电力市场中激励性发电商竞价机制设计研究

利用机制设计和边际成本定价理论，首次将发电商报价曲线的斜率和截距分别作为策略变量设计了一种具有激励相容特性的发电市场竞价机制并推导了相关公式．模型中发电成本考虑了更为通用的二次函数形式，发电报价按线性函数考虑．仿真结果表明，在所考虑的条件及相应设计的竞价机制下，各发电商均有动力按照真实成本报价，所设计的竞价机制是有效的．     

电力市场竞价中遗传算法的研究与应用

首先介绍了电力市场的概念、特征、竞价方法;其次对遗传算法进行了简要介绍;又详述了电力市场竞价数学模型与报价曲线;最后以购电费用最小化为目标函数,提出了基于遗传算法的电力市场竞价方法。针对线性报价曲线,通过算例验证了该方法的有效性,可以作为发电商在竞价时的参考。     

考虑需求侧竞价情况下的竞价上网策略研究

运用微观经济学理论研究了单边开放的电力市场中考虑需求侧竞价的竞价上网策略问题.基于供给函数均衡模型建立了考虑需求侧竞价的发电商竞价策略模型,证明发电商的优化竞价策略是报价高于边际成本;需求侧竞价的存在可有效地降低发电商的报价.论证了需求侧竞价情况下市场均衡解存在且唯一,并探讨了均衡解和市场力之间的关系,证明差价合约对均衡解和发电商市场力的影响.     

基才博弈论的发电商报价策略研究

在对各种发电商竞价策略进行比较分析的基础上,结合我国电力市场的现状,选择了博弈论作为发电商报价决策的理论基础,并针对博弈论应用于电力市场的几种模型进行了分析,建立了以只改变报价曲线斜率为策略的报价策略模型;通过在模型中引入虚拟竞争对手的概念,将电力市场上多个发电商的竞争转化为两人博弈问题,将计算出的报价策略模型的最优解引入成本收益函数,从而得出最优报价决策。     

基于图形的发电商最优报价决策方法

作者基于供求关系建立了发电商优化报价的数学模型.传统上报价问题以基于博弈论的Nash均衡思想利用最优反应函数来求解,这在报价策略为一维时是有效的.但此文中发电商的行为是报价曲线,策略是其报价曲线的参数矢量,所以传统方法对此已不适用.作者利用图形来模拟交易中心的决策过程和发电商的竞价行为,通过在图形上运用Nash均衡的思想,直观地描述出发电商最优的报价曲线和收益曲线间的关系,得出了求解合理的Nash均衡策略的表达式.与传统方法相比,这种方法更简单易行.另外,对于不完全信息下的重复报价博弈,当各发电商都采用文中给出的报价机制时,通过迭代最终收敛于Nash均衡点.算例结果表明此方法是有效和实用的.     

电力市场火力发电机组竞价模型

提出了一个旨在帮助电力市场中的发电商在能量交易市场中进行合理报价的综合竞价模型。激励发电商或用户进行报价的主要因素之一就是希望他们能够从交易市场上获得最大收益回报。有些市场参与者所关心的可能是发电厂或发电机平均运行成本的最小化，而不是收益或利润的绝对最大化；有些市场参与者，希望按照预先确定的日总发电量或总投资成本来竞价。文中针对这些能量交易市场中不同发电商的目标进行了探讨，并提出了一个综合竞价模型，同时详细列出了用该模型计算出的一个拥有5台发电机组的火力发电厂的报价计算结果。     

考虑机组出力约束的发电商最优竞价策略研究

电力市场环境下,发电商之间的竞争是一个处于不完全竞争市场、非完全信息下的非合作博弈模型。在分析各种发电商策略性报价基础上,在双人博弈理念下,考虑到机组出力约束,提出了发电商最优竞价策略的数学模型并给出了其求解方法,从而得到了发电商的最优报价策略和在报价越界时优化调整策略。通过算例验证了该方法的有效性,其结论是:当发电商对系统负荷需求不同情况下采用相应的报价策略时,即可实现企业利润的最大化。     

不完全信息下的发电商风险竞价决策分析

在电力市场中,发电商关心的是,在市场规则允许的条件下如何制定合理的报价策略,从而获得最大利润。在竞价过程中,发电商彼此不知道各自的真实成本,只知道市场公布的有限信息,因此发电商的竞价问题属于不完全信息下的决策问题。文章基于Power Pool的市场模式,探讨具有市场势力的发电商制定最优报价曲线的机理,考虑市场的不确定因素．提出了一种不完全信息下竞价的风险决策模型。最后,用算例对该决策方法进行验证。     

考虑机组出力约束的发电商最优竞价策略研究

电力市场环境下,发电商之间的竞争是一个处于不完全竞争市场、非完全信息下的非合作博弈模型.在分析各种发电商策略性报价基础上,在双人博弈理念下,考虑到机组出力约束,提出了发电商最优竞价策略的数学模型并给出了其求解方法,从而得到了发电商的最优报价策略和在报价越界时优化调整策略.通过算例验证了该方法的有效性,其结论是:当发电商对系统负荷需求不同情况下采用相应的报价策略时,即可实现企业利润的最大化.     

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。     

计及广义负荷不确定性和激励型需求响应的电力现货市场竞价方法

以国内目前电力现货市场运营机制为基础,提出一种计及分布式发用电单元功率预测不确定性以及激励型需求响应资源功率调节能力的广义负荷参与日前电力现货市场竞价的方法,并构建相应的市场出清模型。统计得到广义负荷净功率预测误差的条件概率分布,推导广义负荷日内购电期望和需求响应补偿的成本函数,揭示价格引导模式下广义负荷激励型需求响应的响应量-申报电价-申报电量之间的关系,使广义负荷原本多元、随机的报价曲线等效转化为符合市场统一规范的一元确定性报价曲线。采用不均匀最优分段技术将连续型报价曲线转化为规范的离散型阶梯曲线,并将其代入动态市场出清模型中进行竞价出清。仿真结果验证了出清电价对分布式新能源发电和负荷用电平衡情况的刻画能力。     

发电报价曲线研究

讨论了发电成本曲线、单价曲线和成本微增率曲线,指出火电成本单价曲线存在下降段。针对报价曲线的各种可能形状,指出交易竞价问题存在多极值,这对选择竞价算法和设计交易软件是很重要的。     

电网企业购售电决策中的报价空间分析

电网企业作为电力市场的主要成员,面临着进行购售电决策的难题,其中需要确定市场主体参与电力市场竞争、进行报价决策时报价曲线的决策空间,即报价空间。作者首先阐述了电网公司购售电决策时可行报价曲线的各种约束条件以及可作为参考的边界曲线,分析了购售电报价空间的确定方法;然后分析了电网公司报价曲线变化对成交结果的影响,提出了报价水平调整空间的概念;阐述了报价空间及其分析方法在购售电决策过程中的应用方式,并以实际数值做出说明。文章对于市场主体竞价决策过程提高决策效率,合理地决策报价曲线,具有重要参考价值。     

发电厂实时成本分析研究

通过对发电厂固定成本分摊与成本曲线问题的研究,得到发电厂运行时的总成本曲线、盈亏平衡曲线及机组开停参考曲线.通过所得到的各种曲线并结合市场其它信息给出电力市场规则要求下的最优报价曲线,可对发电厂在市场中的营销策略、竞价组合策略及降低成本提供参考.     

电力市场结算规则对交易结果的影响

电力市场环境下，结算规则会直接影响最后交易的结果，从而对发电资源的配置产生直接影响，文中比较了按照电网络一边际电价结算和按照电厂机组实际报价结算的2种结算规则对电力市场的影响，讨论了在不同报价曲线下的2种结算规划的交易结果，并得到了按照机组实际报价结算方式下总购电费用较小的结论。     

浅析发电公司的竞价策略

电力市场中实时平衡交易即竞价上网交易是不可缺少的、最具特色的一种交易形式。在竞价过程中，发电公司的竞价策略问题是目前电力市场研究的热点。文中讨论了完全竞争市场中，各发电公司应基于边际成本竞价。而垄断竞争市场中具有市场势力的发电公司可以通过撤掉一部分电量或抬高报价来提高市场电价。文中着重对具有市场势力的发电公司的竞价策略进行分析，并提供了澳大利亚新南威尔士州电力市场的算例。     

模糊博弈理论在发电厂商报价决策中的应用

针对我国电力工业市场化改革后发电厂商的报价决策和报价偏好等不完全信息，运用模糊博弈理论进行分析，建立模糊博弈决策模型，为追求最大化收益的发电厂商的最优报价决策提供有效的支持。模拟分析表明，模糊博弈理论能较好地处理发电厂商报价决策时竞争对手的报价偏好和策略等不完全信息，决策结果比非模糊博弈的结果好，更接近于实际的报价决策环境。     

发电竞价算法(二)——等报价法

等报价法（或称等微增率法）是发电竞价的基本算法。只要报价曲线不包含下降段,用该算法计算速度快、收敛可靠。文中介绍了线性方程法、牛顿内插法、牛顿外插法、合成曲线（等值）法和夹板二分法等,并提出程序设计要点,讨论了收敛性问题。     

发电商报价过程中的风险分析

在电力市场的环境下,发电商要基于自身的发电成本来运用各种发电策略进行报价,通过与其他发电商进行竞标来获取最大的利润。发电商的发电成本可以通过发电量的二次函数来表示。本文分析了发电商成本函数中的成本系数不变及服从一定的分布的情况下的发电商报价策略,对发电商如何变动报价系数ki进行了研究,并进行了算例分析,最后计算了由于发电商报价与市场价格的判别而产生的风险值,所得出的结论对发电商竞价策略的研究有一定的指导意义。