发电商不正当竞标行为分析及综合评判

分析了电力市场环境下发电商不正当竞标报价现象,考虑了影响不正当竞标的竞争者数量、市场份额、负荷弹性等多种因素,并对发电商的报价和容量进行了分析,设计了发电商报高价的不正当合谋竞标行为识别的综合评判算法.分析过程中运用了关联性分析、市场集中度和量价指数等多种方法,并加入隶属度函数衡量各影响因子代表的发电商合谋报价可能性的程度,最后应用模糊加权平均模型进行了发电商合谋判定.通过算例求解证实了该算法的可行性.     

发电商之间的串通竞标分析及基于模糊理论判定

分析了电力市场环境下发电商串通报价现象,提出结合同步价格行为分析、报价合理性分析、控制力分析等因素,根据价格卡特尔判定原则,应用灰色关联分析和模糊判定理论进行发电商报价的串通竞标判定。分析过程中用隶属度函数衡量各影响因子代表的发电商串通报价可能性的程度,并利用变权法改变权重,突出薄弱环节。通过算例求解证实了该方法的可行性,并且给出了电力市场下有助于防止发电商串通报价的几点建议。     

不完全信息下基于深度双Q网络的发电商三段式竞价策略

不完全信息的电力市场环境下发电商仅知道自身相关的信息,而其他市场参与者的报价和市场环境都可能会影响市场出清结果,进而影响发电商的收益,因此其报价决策应当考虑多维的市场信息。基于深度强化学习算法,提出多智能体的DDQN（double deep Q-network）算法模拟日前现货市场中发电商三段式竞价策略的过程。首先,定义发电商模型中马尔可夫决策过程的要素和动作价值函数;然后,建立发电商深度双Q网络的框架,并引入经验池和动态ε-greedy算法进行神经网络的训练,该决策模型可以根据市场的出清电价和负荷水平等多维连续状态做出报价;最后,通过算例比较了发电商采用DDQN和传统Q-learning两种算法获得的收益差别,说明DDQN算法可以根据发电商面临的复杂市场环境做出正确的决策而Q-learning算法在环境复杂时决策能力较差,并在不同状态量选取、网络泛化能力、更大规模算例适应性等方面分析了发电商采用DDQN算法进行市场策略生成的有效性和优越性。     

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。     

计及BSV有限理性模型和分段点优化的发电商策略竞标模型

在实时电力市场中，发电商可以通过策略报价提升收益，但是如何合理估计竞争对手的竞标行为，仍有待进一步研究。对此改进了经典的发电商策略竞标模型。首先，基于行为金融学中的“BSV有限理性模型”构建竞标对手行为模型，反映竞标对手作为“现实人”存在认知偏差这一现实。其次，考虑“分段点优化”竞标模式特点，建立了计及BSV有限理想模型和供应曲线分段点优化的发电商策略竞标模型，以期进一步提升竞标收益。该模型为双层优化模型，下层模型模拟实时市场出清，上层模型最大化发电商收益。它可通过库恩-塔克（KKT）条件、强对偶定理和特殊顺序集等方法转换为可由求解器直接求解的单层优化问题，即混合整数线性规划问题。最后，对具体算例进行分析，与估计对手非策略、策略报价的策略竞标模型相比，发电商的收益增加20%～30%。算例验证了采用BSV有限理性模型估计对手行为的有效性，证明了基于分段点优化的竞标模型可以进一步提升发电商的收益。这一研究对设计者完善市场规则同样具有借鉴意义。     

考虑机组约束的时前市场发电商竞标策略

由于机组约束的存在,发电商在制定竞标策略时不能仅仅针对单个时间点进行优化,还应考虑到这一决策对相邻时段的影响。该文在电能交易的时前市场背景下,以Q学习算法为基础,建立了考虑容量、爬升速率、最小开/关机时间等机组运行约束和机组启动成本的发电商竞标策略模型。该模型从市场前一小时的出清结果出发,在考虑机组运行约束的前提下组织当前时刻机组的报价策略,通过同环境的不断交互,可以在随机波动较大的电力市场环境中得到当日累积回报最大的竞标决策。最后,通过一个10机组系统对模型进行了仿真验证。     

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.     

基于判定树的电力市场中发电商竞标能力数据挖掘的新思路

提出通过信息熵构造判定树的数据挖掘算法对历史竞标样本进行分类的新思路。介绍了算法中如何处理高分枝属性、数值属性和缺失数据及剪枝等关键环节。一个考虑市场需求水平、机组报价水平、机组容量等多因素的算例说明了该算法的实现过程并得到机组的负荷率与这些因素一些潜在的规则性知识，从而得到不同特征机组在市场中的竞标能力。这些知识对支持发电商决策和电力中介机构PX和ISO安排最优交易计划等方面有重要现实意义。     

新电改背景下大用户直购双边博弈模型

目前,我国电力市场正积极推进发电商与大用户双边交易。在此背景下,根据交易过程中各博弈主体所获取的信息情况变化,在交易初始不完全信息博弈阶段,基于暗标拍卖理论构建了发电商报价贝叶斯博弈模型,确定了发电商边际报价增长参数。在后续的多轮博弈中,考虑到现货市场对大用户直购的影响,以发电商报价和大用户购电分配作为博弈策略,构建了以各博弈方收益最大为目标的发电商与大用户主从博弈模型,并利用粒子群优化算法对模型进行了求解。最后对发电商和大用户的策略行为、大用户直购双边交易的市场影响进行了深入分析。     

基于多智能体强化学习的电力现货市场定价机制研究(一):不同定价机制下发电商报价双层优化模型

电力现货市场定价机制是市场设计的重点问题之一,与发电商交易行为相互影响。定价机制设计需要考虑发电商可能的交易行为,而不同定价机制下发电商报价策略不同,为系统性地解决这一嵌套难题,形成2篇不同侧重点的论文。作为首篇,该文探讨强化学习在发电商报价决策中的适用性,完整考虑系统和分区边际电价的两阶段过程,构建节点、系统、分区3种边际电价定价机制下的发电商报价双层优化模型,并基于可变学习速率和策略爬山算法相结合的多智能体强化学习方法对模型进行迭代求解。该双层模型中,上层为发电商报价决策层,下层为市场出清层,以决策层优化的发电商报价信息和出清层计算的发电商中标信息作为上下层之间的交互数据,不断优化发电商报价策略。最后,以IEEE 39系统为例,选择4个典型负荷场景,优化3种定价机制下的发电商报价,结果表明:所提模型和算法可有效求解发电商最优报价策略,获取市场均衡结果。     

基于成本的电力供应商报价策略研究

供给侧和需求侧都引入竞争,是电力市场化改革的必然趋势。对于电力供应商来说,最重要的就是如何优化报价策略,降低购电成本,获得更大的市场竞争力以及购售电效益。提出了基于成本分析的电力供应商报价策略,并以电力供应商购售电交易的成本分析为基础,同时,考虑对竞争对手的报价行为的预估,以及其它市场环境因素,以电力供应商购售电交易的收益最大化为优化目标,构造了电力供应商购电报价决策的数学模型。     

发电商不同策略的供应函数均衡分析

电力市场是一个接近寡头垄断的市场,因而市场中的发电商往往会采用策略性投标来获得最大收益.根据联营模式下电力市场的特点,利用供应函数模型来模拟发电商的策略行为,给出了各发电商选择改变不同投标参数报价时的反应函数,通过算例比较研究了多个发电商在改变不同投标参数报价时的纳什均衡策略,结果表明选择改变不同投标参数报价会影响均衡结果.此外,还分析了需求弹性等因素对发电商均衡策略的影响.     

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。     

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.     

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。     

采用报价差异度分析发电商的报价行为

基于浙江电力市场,采用报价差异度分析了发电商的报价行为。结果表明,报价差异度可以有效地判断发电商的报价行为是否发生变化。提出的报价差异度为市场监管部门对某些报价行为可能发牛异常的时段进行有针对性地监管提供了一种参考依据。     

基于CVaR风险计量指标的发电商投标组合策略及模型

电力市场中各类市场具有不同的价格波动特性和收益率随机变化特性。为了保证年度收益最大且风险最低,发电商需在各个市场上合理分配参与竞价的电量。借鉴金融领域风险管理的理论,以条件风险价值(CVaR)为风险计量指标,综合考虑风险和期望收益率,建立了新的发电商均值-CVaR投标组合优化模型。应用该模型,对发电商在年度合约市场、月度合约市场、日前市场和实时市场4个市场总电量的分配比例和有效前沿进行了计算。计算结果表明,所提出的模型能较真实地反映发电商所面临的市场风险的本质特征,可使发电商在保证一定期望收益率的前提下承担最小的CVaR风险,从而为发电商的投标决策与风险评估提供了新的思路。     

发电商报价策略与成本分析

借助博弈论的思想将参与竞价上网的多家发电商虚拟等值成同一对手进行研究,对双方所要进行的单次报价的数据进行概率分析,从而估算出己方与对方的报价空间。把预测的各个时段成交电价通过正态分布分析来确定机组的出力方案和最佳收益。     

发电商的风险竞价策略选择

发电商在选择竞标策略的时候，不仅要求最大利润，还要求尽可能的对竞标风险有所控制，在首先定义了电力市场中发电商竞标风险的基础上，研究了发电商单时段的竞价对策利润模型及其风险控制，利用传统的投资风险理论中较为成熟的确定性等价模型理论，通过询问，测试等方法得到反映投资者风险偏好的风险一利润权衡曲线，并据此通过利润和风险对此分析的具体计算，给出了一种发电商基于市场清算价格MCP（Market Clearing Price)选择竞标策略的实用方法和竞价思路。     

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.