購電電子商務論文范文-淺談基于模糊神經網絡的購電商雙邊競價對策word版下載

1、購電電子商務論文范文:淺談基于模糊神經網絡的購電商雙邊競價對策word版下載導讀：本論文是一篇關于基于模糊神經網絡的購電商雙邊競價對策的 優(yōu)秀論文范文，對正在寫有關于購電論文的寫作者有一定的參考和指 導作用，論文片段：的購電商和發(fā)電商是以他們買賣雙方報價的均價 作為成交價格的。2雙邊競價市場中購電商最優(yōu)競價策略分析對于購電商來說，最關心的是自己在競價交易中的利潤理由。而在雙 邊競價交易中，各市場參與者所擁有的信息是不對稱的。根據競價交 易的規(guī)則，一個交易時段中，市場最低成交價格及最低成交價格所對 應的發(fā)電商和購電商的摘要：以往針對雙邊競價市場中購電商競價策略的研究多以購電商 在市場中的報價曲線

2、參數的確定為主，給出的策略多是購電商應該以 何種曲線決策其報價，而利用電力市場中的歷史及實時數據信息對購 電商報價策略進行研究的還不多見。文章從未來電力市場雙邊競價交 易原理入手，提出了利用模糊神經網絡預測市場最低成交價格的購電 商報價，從而為購電商制定英競價策略提供依據。abstract： the studies of purchaser? s bidding strategy in bilateral bidding transaction are mostly on determining the curve parameters. but considering the purchas

3、er? s bidding strategy according to historical and real-time data of power market are rarely. this paper studies from the future principles of bilateral bidding transaction, proposes the method of forecasting the purchaser" s price which corresponding the minimum transaction price based on fuzz

4、y neural network this method could show a reference for the purchasers to make its bidding strategies關鍵詞：雙邊交易；購電競價策略；模糊神經網絡key words： bilateral bidding transaction； purchaser? s bidding strategy； fuzzy neural network1006-4311 (2013) 11-0174-04作者簡介：陳向婷(1986-),女,北京人，中國核電工程有限 公司，助理工程師，工學碩士，研究方向為電力市場運營與

5、電力經濟; 賴曉豐(1985-),男，北京人，中國核電工程有限公司，助理工程師, 工學碩士，研究方向為自動化科學與技術。0引言隨著電力市場化改革的不斷深入，電力市場模式逐漸從單邊開 放向雙側競價的模式發(fā)展，而在這一過程中，體現(xiàn)的正是購電商的參 與性。因此對于電力市場的發(fā)展來說研究購電商競價策略對于購電商 本身的利潤空間來講比不采取策略性報價的利潤高很多，由于利潤的 刺激從而更好的提高了購電商參與市場競價的積極性。文章正是基于 雙邊競價的市場背景下，利用市場信息來研究購電商的競價策略。1雙邊競價交易原理在雙邊競價交易中發(fā)電商與購電商處于同一市場環(huán)境下集中競 價，在市場競價的情況下市場的成交電量與

6、成交價格都是由雙方通過 競價確定的。市場的參與者不僅僅是一家購電商或者發(fā)電商，而是多 個發(fā)電商與購電商，市場中的各個成員之間同時報價并且把交易時段 的電量以及價格都提交給交易中心。交易中心拿到買賣雙方的報價信 息以后將購電商的報價按照從高到底的順序排列，而將發(fā)電商的報價 按照從低到高的順利排列，并且競價的交易計劃是根據價格高低的匹 配原則來制定的。首先將報價最低的發(fā)電商與報價最高的購電商進行 匹配，當達到最大購電量或者發(fā)電量后再讓報價次高的購電商與報價 次低的發(fā)電商進行交易匹配，這種匹配交易過程一直到剩余的所有發(fā) 電商報價高于購電商報價，或者沒有更多的電力可以匹配為止。對于 匹配成功的購電商和

7、發(fā)電商是以他們買賣雙方報價的均價作為成交 價格的。2雙邊競價市場中購電商最優(yōu)競價策略分析對于購電商來說，最關心的是自己在競價交易中的利潤理由。 而在雙邊競價交易中，各市場參與者所擁有的信息是不對稱的。根據 競價交易的規(guī)則，一個交易時段中，市場最低成交價格及最低成交價 格所對應的發(fā)電商和購電商的報價信息是市場的共同信息，但是所有 匹配成功的購電商與發(fā)電商的匹配價格屬于私有信息是不公開的，即 每個發(fā)電商與購電商只是制定與他匹配成功的交易方的情報、自身的 成交價格以及競價市場上公開的公共信息，至于市場其他成員的報價 信息以及結算的信息他們不知道?？紤]到以上情況，針對雙邊競價交易市場，如果能夠預測出市

8、 場最低成交價格的購電商報價，那么購電商通過策略性報價就可以報 出一個比最低成交價格的購電商報價略高的價格，就可以在市場競爭 中爭取優(yōu)勢，以最低成交價格購得電量，從而最大化自身的利潤。因 此準確預測出市場最低成交價格的購電商報價并且制定最優(yōu)報價策 略，對于購電商來說不僅提高其在競價市場中的競爭力而且還提高了 自身的經濟效益。對于預測最低成交價格的購電商報價理由可以通過兩種決策思 路進行預測，第一種策略：利用蒙特卡洛的隨機模擬策略對所有的市 場參與者的報價進行模擬，并且將報價的結果按照市場交易的原則進 行高低匹配以后來模擬電力市場的交易情況和交易結果，然后得出最 低交易價格對應的購電商報價。但是

9、這種策略有一定的局限性，由于 這種策略具有隨機性因此不能夠真實的反向競價市場的真實情況；第 二種策略：根據以往的交易情況同時結合當前信息，預測市場最低成 交價格對應的購電商報價從而制定購電商的競價策略o本文應用第二 種策略，并考慮到市場因素具有模糊不確定性，利用模糊神經網絡預 測市場最低成交價格的購電商報價c3模糊神經網絡預測市場最低成交價格的購電商報價模糊神經網絡fnn (fuzzy neural network)是通過將模糊系統(tǒng) 與神經網絡結合起來處理市場信息的不對稱性，實踐證明將這種策略 應用到電價預測方面可以有效的處理市場信息以及達到較好的預測 效果，因而可以將其應用到預測市場最低成交

10、價格的購電商報價這一 理由中。3.1模糊神經網絡模型的建立 文章應用一種基于 takagisugeno型模糊推理的模糊神經網絡，所構建的模型是一個 多輸入單輸出的由輸入層、模糊化層、模糊規(guī)則推理層、歸一化層和 輸出決策層五層結構組成的模型。如圖2所示，模糊神經網絡模型的各層結構關系如下：第(1)層：輸入層網絡輸入的變量經過歸一化處理會直接傳遞到輸入層，將各輸 入變量輸入模糊神經網絡系統(tǒng)中是輸入層所起的作用，因此共有n個 節(jié)點。(1)層的輸出節(jié)點為：out二xi, i二 1, 2,n(1)第(2)層：模糊化層將每一個輸入變量轉化到各自所劃分的模糊子區(qū)間的相應隸屬 度上是模糊化層的作用，這個轉化過

11、程是由隸屬函數來實現(xiàn)的?？紤] 到實際理由的需要在預測最低成交價格的購電商報價理由中選擇高 斯型隸屬函數進行隸屬度的轉換。高斯型隸屬函數的形式如下： (xi)二exp- (xi-abb) 2/ (b)2 (2)其中，一一高斯型隸屬函數的中點，一一隸屬函數 的寬度。各輸入變量所劃分的模糊子區(qū)間數取決于每一變量的復雜程 度，或根據一定的規(guī)則確定。假設x的模糊了區(qū)間數為mi,相關 則該層共有節(jié)點nii個。(2)層的輸入節(jié)點為：in (2)二一(x2/ (bl) 2 i二 1, 2,n, j=l, 2mi(3)(2) 層的輸出節(jié)點為：out (2) =cxp (in (2) (4)第(3)層：模糊規(guī)則推

12、理層模糊規(guī)則推理層是實現(xiàn)輸入和輸出之間推理的過程同時也是模 糊神經網絡模型結構的核心部分。該層的每個節(jié)點均代表一條模糊規(guī) 則，為模糊化層相應隸屬度的乘積，若釆用正規(guī)化模糊神經網絡 (nfnn)則該層共有模糊規(guī)則數k=bmio當模糊化層各個輸入量的模糊子區(qū)間較多或者輸入量個數較多 的時候，規(guī)則k將會呈現(xiàn)指數增長，這樣勢必會增加網絡訓練不熟以 及降低模型精度并有可能導致“維數災?！睘榱吮荛_這些缺點必須對 模糊規(guī)則數k進行簡化，確定模糊規(guī)則數的種有效策略即k-means 聚類法，同時還可以根據實際預測理甫的要求調整規(guī)則個數。(3)層 的輸出節(jié)點為：outb= u k= u 1 j (xl) p2j

13、(x2) u nj (xn)(5)第(4)層：歸一化層歸一化層所實現(xiàn)的導讀：本論文是一篇關于基于模糊神經網絡的購電商雙邊競價對策 的優(yōu)秀論文范文，對正在寫有關于購電論文的寫作者有一定的參考和 指導作用，論文片段：商報價的歷史趨勢中，并且一個吋段的系統(tǒng)最 低成交價格的購電商的報價與過去同一個時段的最低成交價格的購 電商的報價是有關系的，并但時間間隔的越短這種相關性也就越明 顯。因此本文選取的輸入量如表1所示。 3. 4基于模糊神經網絡 的購電商最優(yōu)競價策略流程 在利用模糊神經網絡對最低成交價 格的購電商報價進行預測時，本文是模糊規(guī)則的歸一化計算，該層的節(jié)點數與模糊推理層相同。(4) 層的輸出節(jié)點

14、為：outb=out (3) = ki i= u i/b u i (6)第(5)層：輸出決策層經過歸一化層的作用后，輸出決策層的結果為一個精確量并且 是最終輸岀值，由歸一化層各輸出的加權求和得到。(5)層的輸出節(jié) 點為：out二y二wi 卩 i (7)其中，wi為各模糊規(guī)則的權重。3.2基于bp的模糊神經系統(tǒng)參數學習網絡模糊化層中的高斯 型隸屬函數的中心和寬度是模糊神經系統(tǒng)參數學習的主要內容，同時 還要學習輸出決策層權重的調整過程。預測最低成交價格的購電商報 價是通過參數的不斷調整學習來實現(xiàn)的。即：e=bb (db-yb) ?燮 9 (8)其中，c為網絡全局誤羌，di為網絡的期望輸出，yi為網

15、絡的 實際輸出，n為網絡的訓練樣本數，0為網絡訓練的精度要求。網絡 的參數學習向著e的梯度下降方向調整。bp算法調整網絡參數的公式如下：awi (t) =-?濁- (d-y) + a 1 awi (tt) (9)wi (t+1)二wi+awi (t) (10)a al ( t )二-？濁 2 - ( d-y ) w工(ylwl ) +q 2 aahh (t-1) (11)(12)al (t+1) =aabhh (t)二？濁 3 ( dy ) w工(yw) +a 3 abhh (t-1)(13)bbb (t+1) =bbb(t) +ab“ (t)(14)其中，？濁1、？濁2、？濁3為學習率，al

16、、a 2、a 3為動 量因子。3.3系統(tǒng)輸入輸出量的確定 根據預測理由的目標，輸出變量為 第n天t時段最低成交價格的購電商報價。而影響最低成交價格的購 電商報價有：如預測時段的系統(tǒng)可用發(fā)電容量和負荷需求信息、歷史 系統(tǒng)可用發(fā)電容量和負荷需求數據、歷史最低成交價格對應的購電商 報價數據、系統(tǒng)的輸電阻塞情況、歷史最低成交價格數據、發(fā)電商與 購電商的成本變化以及其它一些不確定性因素的影響。根據數據獲取 的難易程度并結合本章所研究理由的實際需要，考慮到歷史最低成交 價格、輸電阻塞、發(fā)購電成本及其它一些不確定性因素的影響均能體 現(xiàn)早最低成交價格的購電商報價的歷史趨勢中，并且一個時段的系統(tǒng) 最低成交價格的

17、購電商的報價與過去同一個時段的最低成交價格的 購電商的報價是有關系的，并且時間間隔的越短這種相關性也就越明 顯。因此本文選取的輸入量如表1所示。3.4基于模糊神經網絡的購電商最優(yōu)競價策略流程在利用模糊神經網絡對最低成交價格的購電商報價進行預測 時，本文取輸入各變量的模糊子區(qū)間數m二5,動量因子a =0. 9,最大 迭代次數s=1000,網絡參數的學習率？濁=0.3,網絡的精度 e二0.0001,網絡的模糊聚類規(guī)則數25, alh. b和wi的初始 值采用隨機賦值的策略。利用模糊神經網絡預測最低成交價格的購電 商報價的流程如圖2所示。4算例分析本算例考慮的是購電商和發(fā)電商只申報一個容量段的情況，

18、選 擇的是英國neta雙邊電力市場的實際數據作為計算數據。以2011年 1月1日至3月20日的數據作為網絡的學習樣本,并利用3月21日、 22日及23日的數據預測3月23日的市場最低成交價格的購電商報 價并與實際值進行比較，驗證模型的預測效果。預測結果如表2及圖 3所示。通過以上的算例結果我們可以看出：利用fnn對各個時段的 預測結果與實際值之間雖然存在一些偏差，但是這些偏差都制約在了 合理的范圍之內，這說明在預測雙邊競價市場最低成交價格的購電商 報價這個理由中模糊神經網絡起到了解決理由的作用，由于最低成交 價格的購電商報價與各個影響因素之間存在非確定性關系，而利用 fnn達到了較好的預測效果

19、，因此為購電商在雙邊競價市場中制定自 己的保教策略提供了依據。5結論文章針對未來市場的雙邊競價模式，研究了購電商的競價策略 理由。不同于以往給出購電商報價曲線的形式，文章是利用雙邊市場 中的不完全信息，提出此時購電商的最優(yōu)競價策略為預測出市場最低 成交價格的購電商報價，并通過報一個比最低成交價格的購電商報價 略高的價格來獲得最低成交價格，從而在市場競爭中爭取優(yōu)勢。最后, 通過算例分析證明了在預測市場最低成交價格的購電商報價這一理 市中利用模糊神經網絡可以很好的預測這一效果，同時也為購電商制 定報價策略提供了有效的依據。參考文獻：1 尚金成，黃永皓，夏清等電力市場理論研究與應用m.北 京：中國電

20、力出版社，2002.2 趙九斤英國新電力交易制度運轉狀況j國際電力.2002,6 (3)： 2529.3 張森林，張堯，陳皓勇等雙邊交易在南方電力市場的成功 實踐j電力自動化設備.2009, 29 (9)： 9499.4 a. k. david, f. s. wen. bilateral transaction bargaining between independent ut訂ities under incomplete information j generation, transmission and distribution, 2001, 148 (5)： 448454.5 roger dcttmcr living with netaj iee review on power sy