- 1、本文档共12页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
结构方程下电力市场效率优化路径[word文档]
结构方程下电力市场效率优化路径
本文档格式为WORD,感谢你的阅读。
必威体育精装版最全的 学术论文 期刊文献 年终总结 年终报告 工作总结 个人总结 述职报告 实习报告 单位总结 演讲稿
结构方程下电力市场效率优化路径
电力市场的交易既要遵从电力系统的物理规律,也要遵从市场的经济学规律,同时还受到市场参与者主观意愿等潜在的、非物理因素的影响。因此,电力市场的数学建模需要有效地发掘和描述这些影响电力系统运行的潜在变量及其相互作用关系。然而这些影响因素之间的关系错综复杂,难以定量计量,而结构方程模型的潜在变量分析方法,将因子分析与路径分析相结合,非常适合于电力市场的复杂影响因素建模,并且可以有效地量化影响电力市场效率的因素,建立电力市场实践过程中的“输出量”与“输入量”之间的定量关系模型,实现进一步的“反馈控制”,为未来的电力市场设计提供参考,为电力市场的进一步发展提供借鉴。因此,研究基于结构方程模型的电力市场效率的建模方法,为电力市场定量分析提供一种有效的数学工具。最后,结合中国2004至2005年东北区域电力市场的实际竞价数据进行实证建模验证了模型的有效性。
结构方程;因子分析;路径分析;效率优化
中国自20世纪90年代末开始进行电力市场改革,在积累了一些电力市场实际运行经验的同时,也经历过一系列市场危机。电力市场的特殊性在于其交易既要遵从电力电量的实时平衡、电网安全约束等电力系统的物理规律,也要遵从市场的经济学规律,同时还受到市场参与者主观意愿和群体行为特征等潜在的非物理因素的影响,多种因素之间彼此交叉给电力市场的研究带来了很大的挑战。当前对于电力市场的研究主要是从宏观上进行定性分析:研究国外电力市场在发电侧和售电侧引入竞争、建立市场的基本模式,进而结合中国电力市场建设发展的需求提出相关建议[1]。有的是建立电力市场的评价指标体系[2-3],分析电力市场效率与相关市场机制之间的作用[4];有的是研究从需求侧响应角度分析电力市场的运行状况[5-6];有的是站在智能电网与可再生能源大规模并网的背景下,研究电力市场的改革思路与效率提高的方法[7-8]。而对于电力市场的定量研究则相对较少,文献[9-10]均是基于复杂系统对电力市场进行仿真建模,文献[11]还在此基础上选用了代数方程、微分方程、差分方程来提取电力市场的有界稳定性信息及结构稳定性信息。以上研究对电力市场的发展起到了一定的促进作用,但是,这些对电力市场的分析方法大多直接根据观测指标进行建模,忽略了电力市场受到主客观因素等潜在变量及其之间的相互影响。电力市场建设的成败需要站在更高、更宏观的角度上,建立电力市场实践过程中的“输出量”与“输入量”之间的定量关系模型。电力市场实践的“输出量”指电力市场的实际运行状况;“输入量”指市场供需、市场结构、市场规则等内部影响因素,以及参与者心理等外部影响因素。建立电力市场的运行效率与各类影响因素之间的定量关系模型,分析“输出量”与“输入量”间的影响关系,才能实现进一步的“反馈控制”,对未来的电力市场设计提供指导,而这类影响往往是不能直接通过数据获得的,这就使得以往模型的显著性缺乏一定的可信度。本文提出的结构方程模型能够有效地挖掘和描述影响电力系统运行的潜在变量及其相互作用,更好地分析电力市场效率优化的途径。结构方程模型非常适用于电力市场效率的建模,其原因在于:①影响电力市场效率的各类分析评价指标众多,需要一种定量的分析方法,对众多指标中蕴含的信息进行提炼,而因子分析则提供了有效的分析手段;②影响电力市场效率的各影响因素间的关系错综复杂,路径分析能够对各类因素间的因果关系、相互作用关系进行假设检验;③电力市场的运行状况,受到交易者主观报价意愿的影响,而心理因素、群体行为的分析正是结构方程模型应用最广泛的领域[12]。因此,采用结构方程模型可以有效地量化影响电力市场效率的因素,为电力市场的进一步发展提供借鉴。
结构方程模型是因子分析与路径分析的结合体,其核心的概念由两部分组成:第一部分是建立潜在变量的测量模型,用一些可观测变量来推测和反映潜在变量的变化特征,其构成的数据模型是因子分析[13]。潜在变量的测量模型如图1所示。测量模型可分为外生变量的测量模型和内生变量的测量模型,相应的方程可表示为:式中:X和Y分别为外生和内生指标;η和ξ分别为内生和外生潜在变量;δ和ε分别为X和Y的测量误差;ΛX为X指标与外生潜在变量ξ的关系;ΛY为Y指标与内生潜在变量η的关系。第二部分是建立结构关系模型,反映的是各潜在变量之间相互作用的关系,其数学模型是路径分析,示意图如图2所示。路径分析主要是根据不同的专业知识,对模型中各个变量之间的相互关系做出一定的假设,然后按照因变量个数分别拟合各自的线性回归方
文档评论(0)