘法的最陡下降梯度法。对于学习样 本 i p 工：，x ，) ，通过正向计算，可以求出网络输出值y 。，对于样本p ，定义网络 的输出误差为 d p = f p y p ( 2 2 4 ) 并定义误差函数 p p = 去( f p - y p ) 2 ( 2 - 2 5 ) 反向传播算法中，沿着误差函数e 。随着网络向量w 变化的负梯度方向对w 进行 修正。设w 的修正值为a w ，有 定义为 a w ：一叩= 0 e v( 2 2 - 6 ) a w 、 a w = ( h ，吼，w 0 )( 2 - 2 7 ) 经过推导可以得到中各元素为 利用a w 对w 进行修正 + a w _ 矽 ( 2 _ 2 - 9 ) 得到新的连接权。 b p 神经网络的学习过程就是利用误差反馈，修正连接权，最后得出优化的网络 拓扑结构( 包括网络层数、每层神经元数和神经元之间的连接权) ，输入预测参数， q 删 旧 咿 即 啦 刮 副 一 红钆钆瓦饥酉 。纷 纷 可 引 = 胡 撕 华中科技大学项士学位论文 | _ _ i 篁昔e = = = 篁= = = = = 皇= 昌昌= = = = 皇昌_ 皇皇昌 即可得到最优的预测结果。 ( 3 )反向传播算法存在的问题 b p 算法是一种比较简便的算法，但是也存在许多问题： ( a ) 反向传播算法训练时间较长，甚至不收敛： ( b ) 网络麻痹现象，当加权输入过大，使得激活函数工作在饱和区，导致导数值 太小即使得网络连接权修正调节过程几乎停顿； ( c ) 存在能量函数局部极小值，即收敛的解不一定是全局的最小值： ( d ) 没有二个确定的算法来选取网络的隐含层数及神经元数目，连接权矩阵w 的 初值选取也往往影响到算法的学习过程和收敛结果。 目前提出的一些改进方法大多集中在如何加快学习速率和尽可能避免陷入局部 极小值。通常通过增加动量项可以避免算法陷入极小值陷阱，但是过大的动量项容 易引起振荡，算法难以收敛。譬如v o g l 快速算法提出“批处理”的思想，对全部输 入样本计算误差求和后对权向量进行修正，使得修改权向量频率下降，总是朝着总 体误差最小的方向发展，同时算法动态确定学习率和动量项使得学习效率大大提高。 二阶b p 算法引入描述高阶相关信息，减少了隐含节点数目，可以缩短b p 训练时间。 一种动态自适应b p 网络模型可以自动调节网络隐含节点，计算过程中尽量压缩柔性 节点数，达到提供学习速率的目的【”2 4 l o 然而，改进的算法只能在局部方面改善神经网络性能，不能从根本提高神经网络 的空间搜索能力。况且神经网络的隐含层数和神经元数很难确定，极大的限制了在 柔性系统方面的应用。不同于一般搜索依赖予梯度信息，遗传算法提出了一种群体 搜索策略，根据个体中的信息交换引导搜索方向，适用于处理传统方法难于解决的 非线性问题遗传算法和神经网络的结合可以实现优势互补，已经成为人们关注的 热点。 2 2 3 遗传算法 遗传算法( g e n e t i c a l g o r i t h m ，g a ) 模拟达尔文的遗传选择和自然淘汰的生物进 1 4 华中科技大学硕士学位论文 = = = = l = = ；= = = = = = = = = = ；i - = l _ = = = j ie 一一l = j = | 化论，是一种利用生物种群遗传和进化机理的启发式优化算法。g a 采用概率的变迁 规则指导在解空间中搜索最优解，且可以对参数空间中的多点进行评价，可以迅速 的收敛于全局的最优解l 。 遗传算法属于一种随机搜索方法，其初始搜索点通常随机选取，在进化过程中的 遗传算子操作也是随机的方法，但是遗传算法基于适应度的“适者生存”的模式保 证进化的方向总是朝着总体适应度变好的方向发展，可以有效的利用历史信息收敛 至最佳适应度的个体，亦即问题的最优解。 遗传算法最为常见的形式是标准遗传算法( s t a n d a r dg a ，s g a ) ，其基本流程和 结构如图2 3 所示。 开始 i!一 产生群体 选择交叉变异 生竺孽窒堕_ = 保留 + 遗传操作 ，、!1一 新一代种群 延鎏疹 j l y e s 结柬 图2 - 3遗传算法计算流程图 其基本步骤包括算法初始化工作，遗传操作和群体评价等主要方面，可以描述为： ( 1 ) 初始化工作：选择编码策略，将参数集合x 和域映射到位串结构空间s ； 定义适应度计算方法，可以是函数计算，也可以与别的方法结合，例如神经网络的 前向计算过程；确定遗传策略包括选择、交叉、变异方法以及确定参数包括群体大 小、交叉概率、变异概率等： ( 2 )产生随机初始化群体p ( o ) ： ( 3 ) 计算群体中各个个体的适应度； 华中科技大学项士学位论文 。 = ，_ i t - - j _ i i = ；= j _ t ；- l l - _ _ _ i 目_ l _ 目_ _ _ _ - = - ( 4 ) 遗传操作，根据适应度进行选择，较好的个体通过交叉和变异等遗传算子 操作生成新一代群体，同时可能将上一代较好的精英直接复制到新一代群体以保 证遗传中的优秀品质不至于丢失。 ( 5 )对新一代群体进行评价，如果符合要求则迭代结束，否则返回步骤3 重新 开始迭代。 在设计遗传算法时我们重点考虑以下几个方面： ( 1 )参数编码。由实际问题参数空间向遗传算法编码空间的映射称作编码 ( e n c o d i n g ) ，反之成为译码( d e c o d i n g ) ，编码的方式主要包括二进制编码和实数编 码。实数编码具有精度高，便于大空间搜索的优点；二进制编码则将问题空间的参 数表示为 0 ，1 ) 的染色体字符串，编码方式简单，而且符合遗传学原理。一些文献的 研究表明两者并不存在显著的性能差异。 我们考虑二进制编码方式。设函数f i x ) ，其中实参x 位于限定域hv i m ，给定表 示精度 越= ；兰( 2 2 1 0 ) 2 一1 、7 其中l 为编码长度，可以根据精度缸计算出合适的l a 转化后的字符串空间： s = 5 l ，s 2 ，5 r )( 2 - 2 - n ) 其中，黾= 瓴i ，钆2 k ) ，b h o ，1 ，k ；1 , 2 ，k ；1 = 1 , 2 9 - 1 l ；k = 2 。 译码是编码的反向过程，计算公式： 工2 “+ 再v - - “( 善l 2 l - j ) ( 2 - 2 1 2 ) 显然，对于n 维空间工= ( 毛，屯，) 是同样的道理。 ( 2 ) 适应度计算。适应度( f i t n e s s ) 是生物对环境适应程度表现出的生命力，通 常为优化问题的函数，如果函数计算结果为负值则要进行相应处理。我们考虑最小 化问题，设优化问题函数为g ( x ) ，则变化后的适应函数f 【x ) 与目标函数g ( x ) 的映射关 系为： 华中科技大学硕士学位论文 。 。_ e ；口；= = = = ；_ = ；j _ i j l 苫l = = = l j i l = = 自。 l c 工，= ：_ 一g x 二二工 c “ c z z ， ( 3 ) 选择( s e l e c t i o n ) ，指进化过程中优秀个体生存的方法，适应度较高的个体生 存的几率越高。选择方法比较多，例如适应度比例选择、随机选择、排序选择、联 赛选择等方法。我们考虑保留精英的赌轮选择法( r o u l e t t ew h e e l ) 。 设规模为n 的群体p = q ，口：，口。) ，对于个体口，适应度为f ( a ，) ，选择概率为 蹦：善生，：l ，2 2 ，n ( 2 - 2 1 4 ) f ( a ，) 保留精英是保证遗传算法可靠收敛的方法，指在遗传选择中如果生成的下一代群 体中最优个体的适应度低于上一代的最优个体，则将上一代的最优个体直接复制到 下一代群体中，替换下一代群体中的较差个体，当然，也可以对相应数量的个体进 行操作。 ( 4 ) 交叉( c r o s s o v e r ) ，是基本的进化方法之一。对于两个个体，随机选择交叉点， 然后将交叉点后的基因对换，形成新的个体。同理，对于多点交叉，则将交叉点间 的基因互换对于两个染色体位串： j i = 6 l l b t 2 b t p6 】p j 6 1 l ，j 2 = b , t 如一b 2 p b 2 p l 一b z 假设在p 点进行交叉，则产生的两个新个体为 2 b , l b l 2 b t p b 2 ，+ l 。一b 2 s 22 b 2 1 b b 2 p b l p i 一b i 交叉概率p 越高，进化中产生新的结构的概率越高，有可能改进遗传群体基因， 但同时，已获得的优良基因也可能因此丢失一般取p 。= 0 6 0 1 0 0 。 ( 5 ) 变异( m u t a t i o n ) ，指生物染色体的基因在进化中发生突变现象，在遗传算法 1 7 华中科技大学硕士学位论文 i | - - i _ i i _ _ _ 目= = i l