共聚反应机理的发电厂商报价策略的模型

电力市场条件下,发电商报价过程存在着复杂的策略依存关系,以聚合动力学为基础,构建了发电商报价策略的博弈模型,揭示了不同策略选择对市场占有额的影响以及发电商报价策略的调整和变化规律。通过分析发电商报价策略调整和均衡路径的变化,对区域电力市场发电商有效报价策略给出了一般性理论总结。     

基于改进蚁群算法的电力市场经济效率评估研究

蚁群算法作为一种启发式算法在解决混合全局最优问题时具有很强的鲁棒性.本文简要介绍了蚁群算法的基本原理,发电商的报价策略和电力市场效率评估方法.利用蚁群算法和Matlab编制了电力市场效率评估软件,实现发电商对报价策略的选择,得到各发电商的报价组合和发电量组合.然后,根据发电商的实际报价和理想报价,用价格成本边际系数来评估市场效率.最后基于IEEE 30母线测试系统,分析了发电商在日前市场中如何通过选择不同报价策略来实现共同利益的最大化以及市场效率.     

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.     

基于最优潮流和完全信息的纳什均衡分析

电力市场是一个不完全竞争的市场，发电商可通过策略性投标增加收益.本文利用博弈论研究完全信息条件下发电商投标策略的纳什均衡解.根据实时电价理论利用最优潮流(OPF)计算各发电节点的实时电价．得到不同战略条件下各发电商的收益．进而利用博弈论找出纳什均衡点。通过IEEE-30节点的算例检验了在3种不同负荷水平下3个发电厂商投标策略的纳什均衡．结果表明发电厂商的投标策略会随负荷的变化而改变.     

基于博弈论的发电商报价策略研究

在对各种发电商竟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.     

考虑合约市场和日前市场共同风险的发电商报价策略分析

通过对电价历史数据的处理,将电力日前市场与合约市场中的不确定性模拟为对数正态分布,进而得到发电商在日前市场和合约市场的收益函数,并建立考虑合约市场的电力报价模型.由于2个市场收益的相关性,选取Gumbel Copula函数度量电力市场的风险,运用Monte Carlo模拟方法计算CVaR,得出发电商的最优报价策略:偏好风险的发电商,会将很小一部分电量投入到合约市场,而选择一种高的报价策略;而规避风险的发电商会增加其在合约市场的电量,选择一种低报价策略.     

上网竞价策略的供给函数均衡分析

电力市场是一个不完全竞争的寡头垄断市场,研究竞价策略对发电商非常重要.市场中的独立发电商往往会采用合理的竞价策略来获得最大收益.该文根据联营模式下电力市场的特点,利用供给函数模型来模拟发电商的策略行为,给出了市场均衡解.此外,还分析了分段报价、需求弹性等因素对发电商均衡策略的影响.仿真算例说明了该方法的合理性和可操作性.     

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。     

Markov过程理论在发电商报价策略选择中的应用

在电力市场的环境下,发电商在报价策略选择的过程中将面临许多不确定性因素,如各时段的系统负荷、市场边际价格、对手的报价策略、自身发电成本等,本文从发电商的角度出发对竞价策略的选择问题进行研究,将竞价策略选择的过程设计成为Markov决策过程--一种抽象的随机优化方法,先将每个时段的报价简化为报价参数的选择,利用Markov过程理论对不确定性因素的出现进行概率估计,将发电商报价策略的选择问题表示为离散的随机优化过程--Markov决策过程;通过使期望收益最大来计算最优策略,从而确定了每个时段发电商报价参数的最优选择,并将报价参数还原成为报价结果.     

上网竞价策略的供给函数均衡分析

电力市场是一个不完全竞争的寡头垄断市场,研究竞价策略对发电商非常重要。市场中的独立发电商往往会采用合理的竞价策略来获得最大收益。该文根据联营模式下电力市场的特点,利用供给函数模型来模拟发电商的策略行为,给出了市场均衡解。此外,还分析了分段报价、需求弹性等因素对发电商均衡策略的影响。仿真算例说明了该方法的合理性和可操作性。     

电力市场古诺模型的均衡分析

完全竞争的市场可以使商品的价格达到最低，并使资源得到有效配置，然而实际的电力市场是一个接近寡头垄断的市场，各发电商可以通过估计对手的策略，采用最优投标来获得较大的收益，此时市场处于纳什(Nash)均衡状态，市场电价高于完全竞争的市场电价。作者根据电力市场的特点，利用古诺模型来模拟发电商的策略行为，给出了在信息完全与信息不完全情况下该模型的均衡解析解，并通过简单算例的结果分析了不完全的成本信息对市场均衡状态的影响。     

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.     

完全开放的双边电力市场中供需双方叫价拍卖的贝叶斯博弈模型

随着我国进行电力体制改革和建立发电侧竞争市场，需求方很快也会引入竞争，并建立完全开放的双边电力市场。研究供给侧和需求侧如何建立有效的报价策略具有十分重要的理论和实践价值。作者将所有发电公司看成供给方，把所有买电代理商看成需求方，将供给方和需求方的报价问题看成是他们向市场的投标问题，并根据市场确定的规则，总需求电量将在某一价格下完成交易，因而它是供给方和需求方的双方叫价拍卖问题。通过对双方叫价拍卖的交易规则进行描述，针对供给方的生产成本和需求方的估价是私有信息的情况，建立了完全开放的双边电力市场中供给和需求双方叫价拍卖的不完全信息贝叶斯博弈模型，并求解贝叶斯纳什均衡，给出供给方和需求方的均衡报价策略。     

3种定价方法对发电厂商报价策略的诱导机理

在电力市场环境下，发电厂商的目标是其自身利益最大化，而不是社会福利最大化，故有必要研究电力市场定价方法对发电厂商策略性报价的诱导机理，进而引导发电厂商进行成本和服务的竞争，而不是策略的竞争。文中分析了3种定价方法下发电厂商的价格决策和产量决策。在价格决策方面，统一出清电价和PAB(按报价支付)电价方法下，发电厂商均有偏离成本报高价的倾向；在实用当量电价方法下，证明了发电厂商所得的支付电价不敏感于报价，并立其最优报价策略是按真实成本报价。在产量决策方面，统一出清电价方法下，发电厂商可利用市场力通过持留发电容量获取超额利润；而在PAB和当量电价方法下，持留容量都将导致发电厂商利润损失。因此，从定价方法对发电厂商报价策略的诱导机理来看，当量电价方法要优于统一出清电价和PAB定价方法。     

Optimal bidding strategies and modeling of imperfect informationamong competitive generators

The emerging electricity market behaves more like an oligopoly than a perfectly competitive market due to special features such as, a limited number of producers, large investment size (barrier to entry), transmission constraints, and transmission losses which discourage purchase from distant suppliers. This makes it practicable for only a few independent power suppliers to service a given geographic region and in this imperfect market each power supplier can increase its own profit through strategic bidding. The profit of each supplier is influenced to varying extents by differences in the degree of imperfection of knowledge of rival suppliers. A new framework to build bidding strategies for power suppliers in an electricity market is presented in this paper. It is assumed that each supplier bids a linear supply function, and that the system is dispatched to minimize customer payments. Each supplier chooses the coefficients in the linear supply function to maximize benefits, subject to expectations about how rival suppliers will bid. A stochastic optimization formulation is developed and two methods proposed for describing and solving this problem. A numerical example serves to illustrate the essential features of the approach and the results are used to investigate the potential market power     

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.     

有限信息环境下基于学习自动机的发电商竞价策略

电力市场是典型的不完全竞争市场,发电商可以通过策略性报价以提高自身收益。现有的发电商报价策略研究通常假设发电商能利用充分的市场信息,但这种假设在市场启动初期往往不成立。为解决发电商在有限信息环境下的报价策略问题,文中提出了一种改进的强化学习自动机算法,该方法对外部信息量要求较低,且计算复杂度小,易于实现。此外,将发电商报价和市场出清的过程建模为重复博弈而非广泛使用的马尔可夫博弈,避免了马尔可夫博弈要求系统状态具有时间相关性这一强假设。最后,算例验证了该算法的有效性。