CN116385053A - 一种电力现货市场日前价格的预测方法、系统及介质 - Google Patents
一种电力现货市场日前价格的预测方法、系统及介质 Download PDFInfo
- Publication number
- CN116385053A CN116385053A CN202310085961.6A CN202310085961A CN116385053A CN 116385053 A CN116385053 A CN 116385053A CN 202310085961 A CN202310085961 A CN 202310085961A CN 116385053 A CN116385053 A CN 116385053A
- Authority
- CN
- China
- Prior art keywords
- load
- day
- unit
- price
- prediction
- 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 28
- 238000009434 installation Methods 0.000 claims abstract description 23
- 238000004364 calculation method Methods 0.000 claims abstract description 11
- 230000005611 electricity Effects 0.000 claims abstract description 11
- 238000004088 simulation Methods 0.000 claims abstract description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 238000010977 unit operation Methods 0.000 claims description 3
- 239000000446 fuel Substances 0.000 description 3
- 230000000903 blocking effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000007619 statistical method Methods 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
- 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
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- 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)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提出了一种电力现货市场日前价格的预测方法、系统及介质,包括如下步骤:步骤1、获取电力现货市场预测日的竞价空间影响参数,并得到预测日的竞价空间预测曲线;步骤2、获取电力现货市场预测日不同装机规模等级机组边际成本的影响参数,并得到预测日不同装机规模等级机组的模拟分段报价方案;步骤3、获取电力现货市场预测日的机组开停机组合情况;步骤4、根据预测日的竞价空间预测曲线、不同装机规模等级机组的模拟分段报价方案、开停机组合情况和出清计算方法,得到预测日各时刻点日前电价的预测结果和不同装机规模等级机组预测的中标负荷率,借此,具有降低预测结果与实际结果偏差,增加准确性的优点。
Description
技术领域
本发明属于电力现货市场电价预测的技术领域,特别涉及一种电力现货市场日前价格的预测方法、系统及介质。
背景技术
目前,随着电力行业市场化的逐渐深入,电力现货试点的不断扩大,如何准确的预测现货价格至关重要。
现有方法主要是采用单一模型,如采用最小二乘法对价格预测模型进行多项式拟合,得到多项式次数为4的市场日前价格预测模型和实时价格预测模型,但是,此种方法容易受到异常的实时价格影响,从而造成预测模型不准确,存在一定的局限性。因此,亟需一种能够较为准确的预测电力现货市场日前价格的方法。
发明内容
本发明提出一种电力现货市场日前价格的预测方法、系统及介质,解决了上述问题。
本发明的技术方案是这样实现的:一种电力现货市场日前价格的预测方法,包括如下步骤:
步骤1、获取电力现货市场预测日的竞价空间影响参数,并得到预测日的竞价空间预测曲线;
步骤2、获取电力现货市场预测日的机组边际成本影响参数,并得到预测日的机组模拟分段报价方案;
步骤3、获取电力现货市场预测日的机组开停机组合情况;
步骤4、根据预测日的竞价空间预测曲线、机组的模拟分段报价方案、开停机组合情况和出清计算方法,得到预测日各时刻点日前电价的预测结果和机组预测的中标负荷率。
作为一种优选的实施方式,步骤1中竞价空间影响参数包括:直调负荷、联络线受电负荷、风电总加负荷、光伏总加负荷、核电负荷、试验机组负荷、自备电厂负荷、独立电厂负荷和供热背压机组负荷。
作为一种优选的实施方式,竞价空间=直调负荷-联络线受电负荷-风电总加负荷-光伏总加负荷-核电负荷-试验机组负荷-自备电厂负荷-独立电厂负荷-供热背压机组负荷。
作为一种优选的实施方式,独立电厂负荷=独立电厂运行容量×发电机组负荷率×独立电厂修正系数,其中,独立电厂运行容量取预测日前一天数据。
作为一种优选的实施方式,竞价空间需进行3次迭代计算,第2、3次迭代时,其中的发电机组负荷率取上一次计算的发电机组负荷率结果。
作为一种优选的实施方式,竞价空间第1次计算时,所述发电机组负荷率=i时刻的直调公用负荷÷直调公用负荷日平均值;
其中直调公用负荷=直调负荷-联络线受电负荷-风电总加负荷-光伏总加负荷-试验机组负荷。
作为一种优选的实施方式,供热背压机组负荷的计算分为供热季和非供热季,供热季时的供热背压机组负荷取预测日前一天的供热背压机组运行容量,非供热季时的供热背压机组负荷为0。
作为一种优选的实施方式,步骤2中电力现货市场的机组按照不同装机规模等级分为30万以下、30万、60万和100万4类,在最小技术出力和最大技术出力的范围内,将各装机规模等级机组的负荷率-边际成本曲线根据分段报价段数等分,并乘以收益系数,得到各装机规模等级机组模拟分段报价方案。
作为一种优选的实施方式,步骤4中采用出清计算得到预测日各时刻点日前电价的预测结果和机组预测的中标负荷率的方法为:
步骤1、取竞价空间作为Q总,统计不同装机规模等级机组该时刻的运行容量Q。
步骤2、根据不同装机规模等级机组报价方案的分段,分别将每段50等分;
步骤3、按照价格从小到大排序,并计算累计运行差额容量,即Q供;
步骤4、对比Q供和Q总,当Q供≥Q总时,记录之前的价格、负荷率、运行差额容量、机组类型,若最大价格对应机组类型的负荷率小于第一段报价负荷率,则取同条件下其他机组类型的价格;
若Q总<(第一段报价中价格最低的机组类型的运行容量×第一段报价负荷率)时,则取新能源报价;
步骤5、记录Q供≥Q总时的价格和运行差额容量,分别统计出4类机组的最高负荷率,4类型机组出清负荷分别等于其最高负荷率乘以其运行容量。
一种电力现货市场日前价格的预测系统,包括:
竞价空间模块,根据预测日的竞价空间影响参数,得到预测日的竞价空间预测曲线;
机组报价模块,根据不同装机规模等级机组的边际成本影响参数,得到预测日不同装机规模等级机组的模拟分段报价方案;
公用机组运行状态模块,根据历史全网机组开停机规律,结合预测日前一天的开停机信息,得到预测日开停机组合情况;
预测日前价格模块,根据所述竞价空间模块、机组报价模块和公用机组运行状态模块,得到预测日各时刻点日前电价的预测结果、不同装机规模等级机组预测中标负荷率。
一种电力现货市场日前价格的预测介质,其上存储有计算机程序指令,当计算机程序指令被处理器执行时实现上述方法。
采用了上述技术方案后,本发明的有益效果是:
本发明中的预测方法适用于电网无阻塞或阻塞较少的地区,可有效提升预测结果的准确性,降低预测结果与实际结果的偏差,为各市场交易主体提供决策参考,争取更大的利润空间,增强其市场竞争力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明的流程示意图。
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。
如图1所示,一种电力现货市场日前价格的预测方法,包括如下步骤:
步骤1、获取电力现货市场预测日的竞价空间影响参数,并得到预测日的竞价空间预测曲线;
步骤2、获取电力现货市场预测日的机组边际成本影响参数,并得到预测日的机组模拟分段报价方案;
步骤3、获取电力现货市场预测日的机组开停机组合情况;
步骤4、根据预测日的竞价空间预测曲线、机组的模拟分段报价方案、开停机组合情况和出清计算方法,得到预测日各时刻点日前电价的预测结果和机组预测的中标负荷率。
步骤1中竞价空间影响参数包括:直调负荷、联络线受电负荷、风电总加负荷、光伏总加负荷、核电负荷、试验机组负荷、自备电厂负荷、独立电厂负荷和供热背压机组负荷。
竞价空间=直调负荷-联络线受电负荷-风电总加负荷-光伏总加负荷-核电负荷-试验机组负荷-自备电厂负荷-独立电厂负荷-供热背压机组负荷,其中,直调负荷、联络线受电负荷、风电总加负荷、光伏总加负荷、核电负荷、试验机组负荷、自备电厂负荷等可从交易中心披露信息中获取。
如独立电厂负荷无法从交易中心披露信息中获取,则计算的方法为:独立电厂负荷=独立电厂运行容量×发电机组负荷率×独立电厂修正系数,其中,独立电厂运行容量取预测日前一天数据。独立电厂修正系数根据独立电厂报价倾向由交易员拟定。
竞价空间需进行3次迭代计算,第2、3次迭代时,其中的发电机组负荷率取上一次计算的发电机组负荷率结果。
竞价空间第1次计算时,所述发电机组负荷率=i时刻的直调公用负荷÷直调公用负荷日平均值;其中直调公用负荷=直调负荷-联络线受电负荷-风电总加负荷-光伏总加负荷-试验机组负荷。
供热背压机组负荷如果无法从交易中心披露信息中获取,采取的计算方法分为供热季和非供热季,供热季时的供热背压机组负荷取预测日前一天的供热背压机组运行容量,非供热季时的供热背压机组负荷为0。
由于同等装机规模发电机组性能差异较小、负荷-边际成本相似,可将参与电力现货市场交易的机组分为30万以下、30万、60万、100万4类。基于大数据分析电厂生产成本的状况变化及各种技术因素的相互关系,考虑燃料品质、燃料价格及燃料消耗水平等因素,对各装机规模等级机组的度电成本进行统计分析;基于海量的历史数据建立数字模型,输入运行日的边界条件自动输出边际成本曲线、度电成本曲线。在最小技术出力和最大出力的范围内,将各装机规模等级机组的负荷率-边际成本曲线根据分段报价段数等分,并乘以收益系数,得各装机规模等级机组模拟分段报价方案。
根据历史全网机组开停机规律,结合预测日前一天的开停机信息,得到预测日开停机组合情况,基于预测日前一天的开停机信息,结合历史全网机组开停机的规律,预测预测日开停机组合情况,得到不同装机规模等级机组各时刻的运行容量,其中时刻颗粒度根据各省区交易细则确定,如以15分钟或30分钟为间隔。
步骤4中采用出清计算得到预测日各时刻点日前电价的预测结果和机组预测的中标负荷率的方法为:
步骤1、取竞价空间作为Q总,统计不同装机规模等级机组该时刻的运行容量Q。
步骤2、根据不同装机规模等级机组报价方案的分段,分别将每段50等分;
步骤3、按照价格从小到大排序,并计算累计运行差额容量,即Q供;
步骤4、对比Q供和Q总,当Q供≥Q总时,记录之前的价格、负荷率、运行差额容量、机组类型,若最大价格对应机组类型的负荷率小于第一段报价负荷率,则取同条件下其他机组类型的价格;
若Q总<(第一段报价中价格最低的机组类型的运行容量×第一段报价负荷率)时,则取新能源报价;
步骤5、记录Q供≥Q总时的价格和运行差额容量,分别统计出4类机组的最高负荷率,4类型机组出清负荷分别等于其最高负荷率乘以其运行容量。
其中,负荷分段如下表所示:
表1:负荷分段表
表2:成交表
一种电力现货市场日前价格的预测系统,包括:
竞价空间模块,根据预测日的竞价空间影响参数,得到预测日的竞价空间预测曲线;
机组报价模块,根据不同装机规模等级机组的边际成本影响参数,得到预测日不同装机规模等级机组的模拟分段报价方案;
公用机组运行状态模块,根据历史全网机组开停机规律,结合预测日前一天的开停机信息,得到预测日开停机组合情况;
预测日前价格模块,根据所述竞价空间模块、机组报价模块和公用机组运行状态模块,得到预测日各时刻点日前电价的预测结果、不同装机规模等级机组预测中标负荷率。
一种电力现货市场日前价格的预测介质,其上存储有计算机程序指令,当计算机程序指令被处理器执行时实现上述方法。
本发明中的预测方法适用于电网无阻塞或阻塞较少的地区,可有效提升预测结果的准确性,降低预测结果与实际结果的偏差,为各市场交易主体提供决策参考,增强其市场竞争力。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种电力现货市场日前价格的预测方法,其特征在于,包括如下步骤:
步骤1、获取电力现货市场预测日的竞价空间影响参数,并得到预测日的竞价空间预测曲线;
步骤2、获取电力现货市场预测日的机组边际成本影响参数,并得到预测日的机组模拟分段报价方案;
步骤3、获取电力现货市场预测日的机组开停机组合情况;
步骤4、根据预测日的竞价空间预测曲线、机组的模拟分段报价方案、开停机组合情况和出清计算方法,得到预测日各时刻点日前电价的预测结果和机组预测的中标负荷率。
2.根据权利要求1所述的一种电力现货市场日前价格的预测方法,其特征在于,所述步骤1中竞价空间影响参数包括:直调负荷、联络线受电负荷、风电总加负荷、光伏总加负荷、核电负荷、试验机组负荷、自备电厂负荷、独立电厂负荷和供热背压机组负荷。
3.根据权利要求2所述的一种电力现货市场日前价格的预测方法,其特征在于,所述竞价空间=直调负荷-联络线受电负荷-风电总加负荷-光伏总加负荷-核电负荷-试验机组负荷-自备电厂负荷-独立电厂负荷-供热背压机组负荷。
4.根据权利要求3所述的一种电力现货市场日前价格的预测方法,其特征在于,所述独立电厂负荷=独立电厂运行容量×发电机组负荷率×独立电厂修正系数,其中,独立电厂运行容量取预测日前一天数据。
5.根据权利要求4所述的一种电力现货市场日前价格的预测方法,其特征在于,所述竞价空间需进行3次迭代计算,第2、3次迭代时,其中的发电机组负荷率取上一次计算的发电机组负荷率结果。
6.根据权利要求5所述的一种电力现货市场日前价格的预测方法,其特征在于,所述竞价空间第1次计算时,所述发电机组负荷率=i时刻的直调公用负荷÷直调公用负荷日平均值;
其中直调公用负荷=直调负荷-联络线受电负荷-风电总加负荷-光伏总加负荷-试验机组负荷;
所述供热背压机组负荷的计算分为供热季和非供热季,供热季时的供热背压机组负荷取预测日前一天的供热背压机组运行容量,非供热季时的供热背压机组负荷为0。
7.根据权利要求6所述的一种电力现货市场日前价格的预测方法,其特征在于,所述步骤2中电力现货市场的机组按照不同装机规模等级分为30万以下、30万、60万和100万4类,在最小技术出力和最大技术出力的范围内,将各装机规模等级机组的负荷率-边际成本曲线根据分段报价段数等分,并乘以收益系数,得到各装机规模等级机组模拟分段报价方案。
8.根据权利要求7所述的一种电力现货市场日前价格的预测方法,其特征在于,所述步骤4中采用出清计算得到预测日各时刻点日前电价的预测结果和机组预测的中标负荷率的方法为:
步骤1、取竞价空间作为Q总,统计不同装机规模等级机组该时刻的运行容量Q。
步骤2、根据不同装机规模等级机组报价方案的分段,分别将每段50等分;
步骤3、按照价格从小到大排序,并计算累计运行差额容量,即Q供;
步骤4、对比Q供和Q总,当Q供≥Q总时,记录之前的价格、负荷率、运行差额容量、机组类型,若最大价格对应机组类型的负荷率小于第一段报价负荷率,则取同条件下其他机组类型的价格;
若Q总<第一段报价中价格最低的机组类型的运行容量×第一段报价负荷率的值时,则取新能源报价;
步骤5、记录Q供≥Q总时的价格和运行差额容量,分别统计出4类机组的最高负荷率,4类型机组出清负荷分别等于其最高负荷率乘以其运行容量。
9.一种电力现货市场日前价格的预测系统,其特征在于,包括:
竞价空间模块,根据预测日的竞价空间影响参数,得到预测日的竞价空间预测曲线;
机组报价模块,根据不同装机规模等级机组的边际成本影响参数,得到预测日不同装机规模等级机组的模拟分段报价方案;
公用机组运行状态模块,根据历史全网机组开停机规律,结合预测日前一天的开停机信息,得到预测日开停机组合情况;
预测日前价格模块,根据所述竞价空间模块、机组报价模块和公用机组运行状态模块,得到预测日各时刻点日前电价的预测结果、不同装机规模等级机组预测中标负荷率。
10.一种电力现货市场日前价格的预测介质,其上存储有计算机程序指令,其特征在于,当所述计算机程序指令被处理器执行时实现如权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310085961.6A CN116385053A (zh) | 2023-02-09 | 2023-02-09 | 一种电力现货市场日前价格的预测方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310085961.6A CN116385053A (zh) | 2023-02-09 | 2023-02-09 | 一种电力现货市场日前价格的预测方法、系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116385053A true CN116385053A (zh) | 2023-07-04 |
Family
ID=86973895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310085961.6A Pending CN116385053A (zh) | 2023-02-09 | 2023-02-09 | 一种电力现货市场日前价格的预测方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116385053A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117196696A (zh) * | 2023-11-06 | 2023-12-08 | 南京南自华盾数字技术有限公司 | 一种基于市场供需关系和机组行为的电价预测方法 |
-
2023
- 2023-02-09 CN CN202310085961.6A patent/CN116385053A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117196696A (zh) * | 2023-11-06 | 2023-12-08 | 南京南自华盾数字技术有限公司 | 一种基于市场供需关系和机组行为的电价预测方法 |
CN117196696B (zh) * | 2023-11-06 | 2024-01-19 | 南京南自华盾数字技术有限公司 | 一种基于市场供需关系和机组行为的电价预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Bothwell et al. | Crediting wind and solar renewables in electricity capacity markets: the effects of alternative definitions upon market efficiency | |
US9286646B1 (en) | Method for managing centralized power generation with the aid of a digital computer | |
Wang et al. | Analysis of energy storage demand for peak shaving and frequency regulation of power systems with high penetration of renewable energy | |
Du et al. | Does a small difference make a difference? Impact of feed-in tariff on renewable power generation in China | |
CN109193748B (zh) | 一种光伏消纳能力的评价方法及计算设备 | |
CN112950098B (zh) | 基于综合能源系统的能源规划方法、装置及终端设备 | |
Han et al. | Modeling formulation and validation for accelerated simulation and flexibility assessment on large scale power systems under higher renewable penetrations | |
CN116128167B (zh) | 一种基于云计算实时监测的分布式光伏发电分析方法 | |
CN116385053A (zh) | 一种电力现货市场日前价格的预测方法、系统及介质 | |
CN110866658A (zh) | 一种城市电网中长期负荷预测方法 | |
Wesseh Jr et al. | Electricity price modeling from the perspective of start-up costs: incorporating renewable resources in non-convex markets | |
CN112862149A (zh) | 一种新能源电价预测方法及系统 | |
CN116777497A (zh) | 考虑多时间尺度绿电消纳积分的售电商零售方案优化方法 | |
CN111242438A (zh) | 自备电厂发用电资源灵活性调节能力的评估方法及系统 | |
CN115660500A (zh) | 一种新能源发电项目弃电率评估方法 | |
CN115577903A (zh) | 新能源对电网调峰影响的评估方法、装置、设备及介质 | |
CN115204944A (zh) | 一种计及全寿命周期的储能最优峰谷价差测算方法及装置 | |
CN115965495A (zh) | 区域实时电价评估方法、装置及计算机可读介质 | |
Wang et al. | Multi-time-scale capacity credit assessment of renewable and energy storage considering complex operational time series | |
CN113689033B (zh) | 容量发电价核定方法、装置、计算机设备和存储介质 | |
CN116307285B (zh) | 新能源发展预测装置及方法 | |
CN117375114B (zh) | 一种综合能源系统优化调度方法及系统 | |
CN117937495A (zh) | 分布式光伏参与电网电量平衡调节需求分析方法及系统 | |
CN117217791A (zh) | 基于电力现货市场风险的抽水蓄能竞价方法、装置及介质 | |
CN118095704A (zh) | 基于大数据的乡村典型能源供需平衡方法及系统 |
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 |