电力市场中竞标电价及其影响因素

从微观经济学的角度研究了发电公司竞标电价及其影响因素。影响发电公司竞标电价的主要因素有发电公司本身的生产成本、市场需求量、价格-需求弹性、市场供给能力和限价机制等。首先研究了发电公司的生产成本和边际成本。边际成本曲线构成了发电公司的供给曲线,由此确定竞标电价的最低点。在具有较大的价格弹性的电力市场中,市场需求和价格弹性对发电公司竞标电价及其优化也有很大的影响。发电公司可以在低的市场价格时大幅度增加机组竞标量,在高的市场价格时适当减少机组的竞标电量,从而形成最优的竞标策略。限价机制约束了发电公司竞标电价上下限界,使得利益在发电公司和用户之间来回移动。     

电力市场中抽水蓄能电站的生产成本评估与水库的优化利用策略

章应用蒙特卡罗随机模拟理论提出了抽水蓄能电站的生产成本随机模型,该成本模型依据两个概率：机组的强迫停机率和机组市场竞标的落标率。并在生产成本随机模型的基础上提出了抽水蓄能电站生产成本评估的数学模型,探讨了在竞争的条件下抽水蓄能电站水库动态利用策略,包括发电机组的最优发电策略和抽水机组的最优抽水策略。章还给出了基于随机理论和最优化方法的解决这个多级优化问题的可行算法,并结合一个仿真实例,阐明了抽水蓄能水库的市场竞标和利用策略。     

基于SFE模型的区域电力市场模拟分析

在电力市场中，采用第一价格暗标拍卖机制的日前现货市场是一种主要的交易形式。为了研究现货市场中发电企业的竞标策略及其对市场结果的影响，作建立了分析现货市场的供给函数均衡模型，其基本假设是发电企业具有通常为线性的边际成本并提交线性供给函数进行市场竞价。由于采用零截距边际成本和供给函数的假设可以简化分析，中提出了线性供给函数模型和零截距线性供给函数模型之间的转化算法，即模型的正规化问题。利用该模型进行了算例分析，所考虑的影响市场结果的因素为需求、需求弹性，完全竞争企业的容量份额和策略竞标企业的规模，市场结果包括市场出清电价、消费剩余和生产剩余以及发电企业的利润。计算结果表明策略竞标企业的规模越大，抬升市场价格的能力和动机就越强。在大企业策略竞标的条件下，完全竞争企业会获得更大的超额利润。     

发电企业竞标策略的研究

电力市场是不完全竞争市场，发电企业将通过竞标策略来追求最大的收益。该文假定电力市场是需求刚性的发电侧市场，采用暗标拍卖的竞价方式，并统一使用市场出清价结算。发电企业提交的竞标曲线是企业发电出力与电价之间的线性单调不减函数。文中在分析了已有竞标策略研究的基础上，建立了最优竞标策略的数学模型，给出了最优竞标反应函数，并根据可获取的市场信息量的不同，提出了3种具体的竞标方案，即分别估计竞争对手策略的方法、假定所有发电企业策略相同的方法和将所有其它企业视为单一竞争对手的方法。算例表明该文的方法具有较好的适应性和较小的决策风险。     

电力市场中市场力的评估与发电竞标策略

提出发电公司竞标价格函数，并构建了在不健全市场下发电公司的竞标模型，在这种竞标模型和竞标价格函数的基础上对市场力加以评估。市场力的评估主要针对供不应求而且具有价格限制的市场。当市场经常出现供不应求的局面时，具有装机容量非常大或市场中主要的市场垄断者或所在地理位置可容易地造成输电阻塞等特性的发电公司，可利用其对市场需求的准确预测，来行使市场力，控制市场价格，从而获取高额的利润。数字仿真结果表明，在市场供不应求和市场供求均衡等2种情况下发电公司实现利润最大化的竞标策略完全不相同，从另一方面看也证实了市场力的存在和表现。     

考虑风险约束的发电公司报价策略研究

针对采用分段报价策略和按发电公司报价结算的电力市场，提出了构造计及风险约束的发电公司最优报价策略的模型框架。在假设所研究的发电公司对其竞争对手的报价策略概率分布已知的前提下，首先提出了计算采用某种报价策略时的期望利润和相应风险的方法，然后根据发电公司自身的风险偏好，定义了在最大化利润和最小化风险这两个目标间折衷的效用函数，发展了使报价策略所产生的效用最大化的最优报价策略模型和以遗传算法为基础的求解方法。最后用一个有5个发电公司参与的电力市场为例来说明所提出的方法的基本特征。     

小型火电机组的竞标模式研究

小型火电机组具有建设周期短、运行维护简单，启停迅速、适合系统调峰等优点，但其效率低下、污染严重、发电成本高等缺点也十分明显。该文针对小火电机组的特点，结合国家环保能源政策，对电网的用电成本构成及小型火电机组的发电成本进行了分析，提出了分批、分区竞标的发电侧竞标模型，为小火电机组参与市场竞标提供了适当的算法。该模型有效地解决了输电阻塞和高峰时段功率缺额问题，实现了利用市场杠杆淘汰落后机型的目标，在保证经济性的同时充分体现了市场公平。此外，由于在算法中加入了发电成本横向比较手段，从而限制了发电厂商的市场投机行为。数字仿真的结果表明本算法是有效可行的。     

孤岛模式下多源直流微电网经济运行的协调优化控制策略

基于直流微电网的时变性与分布式发电单元的不确定性,本文提出了一种最小化运行成本的多源协调优化控制策略。首先,建立了优化调度模型,通过完全分布式的控制框架,设计了实时经济运行的优化方案,以实现直流微电网系统分布式发电的负载分配、电压恢复以及经济最优。此外,由于三个变量的动态变化值被引入到一致性算法中,功率分配优化过程是实时的。最后,用仿真算例来对上述优化策略进行验证。结果表明,提出的控制策略可有效地实现分布式发电的最优功率分配,达到最小化运行成本的目标。当直流微电网系统中单元的成本函数或功率限制发生变化时,能够实现在线优化。     

电力市场中发电机组输出量的调节与优化

研究了发电公司机组输出量调节的方式,即提前增容或减容和延后增容或减容等方式.但文中指出,由于机组存在机械惯性,因而无论采用哪种调节方式,都不可避免地会造成系统供需的不平衡,出现系统功率的盈余或缺额,导致增加调频费用及用户因频率波动而带来的损失,最终增加了发电公司的调节成本;不同调节方式对发电公司本身和系统的影响是不一样的.文中提出了机组调节成本最小化的发电策略及其数学模型.实例仿真结果表明,发电公司的竞标电量不仅受机组生产成本、调节成本、上升率和下降率的影响,而且还受市场需求量、网络节点电压、系统频率和线路输送能力等因素的制约.     

发/供电公司市场均衡及竞价策略

在批发竞争的电力市场中，不仅发电公司要竞价上网，而且供电公司也要竞价购电。文中给出了批发竞争电力市场模式下发电商和供电商竞价模型，推导出了完全信息情况下发电商和供电商最优竞价策略的解析解，并用协同进化算法模拟了此模式下考虑功率约束时市场的运营，求得了市场均衡。通过算例说明了所提出算法的有效性，其结果表明市场均衡状态下发／供电公司竞价策略即为它们的最优报价策略。     

Nash equilibrium bidding strategies in a bilateral electricitymarket

This paper examines bidding strategies in a bilateral market in which generating companies submit bids to loads. A load accepts electricity delivery from the generator with the lowest bid at its bid price as long as this price is not higher than the load's willingness to pay. Necessary and sufficient conditions of Nash equilibrium (NE) bidding strategy are derived based on a generic generating cost matrix and the loads' willingness to pay vector. The study shows that in any NE, efficient allocation is achieved. Furthermore, all Nash equilibria are revenue equivalent for the generators. Based on the necessary and sufficient conditions, this problem is formulated as an optimal assignment problem. Network optimization techniques are applied to calculate NE bid prices for the generators     

市场电价的实证分析及预测建模

电力作为一种特殊的商品，具有很低的用电需求弹性，难以大量存储，易受到发电容量、输电阻塞等系统特有约束的影响，尤其是在电力市场环境下还要受到发电公司报价策略的影响，因此，对市场电价进行有效的预测建模将面临巨大的挑战。文中从实证分析的角度出发，首先对浙江发电市场的系统报价曲线进行分析，在此基础上提出一种报价曲线驱动的市场电价预测方法，并通过算例仿真表明此方法在实现上的方便、有效性。     

迭代竞价机制下发电商的贝叶斯学习模型

采用迭代思想设计电力市场的竞价机制可以促进发电商之间的竞争,促使其调整成本,降低报价,提高电能交易效率,但其应用可能由于迭代时间太长而受到限制。为此,研究了如何利用动态市场信息来缩短迭代时间,建立了发电商在迭代竞价机制下的贝叶斯学习报价模型。以系统边际出清价格的分布区间为学习对象,发电商在每轮报价结束后,根据所获取的新交易信息修改其对系统边际出清价格分布区间的先验认识,不断缩小学习范围,以更精确的预期修改报价,从而减少不必要的时间浪费。结合算例证明,发电商运用贝叶斯学习结果进行报价可以有效减少迭代次数,缩短迭代时间,提高竞价效率。     

浙江电网发电市场竞价上网辅助决策系统的设计

发电厂竞价上网辅助决策系统是一个集发电竞价上网、生产经营活动管理分析和决策等功能的应用系统。本文针对浙江电网发电市场的特点，对发电厂竞价上网辅助决策系统进行了设计，提出了电厂竞价上网决策的新模式。系统主要包括了数据采集、查询；生产经营活动管理分析；竞价上网决策等三部分。该系统的设计为发电企业提高决策水平，降低决策成本，增强用户的市场竞争力和竞争意识，等起到了积极的作用。     

A large generator's bids in an electricity supply auction: Uniform pricing versus pay‐as‐bid pricing

A pay‐as‐bid auction has been adopted in a balancing market under New Electricity Trading Arrangements in England and Wales since 2001 instead of a uniform price auction previously used in a day‐ahead pool market. In contrast, a spot market in Japan, where a general electric utility would be the main supplier, plans to employ a uniform price auction. In this paper we model an electricity spot market in which one large generator competes with many fringe generators to supply electricity, analyze how this large generator bids to maximize its profits, and report some implications for the design of this market. Three types of auction are analyzed: a highest‐winning‐bid pricing (HWB) uniform price auction, a lowest‐losing‐bid pricing (LLB) uniform price auction, and a pay‐as‐bid auction. It is shown that the slope of the bid curve, which is obtained by plotting the large generator's bidding prices against its generation costs, are steeper in an LLB uniform price auction and flatter in a pay‐as‐bid auction than those in an HWB uniform price auction. This implies that an LLB uniform price auction or a pay‐as‐bid auction would make room for the fringe generators to win an auction. © 2007 Wiley Periodicals, Inc. Electr Eng Jpn, 160(4): 41–48, 2007; Published online in Wiley InterScience ( www.interscience.wiley.com ). DOI 10.1002/eej.20420     

A strategic production costing model for electricity market price analysis

Production costing models (PCMs) have been extensively used to analyze traditional power systems for decades. These tools are based on the costs of production, but in oligopolistic electricity markets market prices can not be explained attending just to marginal costs but instead bid prices have to be considered, since market participants seize their dominant position in the market looking for higher profits. Thus, the merit order composition criteria applied in traditional PCMs has to be somehow reconsidered in order to be able to represent the agents' strategic bidding. The objective of the strategic production costing model (SPCM) presented in this paper is to evolve the PCM approach to adapt it to the actual wholesale electricity markets without losing its typical advantages. The generalization proposed allows to represent an oligopolistic hydrothermal electricity market and provides the system price-duration curve as well as the income and expected costs of every generating agent. Compared with other oligopolistic models, the main advantage of the SPCM is its potential computational speed, which makes it very suitable for risk analysis studies that require considering a large number of scenarios.     

基于市场总体信息的发电公司优化竞价策略

提出了一种基于市场总体信息的发电公司优化竞价策略。证明了机组优化竞价曲线的斜率是市场所有边际机组合成报价曲线斜率与机组边际成本曲线斜率之和，指出完全竞争市场下机组按边际成本曲线报价是该结论的一个特例，并成功地解释了在高峰负荷下发电公司滥用市场势力导致电价飙升的现象。另外，推导获得了机组在考虑多时段启停约束和启动成本条件下的最低投运电价。算例分析证明了结论的正确性和实用性。     

Strategic bidding for electricity supply in a day-ahead energy market

The problem of building optimal bidding strategies for competitive suppliers in a day-ahead energy market is addressed in this paper. It is assumed that each supplier bids 24 linear energy supply functions, one for each hour, into the day-ahead energy market, and the market is cleared separately and simultaneously for all the delivery hours. Each supplier makes decisions on unit commitment and chooses the coefficients in the linear energy supply functions to maximize total benefits in the schedule day, subject to expectations about how rival suppliers will bid. Two different bidding schemes, namely ‘maximum hourly-benefit bidding strategies’ and ‘minimum stable output bidding strategies’, have been suggested for each hour, and based on these two schemes an overall bidding strategy in the day-ahead market can then be developed. Stochastic optimization models are first developed to describe these two different bidding schemes and a genetic algorithm based method is then presented to develop an overall bidding strategy for the day-ahead market. A numerical example is utilized to illustrate the essential features of the method.