1.由于电能的不可经济储存，决定了电能的生产必须与系统负荷要实时匹配。而系统负荷变化的随机性和发、输、配设备故障的随机性，不可能绝对保证连续不断地供电。

电力企业在向用户供电时出现紧急停电、有计划拉闸限电在所难免，尤其是在电力供不应求的时候更是如此。我国《电力法》明确规定“因供电设施检修，依法限电或者用户违法用电等原因，需要中断供电时，供电企业应当按照国家有关规定事先通知用户。用户对供电企业中断供电有异议的，可以向电力管理部门投诉，受理投诉的电力管理部门应当依法处理”。《居民用户家用电器损坏处理办法》也规定了供电企业给居民用户造成损失的赔偿责任。因此，在我国电价制度中，反映供电可靠性的电价是十分必要的，这样用户可选择支付较高的电费获取较高供电可靠性的电能，让供电企业来承担停电给用户造成的损失，也可以选择较低可靠性的供电，少支出电费，自己承担中断电的损失。

2.高可靠性电价的实施对电力公司产生的影响可以体现在以下两方面，以上通过收取高可靠性电价使公司的收入有了明显的增加，从而使企业的利润有了明显的提高；二是对系统供电可靠性负有更大的责任，因为收取了用户的费用就一定要为用户提供合适的供电可靠性，否则会造成用户方不满。

3.高可靠性电价的实施对用户产生的影响也可以从两个方面说明：一是用户通过区别供电，获得其所需的供电可靠性。电力公司按用户用电特点不同，为其提供不同的供电方式，从而使不同用户的供电可靠性产生差异，这样可以在用户之间形成区别供电。这不仅减少了第可靠性用户的用电成本，同时也可以确保高可靠性用户的供电可靠性，使用户的利益得以维护。二是用户通过支付高可靠性电价，获得高水平的供电可靠性，从而减少了用户的停电损失 。

1.供电系统自身的完备程度及其设施质量的高低是首要的影响因素。系统设计是否合理、完善化程度，设备是否先进、安装水平的高低以及管理水平的好坏都会直接造成对用户供电可靠性指标的差异。

2.用户的用电方式及管理水平和电力发供用的同时性特点，使系统可靠性程度受到用户的用电方式管理水平的牵制。比如无规划无预告的增减负荷，会危及系统稳定，降低系统的可靠性；能否就地平衡无功，也会对系统发生影响；类如电气化铁路这类用户出现谐波，对系统的二次回路及地网产生负面影响，危及可靠程度等。

3.不可抗拒的自然灾害，如暴风雨、雪、雷电、洪涝灾害、地震等因素会直接造成供电中断。超常的自然灾害是较难抵御的；正常的自然灾害，虽属偶然因素但有一定的规律，制定相应的防范措施，常备不懈，积极抢修，就可以降低其影响程度。

4.环境污垢程度增大、盐密度的提高，对供电系统可靠性是不容忽视的威胁。

5.系统设施的计划检修对可靠性指标的影响较大，配合协调的状态检修作业与单项计划检修相比，可以大大减少其影响程度。

6.城市电网结构的影响，表现在有无合理的城网布局、能否灵活地进行负荷转移；以及联络线的设置、导线截面的正确选择，都可对可靠性发生影响。

7.电源的供给能力涉及两件事：电源点的建设及合理布点和主网架的形成及其实际具备的支撑能力。

高可靠性电价是一种考虑可靠性因素而制定的电价，是现行的单一制电价、两部制电价、峰谷分时电价和季节电价以往的一种电价。供电可靠性是衡量电能质量的指标之一，系统要提高可靠性，减少停电损失，必须增加系统的备用容量和备用线路。高质量的商品其价格自然要比低质量的同类商品高。可以看出，系统的可靠性越高，供电成本就会越高，用户承担的成本费用也越多，电价也就会相应高一些，但这样可以减少用户所遭受的停电损失；反之，系统的可靠性越低，供电成本就会越低，用户承担的成本费用也越少，电价也相应低一些，但用户可能受到的停电损失会增加 。

高可靠性负荷用户为了提高供电可靠性，必然要采用备用线或备用电源，对备用线或备用电源收费就使得可靠性负荷的电价水平提高。作为电力市场的支点，价格是首先应考虑的问题。价格是市场的杠杆，电价制定原则对电力市场的形成与发展有举足轻重的作用。合理的电价应该兼顾两个方面：在供应侧能反映生产成本，在需求侧能反映负荷特性。现行电价制度只反映了供应侧成本，将电力产品视同一品质属性的商品，而没有考虑到用户的用电特性。高质量的商品其价格自然要比低质量的同类商品高，这是市场经济的一个基本立足点。不同用户对电能质量的要求是不一样的，对电能质量要求不同的用户应该支付不同的电价。因此，应该在用户侧对可靠性不同的电能体现出价格的差异，而现行电价制度并没有体现出这一点。高可靠性电价在我国许多地区已开始实施。自从取消贴费后，电力公司的供电成本有一部分不能收回，所以有些地区直接将贴费计为高可靠性电价来征收，这种做法的不妥之处在于，贴费与高可靠性电价所体现的并不是同一项内容。高可靠性负荷用户为了提高供电可靠性，必然要采用线或备用电源对备用线或备用电源收费就使得高可靠性负荷的电价水平提高。

现阶段，主要是将为提高可靠性的成本分摊到各个受益用电用户身上。分摊方法有三大类，一种方法是以基本电价的形式分摊；一种方法是以电度电价的形式分摊；另外一种方法是一部分分摊到电度电价，一部分分摊到基本电价。高可靠性电价可以理解为输配电价的一种特殊形式，宜实行两部制输电电价，一部分回收固定资产的投资，另一部分是短期电力电量交换效益。但由于短期电力电量交换的不确定性，难以按电量计算确定输电电价，因此，高可靠性电价宜实行单一制容量电价。从用户方考虑，由于提高了可靠性并没有使用户增加用电量，只是供电的容量成本提高了，具体操作时可以在正常的基本电价的基础上再收取可靠性加价部分。

电力公司首先要定义高可靠性用户级别。由于用户的受端电压不同，电力公司为维持同一水平的可靠性为低压用户的投资要比高压用户的高许多，所以我们还要考虑用户的受端电压等级情况。根据各电压等级下的用户对可靠性要求的不同分为三类，即一级、二级和三级用户。各电压等级下再分为三个可靠性等级，分类区间数值可以不同，因为电压高普遍可靠性要高；可靠性改善度递减，但最终可靠性价差可均匀相等。

1.对于申请临时用电的电力用户，供电企业应与用户以合同方式约定临时用电期限，并按上款标准收取临时接电费用。在合同约定期限内结束临时用电的，预交的临时接电费用全部腿还用户；超出合同约定期限的，由供电企业与用户另行约定处置。

2.对已收取高可靠性供电费用的用户，供电企业应对用户的电气连锁装置和其他安全措施进行定期检查，确保用户用电安全及电网安全运行。当电网一路供电电源停电时，供电企业应及时提供备用供电，除不可抗阻力因素外，用户供电可靠率应达到99.89%以上。对达不到规定要求的，供电企业应承担违约责任，具体由供、用电双方通过合同约定。供电企业收取高可靠性供电费用和到期不再退还的临时接电费用，只能用于增加改善用户用电而必须建设、改造工程和有关业务资产，不得挪作他用 。2100433B

根据预测点的类型，将电价预测分为系统边际电价或者市场统一出清电价预测、区域边际电价预测、节点边际电价预测。通常情况下，们所说的电价预测都是对系统的统一出清电价的预测，在系统不发生阻塞的情况下，各个地区的区域出清电价和系统统一出清电价是相同的 。

根据预测内容的不同，可以分为确定性预测和电价空间分布预测，前者是当前讨论比较多的热点，主要针对短期电价预测，预测的结果就是给出一个确定的电价预测数值，后者主要基于概率论与数理统计知识，确定预测结果的可能波动范围及其一段时期内的电价均值，主要是针对中长期电价预测，目前国内外在这方面研究得还比较少。

根据预测机理的不同，将电价预测分为短期预测和中长期预测。由于电价波动大的特点，具体分为小时预测旧预测、月度、季度预测。针对周末边际电价的特殊性，还将周末边际电价进行单独预测。

电价预测是电力市场化以后新出现的研究方向。研究尚不够充分，目前还没有一种通用的预测方法能较好地适合于所有的电力市场，因此有必要充分地利用各个电力市场本身的特点进一步展开研究，从而提高预测精度。下文将根据电价预测机理的不同，分别针对短期电价预测和中长期电价预测进行深入的分析。

短期电价预测是电价预测的重要组成部分，它主要用于预测未来几小时、1天至几天的电价。准确的短期电价预测将有助于发电商最优报价策略的选择，从而最大化其利润，使购电方的动态成本控制成为可能，同时也为监管部门的实时监管提供了重要的科学依据，保证电力市场的正常运行。目前，短期电价预测主要有四种方法 :

1.时间序列法，

2.神经网络(ANI})预测法，

3.基于小波理论的预测方法，

4.组合预测方法等。

电价预测时间序列预测法

时间序列模型分为自回归(AR)模型、动平均(MA膜型、ARMA模型、累积式自回归一动平均(AR MA膜型，已被广泛应用于短期负荷预测中，考虑到各时段系统边际电价本身就构成一个等间距的随机时间序列，因此有不少学者尝试将时间序列模型应用于短期电价预测，当前比较常用的主要是ARMA模型!7.A]和AR MA模型!9‘。]。 时间序列方法的主要难点在于如何选择恰当的模型，如果模型选择不准确，则即使参数估计再准确，预测的效果也不会好。考虑到在时间序列分析中，选用何种因子和用何种表达式有时只是一种推测，影响电价的因子的多样性和某些因子的不可测，使得时间序列分析在某些情况下受到限制，预测的精度较低。

电价预测神经网络方法

由于时间序列方法仅依靠分析电价自身发展规律进行预测，无法处理多变量问题，存在一定的片面J陛，为此可采用多变量模型，从而提高时间序列法的预测精度。神经网络对大量非结构性、非精确性规律具有自适应功能，能够有效处理多变量和非线性问题，从而成为目前国内外专家学者研究得比较多的一种申‘价预测方法

电价预测基于小波理论的预测方法

小波理论是在傅里叶分析基础上发展起来的一种信号处理方法，小波变换能将各种织在一起的不同频率混合信号分解成不同频带上的块信号，然后在各个时频区域分别进行观察和处理，在时域和频域都具有良好的分辨能力。

小波神经网络与BP神经网络相比，预测精度和收敛性方面都有明显的提高。但是在用辅助式小波神经网络进行预测时，需注意小波基和分解尺度的选择，同时处理好小波变换过程中的边界问题，否则即使各个子序列预测得再准确，总体的预测效果也不会很好。而在用嵌套式小波神经网络进行预测时，需注意小波基的数量和网络初始参数的选择，选择不当会导致网络收敛速度缓慢甚至出现不收敛。

电价预测组合预测方法

由于电价的影响因素比较多而且关系错综复杂，有时候无论采用时间序列法、神经网络方法等都难以达到理想的预测效果。鉴于单一预测方法的一些弊端，有些学者开始对组合预测方法进行探索，当前的主要思路是直接从电价预测机理的角度将单一预测模型进行组合，即先对各种已有的单一预测方法优缺点进行分析，然后通过将两种或者多种方法进行组合，扬长避短，从而建立最优的组合预测模型。

基于数据挖掘技术强大的数据处理能力，能从大量的数据中发现有用的规律、规则、联系、模式等知识，有学者!26]提出一种基于数据挖掘中的相似搜索技术和加权回归技术相组合的电价预测方法:即对临近日和相似搜索所得到的相似日的负荷—电价数据用加权回归进行电价预测，这种方法比较适合于负荷与电价强相关性的电力市场如加州电力市场。

电价预测除具有与负荷预测一样的周期性特点外，还具有自身的特殊性:它不具备总体上的增长和上升趋势，而是处于不断的波动变化之中。一般来说，电价的波动除受燃料价格，竞价机组可用容量，水力发电量，用电需求弹性，输电阻塞等电力系统特有约束的影响外，还受到电力市场体制结构、社会经济形势，发电商实施市场力等主客观因素影响。因此，电价预测相对负荷预测难度要大，一些用于电力负荷预测的方法也就无法用来进行有效的电价预测，如用点对点倍比法、一元线性回归法进行电价预测的结果往往都是不准确的 。