基于需求侧响应的峰谷分时电价研究

电能作为一种商品,它同样遵循着市场规则。在电力市场环境下,如何制定合理的电价显得十分重要。目前,世界普遍应用的一种终端用户电价是分时电价,其在削峰填谷以及平滑系统负荷等方面具有重要作用,对己经执行的峰谷分时电价建立一个动态调整机制,提高电力资源配置效率以及电能的社会效益,是一种非常有效的需求侧管理途径。     

考虑不确定响应的分时电价分级优化模型

针对我国用户执行峰谷分时电价的实际情况,本文构建了多类用户参与此项措施的分级优化模型.在考虑用户响应不确定性的条件下,先构造多类用户峰谷分时电价的一级优化模型;然后采用区间法,建立了供电公司和用户实行峰谷分时电价的风险损失评估二级优化模型;根据设定的风险阀值给出了最优峰谷分时电价方案的筛选方法.算例表明,该方法具有一定的可操作性,对电力监管部门推行此项措施具有一定的参考作用.     

配网分时电价实用预测模型研究

在电力市场环境下,进行准确的电价预测对市场中的各参与者具有极其重要的意义.针对配网分时电价,本文使用规划优化方法,采用一般时段划分,集中负荷具体到配网变电站的每条出线,建立了优化的配网分时电价预测模型,并根据经济学原理定义电价.通过数学规划的Kuhn Tucker条件,求得电价的计算公式.探讨了电价公式中各分量的计算方法,并进一步通过算例初步验证了本模型的有效及实用性.     

分时电价下关注能耗成本的生产问题建模及算法

随着环境保护及能源危机问题的日益突出,如何均衡用电负荷、适应能源供给侧结构特点,从而减小企业运营成本以提高自身盈利能力,已经成为能源敏感型企业在当前时代亟待解决的实际问题。本文以单机生产系统为研究对象,建立了分时电价模式下能耗成本最小化问题的连续时间混合整数规划模型。首先,针对工件顺序固定时的子问题,考虑到非线性因素的影响,证明了最优缓冲时间长度与电价调整时刻的一致性关系,据此设计了分枝定界算法中的分枝规则,并通过开发快速的低界求解方法及有效的剪枝策略,保证了算法可在短时间内求得精确解。继而,通过随机排序、ERD排序、邻域搜索排序、遗传算法排序等不同方法的比较,分析了工件顺序对问题最终总成本的影响程度。同时,在不同参数组合的数据实验中,将本方案与传统生产调度方案进行对比,表明了本文模型在节约能耗成本方面的巨大优势。最后,本文所设计算法解决了周期差异引起的非线性的难题,可以此为子模块求解更加复杂的扩展问题,比如考虑可再生能源生产周期的企业内多种能源实时分配问题。     

考虑分时电价的多目标批调度问题蚁群算法求解

对同时优化电力成本和制造跨度的多目标批处理机调度问题进行了研究,设计了两种多目标蚁群算法,基于工件序的多目标蚁群算法(J-PACO,Job-based Pareto Ant Colony Optimization)和基于成批的多目标蚁群算法(B-PACO,Batch-based Pareto Ant Colony Optimization)对问题进行求解分析。由于分时电价中电价是时间的函数,因而在传统批调度进行批排序的基础上,需要进一步确定批加工时间点以测定电力成本。提出的两种蚁群算法分别将工件和批与时间线相结合进行调度对此类问题进行求解。通过仿真实验将两种算法对问题的求解进行了比较,仿真实验表明B-PACO算法通过结合FFLPT(First Fit Longest Processing Time)启发式算法先将工件成批再生成最终方案,提高了算法搜索效率,并且在衡量算法搜索非支配解数量的Q指标和衡量非支配集与Pareto边界接近程度的HV指标上,均优于J-PACO算法。     

基于用户电器分类的智能电网实时定价研究

目前,电力运行环境日趋复杂,电力体制改革也在不断进行。针对电力行业逐渐向信息化转变、能源利用率较低以及用户与电力公司交互性不高的现状,提出了一种电器分类实时定价模型。该模型根据不同类型用户的用电器进行分类,电力公司根据不同类型电器的用电情况实时制定出不同种类电器的用电价格,以便引导用户在不同时段根据不同类型电器的电价来使用电器,控制居民的用电行为。智能电表的使用,可使用户了解到不同电器的实时电价,并以此调整使用电器,电力公司也随时得到用户的用电量来调整电价和供电量,达到削峰填谷的作用。此模型既有时效性也能使供需双方用电效用最大化。最后通过数值实验对比分析,结果验证了所提出的模型的有效性。     

阶梯电价的评价与优化

改革开放以来,伴随着我国经济社会的持续快速发展,资源约束、环境污染、气候变化等一系列挑战接踵而至。建立多用者多付费的阶梯价格机制,将有助于形成节能减排的社会共识,促进资源节约型、环境友好型社会的建设。在这种背景下,居民阶梯电价制度应运而生。本文结合非线性规划的相关知识,建立数学模型,对阶梯电价相关问题进行的分析和讨论。     

考虑消费者预期的电动汽车分时租赁市场价格竞争模型

分时租赁平台作为电动汽车推广的主要方式,其特征与打车软件类似,在风险资本的推动下极易引发价格战。各租车公司的市场需求量不仅与自己的定价有关,也与竞争对手的定价策略相关,目标都是各自利润的最大化。本文在考虑消费者预期的基础上,研究了需求函数为线性情形下的多人博弈,证明了此博弈是超模博弈以及Nash均衡的存在性和唯一性。并进一步揭示了降价幅度、交叉价格和价格敏感消费群体占比对均衡价格、均衡需求量和利润的影响关系,讨论了价格竞争过程中各租车公司的决策过程与利弊关系。结果表明:任意租车公司的降价行为都会引发整个市场的降价反应,且降价幅度随着博弈阶段的推进逐渐减小,最终收敛于均衡价格;动态定价博弈存在最优组合策略,市场竞争时应当把握好降价幅度,避免过度的价格竞争;均衡价格是关于消费者预期的单调减函数,价格敏感的消费群体占比越大,租车公司间价格竞争越激烈,降价幅度会越大,均衡价格越低;对于市场份额大的租车公司利润是关于价格敏感型消费者占比的单调增函数,但对中小租车公司而言则是单调减函数,价格敏感的消费者越多,对大公司有利,对中小公司不利。     

新能源汽车分时租赁市场竞争的进化博弈模型研究

针对"互联网+分时租赁"市场竞争存在有限理性,且不断模仿、学习和改进的特点,本文通过构建进化博弈模型,来揭示租车软件进出市场、抢占市场的博弈过程,并结合当前打车软件市场采用最多的价格战对模型进行了具体化分析和算例验证。研究表明：一个初期稳定的分时租赁市场受到某一公司价格战策略的突变冲击后,不存在纯策略的进化稳定状态,但一定有混合策略的进化稳定状态;对于准备进入市场的公司或想扩大市场份额公司,其最优策略是选用价格战;而对于已经在该市场内运营的公司,其最优反应策略也是降价。     

中国农村居民电价政策的博弈模型和利益协调因素分析

本文分析了农村居民电价政策核心利益相关者的利益诉求,建立了相关博弈模型。然后又分析了影响价格均衡的主要因素及其灵敏度,发现协调农村居民电价政策的利益关系存在很多的思路和方式。     

支持客户识别与维系的销售漏斗模型研究

本文分析了企业客户识别和维系研究中存在的问题,提出了一种能充分考虑企业动态变化环境和功能整合的模型——销售漏斗模型,给出了该模型的描述和支持系统架构,最后给出了销售漏斗的运用实例和讨论。     

低碳港口存货质押贷款利率定价理论和模型

在港口低碳转型大趋势下,港口存货类质押贷款业务在实践中得到高速发展,如何在港口物流存货质押贷款理论决策中融入低碳港口约束因素、间接推动港口转型升级显得十分迫切。本研究深入探讨低碳转型下的港口质押贷款利率决策理论,提出了无风险套利原理、期权调整利差原理、低碳控制原理和质押风险控制原理。在此基础上,借助看跌期权反映客户违约风险调整价差、构建质押货物的碳排风险调整价差、采用VaR方法界定港口存货类质押率,建立了低碳港口流动性较强存货类物流质押贷款利率决策模型。重要参数敏感性分析表明:质押贷款利率与质押率呈现初始平稳、后上升、最后显著下滑,与回收率、质押物初始价格和质押物价格增长率三参数呈现初始显著下滑,最后平稳,与碳排治理成本率、融资成本率、经营成本率、无风险利率四参数呈现同方向类线性增长变化,与质押物价格波动率、质押物价值变动率两参数呈现反方向变化。最后,采用某港口实际数据,验证了模型可行性、可用性。     

基于跳跃-扩散利率模型的浮动利率抵押贷款支持证券定价研究

已有文献在研究抵押贷款支持证券的定价时,所假设的利率随机过程大多是连续的,没有考虑到利率受人为或突发事件的干扰而产生跳跃不连续的情形.本文利用跳跃-扩散模型模拟利率随机过程,结合我国借款人行为特点建立提前偿还比例危险模型,运用Monte Carlo模拟方法,研究了浮动利率抵押贷款支持证券的定价,讨论了利率模型各参数的变化对定价的影响.经模拟发现:利率跳跃的频率、跳跃幅度的波动越大,证券价格越大,而利率跳跃幅度的均值越大,证券价格却越小.     

基于RFM分析的促销组合策略优化模型

促销在企业的营销战略中占有重要地位,但企业在制定促销策略时,往往只是孤立的考虑单个促销活动,并且在选择促销目标群体时也常带有一定的盲目性。针对上述问题本文提出了基于RFM分析的促销组合策略优化模型,该模型综合考虑计划期内的多个待选促销方案,在满足相应约束的前提下,合理的进行促销活动和促销目标群体的选择,以保证促销组合的整体响应率和预期收益的最大化。     

基于利率非平行移动风险控制的资产负债组合优化模型

引入现金流离散度对收益率曲线非平行移动带来的利率风险进行免疫,以银行各项资产和负债的现金流离散度零缺口为约束条件,以银行各项贷款组合收益最大为目标函数,建立了基于利率非平行移动风险控制的资产负债组合优化模型.该模型通过现金流离散度的零缺口免疫匹配银行的资产与负债,控制了利率期限结构非平行移动带来的利率风险.该利率期限结构非平行移动的风险免疫更具有普遍性.通过不同时段的远期收益率来贴现资产和负债的现金流,使现金流离散度的计算更加准确.反映了不同时期收益率变化对各期现金流的影响,提高了现金流离散度的计算精度,改变了现有研究的久期免疫用恒定的名义利率贴现现金流的做法.     

基于信用风险久期免疫的资产负债管理优化模型

用信用风险溢酬修正现金流的贴现率,构造了基于信用风险久期免疫条件;以组合收益最大为目标函数,建立了基于信用风险久期免疫的资产负债组合优化模型。本模型通过建立信用风险久期的免疫条件匹配银行的资产与负债,回避了利率风险和信用风险对银行所有者权益的影响;通过用反映违约风险的贴现率表述信用久期函数,揭示了信用风险对久期的影响;通过看跌期权公式建立了贴现率与违约风险的函数关系,揭示了违约风险对贴现率的影响。     

消费者视角下中小企业社群动态定制仿真建模及其管理策略研究

移动互联时代下,基于在线社群的聚合力和社群经济效益的社群定制模式,如何有效解决大部分中小定制企业普遍面临的定制顾客少、销售转换率低及总体利润低等问题,是定制企业界目前亟待解决的重要问题之一。针对此,首先,本文对社群定制模式和一般在线定制模式进行定性分析,阐明两种定制模式的实现路径和特征,对其差异性进行归纳。然后,从消费者行为角度出发,结合定制模式的实现路径和差异性,分别建立多Agent仿真模型,分析两种定制模式下定制销售转化率、购买人数、消费者满意度和企业利润的差异,从而验证社群定制模式的有效性。最后,进一步研究不同企业和市场特征对社群定制与一般在线定制模式定制效果的影响,并探讨社群特征对社群定制效果的影响,为企业有效的定制选择及社群定制实现提供相应的管理策略。     

基于蚁群算法的成本敏感线性集成多分类器的客户流失研究

针对电信客户流失预测问题的复杂性,融合自组织神经网络良好的连续属性值离散化优势、粗糙集理论出色的属性约简功能和蚁群优化算法全局的随机搜索特点,在模型集成技术和成本敏感学习理论的基础上,提出了一种新的基于蚁群算法的成本敏感线性集成多分类器的电信客户流失预测模型。构建该集成模型可分为4个阶段:(1)连续属性值的离散处理:利用自组织神经网络对连续属性值进行非监督离散化处理;(2)原始属性集的约简处理:使用粗糙集理论按属性重要性原则对离散属性进行约简;(3)子分类器的建立:分别使用NaiveBayes、Logistic回归、多层感知器和决策树等4种差异性很大的分类技术在约简属性集上建立4个对应的客户流失预测子分类器;(4)子分类器的集成:基于成本敏感学习理论,构建了4种不同的线性集成模型,采用蚁群优化算法求解集成模型的最优线性组合权重系数。将该模型应用于某电信客户流失预测,其实验结果表明该集成方法是可行且有效的。     

基于幂律型分布的动态VaR模型及实证研究

针对金融资产回报时间序列的尖峰厚尾性和波动集聚性,提出了基于AR(1)-GARCH(1,1)模型与幂律型分布相结合计算VaR的方法。用GARCH模型对时间序列建模刻画波动集聚性,用基于幂律型分布的扩展形式拟合GARCH模型的残差分布尾部,刻画回报时间序列的厚尾特征,二者结合更好地描述回报时序的动态波动现象。对上证综指进行实证分析,结果表明本文提出的方法比基于正态分布的GARCH模型和静态幂律尾法更精确。     

电子商务技术同化影响因素模型与实证研究

为研究以互联网技术为基础的电子商务技术同化影响因素及其作用,以创新扩散理论为基础,并结合技术-组织-环境(TOE)分析框架,构建了一个全面研究电子商务技术同化影响因素的概念模型。模型按照同化时间顺序把电子商务技术同化过程分为技术认知、技术采纳和技术整合三个阶段。然后以黑龙江省高新技术企业的调研数据为样本,对模型和研究假设进行了实证检验。结果表明,电子商务技术同化的不同阶段其影响因素有很大区别,而且同一因素在不同的同化阶段其影响作用也不同,研究结果对于电子商务技术的提供者和采纳者以及相关的政策制定者都具有重要的参考价值。