發(fā)布時(shí)間：2020-11-10 23:57

　　 隨著全球電力市場(chǎng)的開放,電力可以像其他商品一樣購(gòu)買和出售。盧旺達(dá)電力市場(chǎng)中電價(jià)的上漲是本課題研究的重點(diǎn)。為了降低風(fēng)險(xiǎn),增加利潤(rùn)和制定計(jì)劃,電力市場(chǎng)參與者預(yù)測(cè)未來的電價(jià)的重要性不言而喻。本研究主要集中在電價(jià)預(yù)測(cè)和市場(chǎng)分析上,以盧旺達(dá)電力市場(chǎng)為例進(jìn)行實(shí)證分析,同時(shí)從訪談、其他研究報(bào)告、EUCL、REG和RURA中收集數(shù)據(jù),應(yīng)用模糊邏輯模型,進(jìn)而預(yù)測(cè)電價(jià),并使用MATLAB和GMDH對(duì)數(shù)據(jù)進(jìn)行分析。本研究的目標(biāo)是在建立短期或長(zhǎng)期電價(jià)模型時(shí)確定關(guān)鍵變量,為盧旺達(dá)電力市場(chǎng)確定合適的模型。為了更好的服務(wù)能源部門,應(yīng)該考慮了以下因素:確保全國(guó)的可負(fù)擔(dān)性,可靠性和持續(xù)的電力供應(yīng),改善能源部門的工作現(xiàn)狀,鼓勵(lì)投資者投資農(nóng)村小水電電氣化,確保地區(qū)能源多樣化。我們發(fā)現(xiàn),基于我們的目標(biāo),確定關(guān)鍵變量以建立適合于盧旺達(dá)電力市場(chǎng)的短期或長(zhǎng)期電價(jià)模型,模糊邏輯模型是合適的,這是因?yàn)樵撃Ｐ筒恍枰�很多�?shù)據(jù)支撐。盧旺達(dá)電力市場(chǎng)的電價(jià)預(yù)測(cè)并不容易,但由于數(shù)據(jù)量較小,本研究設(shè)計(jì)了一個(gè)預(yù)測(cè)短期和長(zhǎng)期電價(jià)的模型。利用FL模型預(yù)測(cè)的電價(jià)與實(shí)際電價(jià)相差很小。同時(shí),從長(zhǎng)期來看盧旺達(dá)電力市場(chǎng)在未來五年負(fù)荷和耗電量是增加的。在研究的最后,本研究提出了進(jìn)一步研究公用設(shè)施的建議。
【學(xué)位單位】：華北電力大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F416.61;F714.1
【文章目錄】：
摘要
ABSTRACT
ABBREVIATION AND ACRONYMS
CHAP 1. INTRODUCTION
    1.1 General background
    1.2 Problem statement
    1.3 Aim of the study
    1.4 Research questions
    1.5 Methodology
    1.6 Scope of the study
CHAP 2: DETERMINANT OF THE ELECTRICITY PRICE
    2.1 Economic development
    2.2 Demand and supply of electricity
    2.3 Generation and power grid
    2.4 Consumption and accessibility of electricity
    2.5 Fundamentals and features of electricity price
    2.6. Electricity trading
CHAP 3 MODEL AND INFLUENTIAL FACTORS OF FORECASTING ELECTRICITYPRICE
    3.1 Role of forecasting
    3.2 Overview of available model
        3.2.1 Multi-agent model
        3.2.2 Fundamental technique
        3.2.3 Reduced- form
        3.2.4 Statistical model
        3.2.5 Computational intelligence method
    3.3 Factors Influencing Price Forecasting
    3.4 Forecasting horizon
    3.5 Measures of accuracy
CHAP 4 ELECTRICITY PRICE FORECASTING FOR RWANDA
    4.1 Background of rwanda
    4.2 Current situation of electricity price
    4.3 Forecaster electricity price using new model
        4.3.1 Fuzzy logic model
    4.4 Collect data
    4.5 Analyze and evaluation
        4.5.1 Comparison of current model and new model
CHAP 5 ELECTRICITY MARKET IN RWANDA
    5.1 Electricity price
    5.2 Electricity market
        5.2.1 Hydropower resources
        5.2.2 Solar energy
        5.2.3 Gas methane
        5.2.4 Wind energy resources
        5.2.5 Geothermal energy
        5.2.6 Peat
    5.3 Influence of electricity price in the rwandan market
    5.4 Policy implication
    5.5 Challenges and measures of electricity sector in rwanda
CHAP 6 FINDINGS, CONCLUSION AND RECOMMENDATIONS
    6.1 Findings
    6.2 Conclusion
    6.3 Recommendations
REFERENCE
ACKNOWLEDGEMENT

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐兵;;電力市場(chǎng)下短期電價(jià)預(yù)測(cè)淺析[J];經(jīng)貿(mào)實(shí)踐;2015年08期

2 趙晶;;電力市場(chǎng)中電價(jià)預(yù)測(cè)方法綜述[J];企業(yè)技術(shù)開發(fā);2013年18期

3 楊俊;張勤;潘虹;張婷婷;;遺傳程序設(shè)計(jì)在短期電價(jià)預(yù)測(cè)中的應(yīng)用[J];電力學(xué)報(bào);2009年01期

4 劉振宗;吳穎超;;電力市場(chǎng)短期電價(jià)預(yù)測(cè)方法綜述[J];中國(guó)電力教育;2009年20期

5 張顯;王錫凡;;短期電價(jià)預(yù)測(cè)綜述[J];電力系統(tǒng)自動(dòng)化;2006年03期

6 謝詩(shī)宇;;基于統(tǒng)計(jì)學(xué)習(xí)的電價(jià)預(yù)測(cè)模型[J];通訊世界;2018年05期

7 汪敏霞;;基于電力市場(chǎng)的短期電價(jià)預(yù)測(cè)分析[J];通訊世界;2015年11期

8 謝新南;;一種短期電價(jià)預(yù)測(cè)的新方法[J];電工電氣;2009年08期

9 謝品杰;譚忠富;尚金成;侯建朝;王綿斌;;基于小波分析與廣義自回歸條件異方差模型的短期電價(jià)預(yù)測(cè)[J];電網(wǎng)技術(shù);2008年16期

10 謝新南;;一種短期電價(jià)預(yù)測(cè)的新方法[J];安徽電力;2008年03期

相關(guān)博士學(xué)位論文 前3條

1 李彩虹;兩類組合預(yù)測(cè)方法的研究及應(yīng)用[D];蘭州大學(xué);2012年

2 劉達(dá);電力市場(chǎng)中電價(jià)預(yù)測(cè)模型方法及應(yīng)用研究[D];華北電力大學(xué)（北京）;2008年

3 楊俊;市場(chǎng)環(huán)境下電力系統(tǒng)可靠性分析若干問題研究[D];華北電力大學(xué)（北京）;2009年

相關(guān)碩士學(xué)位論文 前10條

1 吉曉瓊;基于深度學(xué)習(xí)的電力市場(chǎng)短期電價(jià)預(yù)測(cè)研究[D];華北電力大學(xué);2019年

2 黃晗;新南威爾士州日前市場(chǎng)出清電價(jià)預(yù)測(cè)研究[D];華北電力大學(xué)(北京);2019年

3 李欣寧;基于電價(jià)預(yù)測(cè)的零售電價(jià)套餐形成方法[D];華北電力大學(xué)(北京);2019年

4 Jeanne Baptiste NIYIGENA;電價(jià)預(yù)測(cè)與市場(chǎng)分析“盧旺達(dá)案例研究”[D];華北電力大學(xué)(北京);2019年

5 常子漢;基于小波變換與Adam優(yōu)化的LSTM電價(jià)預(yù)測(cè)研究[D];蘭州大學(xué);2019年

6 舒文杰;用于電價(jià)預(yù)測(cè)的自適應(yīng)理性超限學(xué)習(xí)機(jī)研究[D];湘潭大學(xué);2018年

7 劉威;互聯(lián)電力市場(chǎng)的區(qū)域電價(jià)預(yù)測(cè)[D];華中科技大學(xué);2018年

8 王勤智;電力市場(chǎng)下短期電價(jià)預(yù)測(cè)研究[D];昆明理工大學(xué);2013年

9 吳興華;電力市場(chǎng)條件下的短期電價(jià)預(yù)測(cè)研究[D];北京交通大學(xué);2008年

10 周冰;智能電網(wǎng)環(huán)境下的短期電價(jià)預(yù)測(cè)研究[D];鄭州大學(xué);2015年

本文編號(hào)：2878482