CN114091878A - 基于现货市场模型的能源电力产业链风险预警方法及系统 - Google Patents
基于现货市场模型的能源电力产业链风险预警方法及系统 Download PDFInfo
- Publication number
- CN114091878A CN114091878A CN202111345446.4A CN202111345446A CN114091878A CN 114091878 A CN114091878 A CN 114091878A CN 202111345446 A CN202111345446 A CN 202111345446A CN 114091878 A CN114091878 A CN 114091878A
- Authority
- CN
- China
- Prior art keywords
- price
- risk
- spot market
- spot
- early warning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 230000005540 biological transmission Effects 0.000 claims abstract description 30
- 238000010248 power generation Methods 0.000 claims description 27
- 230000000903 blocking effect Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 7
- 238000012417 linear regression Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 abstract description 7
- 238000005259 measurement Methods 0.000 abstract description 3
- 230000005611 electricity Effects 0.000 description 14
- 239000003245 coal Substances 0.000 description 8
- 238000004458 analytical method Methods 0.000 description 3
- 238000010219 correlation analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 238000012098 association analyses Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Accounting & Taxation (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于现货市场模型的能源电力产业链风险预警方法及系统,该方法包括:确定现货市场的价格因子;构建所述价格因子与现货价格之间的函数关系式;根据所述函数关系式,计算现货市场价格风险;确定现货市场价格风险阈值;判断所述现货市场价格风险与现货市场价格风险阈值的关系,确定风险预警级别并生成预警结果。本发明通过整合一次能源供应、电能生产、传输、交易和消费等能源产业链全环节信息预测现货市场价格风险,并对现货市场价格风险进行数值化衡量,并以此为依据实现对能源产业链风险的预警,使得能源电力产业链风险预警方法更加全面,有助于提高其有效性和准确性。
Description
技术领域
本发明涉及能源电力产业链技术领域,尤其涉及一种基于现货市场模型的能源电力产业链风险预警方法及系统。
背景技术
能源电力产业链是以电力行业为核心环节的,涵盖一次能源供应、电能生产、传输、交易和消费的全环节链条。一次能源供应、发电企业竞价行为、电网运行时的线路阻塞情况、市场供需情况等都将影响电力现货市场价格,因此在现货市场环境下,电力现货市场价格风险是能源电力产业链中一次能源供应、电能生产、传输、交易环节风险传导至终端用户用电的体现。
目前,我国电力现货市场还处理起步阶段,对现货市场环境下能源产业链风险的传导和预警方式研究较少,几乎没有以电力现货市场价格为基础的风险预警方法。为解决该技术上的空白,完善能源电力产业链风险预警方法,亟需一种基于现货市场价格模型的能源电力产业链风险预警方法。
发明内容
本发明的目的在于提供一种基于现货市场模型的能源电力产业链风险预警方法及系统,以解决现有技术中没有考虑电力现货市场价格对能源电力产业链的影响,进而导致风险预警方法不全面、准确性较低的问题。
为实现上述目的,本发明提供一种基于现货市场模型的能源电力产业链风险预警方法,包括:
确定现货市场的价格因子;
构建所述价格因子与现货价格之间的函数关系式;
根据所述函数关系式,计算现货市场价格风险;
确定现货市场价格风险阈值;
判断所述现货市场价格风险与现货市场价格风险阈值的关系,确定风险预警级别并生成预警结果。
进一步,作为优选地,所述确定现货市场的价格因子,包括:
选取一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比四个解释变量为价格因子。
进一步,作为优选地,所述构建所述价格因子与现货价格之间的函数关系式,包括:
采用多元线性回归模型,构建所述价格因子与现货价格之间的函数关系:
式中,Pnode为统一结算点的现货价格;β、λ、γ分别为一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比四个解释变量的系数;c为常数系数;Pindex、Psour、Pcongetion、Ps-d分别为一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比。
进一步,作为优选地,所述计算现货市场价格风险,包括:
利用蒙特卡罗模拟法计算现货市场价格风险。
本发明还提供一种基于现货市场模型的能源电力产业链风险预警系统,包括:
价格因子确定单元,用于确定现货市场的价格因子;
函数关系构建单元,用于构建所述价格因子与现货价格之间的函数关系式;
价格风险计算单元,用于根据所述函数关系式,计算现货市场价格风险;
风险阈值设置单元,用于确定现货市场价格风险阈值;
风险预警单元,用于判断所述现货市场价格风险与现货市场价格风险阈值的关系,确定风险预警级别并生成预警结果。
进一步,作为优选地,所述价格因子确定单元,还用于:
选取一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比四个解释变量为价格因子。
进一步,作为优选地,所述函数关系构建单元,还用于:
采用多元线性回归模型,构建所述价格因子与现货价格之间的函数关系:
式中,Pnode为统一结算点的现货价格;β、λ、γ分别为一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比四个解释变量的系数;c为常数系数;Pindex、Psour、Pcongetion、Ps-d分别为一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比。
进一步,作为优选地,所述价格风险计算单元,还用于:
利用蒙特卡罗模拟法计算现货市场价格风险。
本发明还提供一种终端设备,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上任一项所述的基于现货市场模型的能源电力产业链风险预警方法。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上任一项所述的基于现货市场模型的能源电力产业链风险预警方法。
相对于现有技术,本发明的有益效果在于:
本发明公开了一种基于现货市场模型的能源电力产业链风险预警方法及系统,该方法包括:确定现货市场的价格因子;构建所述价格因子与现货价格之间的函数关系式;根据所述函数关系式,计算现货市场价格风险;确定现货市场价格风险阈值;判断所述现货市场价格风险与现货市场价格风险阈值的关系,确定风险预警级别并生成预警结果。
本发明通过整合一次能源供应、电能生产、传输、交易和消费等能源产业链全环节信息预测现货市场价格风险,并对现货市场价格风险进行数值化衡量,并以此为依据实现对能源产业链风险的预警,使得能源电力产业链风险预警方法更加全面,有助于提高其有效性和准确性。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明某一实施例提供的电网数据关联性分析方法的流程示意图;
图2是本发明某一实施例提供的电网数据关联性分析系统的结构示意图;
图3是本发明某一实施例提供的终端设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,文中所使用的步骤编号仅是为了方便描述,不对作为对步骤执行先后顺序的限定。
应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,本发明某一实施例提供一种基于现货市场模型的能源电力产业链风险预警方法。如图1所示,该基于现货市场模型的能源电力产业链风险预警方法包括步骤S10至步骤S50。各步骤具体如下:
S10、确定现货市场的价格因子。
需要说明的是,本实施中选取一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比四个解释变量为价格因子。其中,一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比四个解释变量分别表征一次能源供应、电能生产、传输、交易和消费等能源产业链各环节对现货市场价格的影响。优选地,4个解释变量均以天为单位计算。
进一步地,对这四个价格因子的计算过程进行说明:
对于一次能源综合价格指数,首先根据煤炭港口价格(根据地理位置选取距离较近的港口价格)和JKM(东北亚天然气价格指数)的历史均值对煤炭港口和JKM值做归一化处理,以避免煤炭港口价格和JKM单位不一致的影响,然后对归一化处理后的煤炭港口价格和JKM值分别按照燃煤和燃气两种类型机组的发电电量进行加权平均计算,进而得到一次能源综合价格指数,如下式所示:
其中,Pport,i为历史第i天的煤炭港口价格;PJKM,i为历史第i天的JKM值;n为历史天数;可取现货市场开展至今的天数;和分别为历史煤炭港口价格和JKM的平均值;Pindex,i为一次能源综合价格指数;Qcoal,i和Qgas,i分别为煤电和燃气两种类型机组的发电电量。
针对发电容量报价,采用发电主体申报的分段电量和对应的价格乘积的加和得到,如下式所示:
其中,Rsour为市场容量报价总费用,Pj,k、Qj,k分别为第k个发电主体的第j段申报价格与申报量,J表示申报段数目,K表示市场中发电主体的数目。
针对输电线路阻塞程度,采用全市场用户按其所在节点的节点电价进行结算后的费用扣减所有发电按其所在节点的节点电价结算后费用的差值得到,如下式所示:
其中,Rcongetion为一天里全市场阻塞费用;Qi,m和Pi,m分别为用户i在m时段的用电量和所在节点的节点电价;Qj,m和Pj,m分别为机组j在m时段的发电量和所在节点的节点电价。
针对市场供需比,采用对一天中24个时段的供应与需求的比值的平均值计算得到,如下式所示:
其中,βs-d为供需比日均值;Di为第i个时段的负荷需求容量;Si为第i个时段的电力可供应容量。
S20、构建所述价格因子与现货价格之间的函数关系式。
具体地,本步骤中采用多元线性回归模型,构建所述价格因子与现货价格之间的函数关系:
式中,Pnode为统一结算点的现货价格;β、λ、γ分别为一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比四个解释变量的系数;c为常数系数;Pindex、Psour、Pcongetion、Ps-d分别为一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比。
需要说明的是,本实施例中采用Eviews基于历史一次能源综合价格指数、发电容量报价、输电线路阻塞程度、市场供需比和对应的统一结算点现货价格数据,计算上述多元线性回归模型的5个系数。
S30、根据所述函数关系式,计算现货市场价格风险。
本实施例中,主要运用基于蒙特卡罗模拟的VAR(在险价值)方法预测电力现货价格风险,但因为一次能源综合价格指数、发电容量报价、输电线路阻塞程度、市场供需比四个解释变量为非独立变量,因此需求得4个解释变量间的相关性,再运用蒙特卡罗模拟对解释变量进行次数相当多的随机抽取,再根据步骤S20中的函数关系式求得一批统一结算点的节点电价。当随机模拟的次数相当多时,就可以由此确定统一结算点的节点电价的概率特征,即在给定置信度下可得到统一结算点节点电价的VaR值。
S40、确定现货市场价格风险阈值。
需要说明的是,本实施例中选择全市场节点电价按用户负荷加权平均得到的统一结算点作为参考节点,以参考点现货历史节点电价数值大小为依据设置价格风险阈值。将历史现货市场参考节点的节点电价数据由小到大排序,假设有n个数据,将排在第A位的价格为红色风险阈值,将排在第B位的价格为橙色风险阈值,将排在第C位的价格为白色风险阈值。
A=celling(n*a);
B=celling(n*b);
C=celling(n*c);
其中,Celling是向上取整的符号;a、b、c分别是红色、橙色和白色预警阈值取值参数,可根据历史参考节点现货价格和实际风险关系的经验来设置,这里可简单设置为95%、85%、75%。
S50、判断所述现货市场价格风险与现货市场价格风险阈值的关系,确定风险预警级别并生成预警结果。
本步骤中,根据步骤S40设置的风险阈值,对比步骤S40得到的VaR值,判断出风险预警级别,生成风险预警结果。具体地,判断方式如下表所示:
表1风险预警级别类型
情况 | VaR<C | C<VaR≤B | B<VaR≤A | VaR>A |
预警级别 | 无预警 | 橙色预警 | 黄色预警 | 红色预警 |
本发明实施例提供的基于现货市场模型的能源电力产业链风险预警方法,通过整合一次能源供应、电能生产、传输、交易和消费等能源产业链全环节信息预测现货市场价格风险,并对现货市场价格风险进行数值化衡量,并以此为依据实现对能源产业链风险的预警,使得能源电力产业链风险预警方法更加全面,有助于提高其有效性和准确性。
请参阅图2,本发明某一实施例还提供一种基于现货市场模型的能源电力产业链风险预警系统,包括:
价格因子确定单元01,用于确定现货市场的价格因子;
函数关系构建单元02,用于构建所述价格因子与现货价格之间的函数关系式;
价格风险计算单元03,用于根据所述函数关系式,计算现货市场价格风险;
风险阈值设置单元04,用于确定现货市场价格风险阈值;
风险预警单元05,用于判断所述现货市场价格风险与现货市场价格风险阈值的关系,确定风险预警级别并生成预警结果。
在某一具体实施例中,价格因子确定单元01,还用于:
选取一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比四个解释变量为价格因子。
在某一具体实施例中,函数关系构建单元02,还用于:
采用多元线性回归模型,构建所述价格因子与现货价格之间的函数关系:
式中,Pnode为统一结算点的现货价格;β、λ、γ分别为一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比四个解释变量的系数;c为常数系数;Pindex、Psour、Pcongetion、Ps-d分别为一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比。
在某一具体实施例中,价格风险计算单元03,还用于利用蒙特卡罗模拟法计算现货市场价格风险。
可以理解的是,本发明实施例提供的基于现货市场模型的能源电力产业链风险预警系统用于执行如上述任意一项实施例所述的基于现货市场模型的能源电力产业链风险预警方法。本实施例通过整合一次能源供应、电能生产、传输、交易和消费等能源产业链全环节信息预测现货市场价格风险,并对现货市场价格风险进行数值化衡量,并以此为依据实现对能源产业链风险的预警,使得能源电力产业链风险预警方法更加全面,有助于提高其有效性和准确性。
请参阅图3,本发明某一实施例提供一种终端设备,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上所述的电网数据关联性分析方法。
处理器用于控制该终端设备的整体操作,以完成上述的电网数据关联性分析方法的全部或部分步骤。存储器用于存储各种类型的数据以支持在该终端设备的操作,这些数据例如可以包括用于在该终端设备上操作的任何应用程序或方法的指令,以及应用程序相关的数据。该存储器可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,例如静态随机存取存储器(Static Random Access Memory,简称SRAM),电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM),可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,简称EPROM),可编程只读存储器(Programmable Read-Only Memory,简称PROM),只读存储器(Read-Only Memory,简称ROM),磁存储器,快闪存储器,磁盘或光盘。
在一示例性实施例中,终端设备可以被一个或多个应用专用集成电路(Application Specific 1ntegrated Circuit,简称AS1C)、数字信号处理器(DigitalSignal Processor,简称DSP)、数字信号处理设备(Digital Signal Processing Device,简称DSPD)、可编程逻辑器件(Programmable Logic Device,简称PLD)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行如上述任一项实施例所述的电网数据关联性分析方法,并达到如上述方法一致的技术效果。
在另一示例性实施例中,还提供一种包括计算机程序的计算机可读存储介质,该计算机程序被处理器执行时实现如上述任一项实施例所述的电网数据关联性分析方法的步骤。例如,该计算机可读存储介质可以为上述包括计算机程序的存储器,上述计算机程序可由终端设备的处理器执行以完成如上述任一项实施例所述的电网数据关联性分析方法,并达到如上述方法一致的技术效果。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种基于现货市场模型的能源电力产业链风险预警方法,其特征在于,包括:
确定现货市场的价格因子;
构建所述价格因子与现货价格之间的函数关系式;
根据所述函数关系式,计算现货市场价格风险;
确定现货市场价格风险阈值;
判断所述现货市场价格风险与现货市场价格风险阈值的关系,确定风险预警级别并生成预警结果。
2.根据权利要求1所述的基于现货市场模型的能源电力产业链风险预警方法,其特征在于,所述确定现货市场的价格因子,包括:
选取一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比四个解释变量为价格因子。
4.根据权利要求1所述的基于现货市场模型的能源电力产业链风险预警方法,其特征在于,所述计算现货市场价格风险,包括:
利用蒙特卡罗模拟法计算现货市场价格风险。
5.一种基于现货市场模型的能源电力产业链风险预警系统,其特征在于,包括:
价格因子确定单元,用于确定现货市场的价格因子;
函数关系构建单元,用于构建所述价格因子与现货价格之间的函数关系式;
价格风险计算单元,用于根据所述函数关系式,计算现货市场价格风险;
风险阈值设置单元,用于确定现货市场价格风险阈值;
风险预警单元,用于判断所述现货市场价格风险与现货市场价格风险阈值的关系,确定风险预警级别并生成预警结果。
6.根据权利要求5所述的基于现货市场模型的能源电力产业链风险预警系统,其特征在于,所述价格因子确定单元,还用于:
选取一次能源综合价格指数、发电容量报价、输电线路阻塞程度和市场供需比四个解释变量为价格因子。
8.根据权利要求5所述的基于现货市场模型的能源电力产业链风险预警系统,其特征在于,所述价格风险计算单元,还用于:
利用蒙特卡罗模拟法计算现货市场价格风险。
9.一种终端设备,其特征在于,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4任一项所述的基于现货市场模型的能源电力产业链风险预警方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-4任一项所述的基于现货市场模型的能源电力产业链风险预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111345446.4A CN114091878A (zh) | 2021-11-15 | 2021-11-15 | 基于现货市场模型的能源电力产业链风险预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111345446.4A CN114091878A (zh) | 2021-11-15 | 2021-11-15 | 基于现货市场模型的能源电力产业链风险预警方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114091878A true CN114091878A (zh) | 2022-02-25 |
Family
ID=80300606
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111345446.4A Pending CN114091878A (zh) | 2021-11-15 | 2021-11-15 | 基于现货市场模型的能源电力产业链风险预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114091878A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115423385A (zh) * | 2022-11-04 | 2022-12-02 | 碳管家智能云平台有限公司 | 一种能耗双控管理方法、设备及介质 |
-
2021
- 2021-11-15 CN CN202111345446.4A patent/CN114091878A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115423385A (zh) * | 2022-11-04 | 2022-12-02 | 碳管家智能云平台有限公司 | 一种能耗双控管理方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111489036A (zh) | 基于电器负荷特性和深度学习的居民负荷预测方法、装置 | |
CN104392274B (zh) | 基于用电负荷与温度趋势的城市短期用电负荷预测方法 | |
CN103413188B (zh) | 一种基于工业业扩报装的月度工业用电量预测方法 | |
CN111612275B (zh) | 一种预测区域用户负荷量的方法及装置 | |
Kavousian et al. | Data-driven benchmarking of building energy efficiency utilizing statistical frontier models | |
Maçaira et al. | Modelling and forecasting the residential electricity consumption in Brazil with pegels exponential smoothing techniques | |
CN114912079B (zh) | 污水厂碳排放量的计算方法、装置、设备及存储介质 | |
Moradzadeh et al. | A secure federated deep learning-based approach for heating load demand forecasting in building environment | |
CN115423386A (zh) | 一种电力碳排放因子的确定方法、装置、设备及介质 | |
CN116187552A (zh) | 异常检测方法、计算设备及计算机存储介质 | |
CN116187549A (zh) | 能耗预测方法、计算设备及计算机存储介质 | |
CN115034519A (zh) | 一种用电负荷的预测方法、装置、电子设备以及存储介质 | |
Sancho et al. | Evaluation of harmonic variability in electrical power systems through statistical control of quality and functional data analysis | |
CN114091878A (zh) | 基于现货市场模型的能源电力产业链风险预警方法及系统 | |
CN115147012A (zh) | 一种基于神经网络模型的碳排放量核算方法及装置 | |
CN113469570A (zh) | 信息质量评价模型构建方法、装置、设备及存储介质 | |
CN108399505A (zh) | 分布式光伏电源接入容量规划方法及终端设备 | |
CN111311026A (zh) | 一种顾及数据特征、模型和校正的径流非线性预测方法 | |
CN113468811B (zh) | 含新能源机组的电网备用容量概率化动态评估方法及系统 | |
CN114611845A (zh) | 碳排放量的预测方法、装置、电子设备及介质 | |
Kabbilawsh et al. | Performance evaluation of univariate time-series techniques for forecasting monthly rainfall data | |
CN117277312A (zh) | 一种基于灰色关联分析的电力负荷影响因素方法及设备 | |
CN110826196B (zh) | 一种工业设备运行数据的处理方法及装置 | |
CN111027779A (zh) | 一种储能项目自充自用综合电价模拟预测方法 | |
Łangowski et al. | Optimised robust placement of hard quality sensors for robust monitoring of quality in drinking water distribution systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |