电力市场中实现生产成本最小化的策略性竞标与数学模型

提出了在竞争的电力市场中实现发电生产成本最小化的数学模型。首先提出了二次型的发电生产成本的函数，研究了由于竞争以及市场条件、负荷的不确定等因素给发电公司带来的存货成本和缺货成本。最优的竞标价格是发电公司在竞争中获胜的首要条件，最优的竞标电量是发电公司实现其生产成本最小化的必要条件。本文提出了基于遗传编程实现生产成本最小化问题求解的快速算法，借助该算法，发电公司可以利用市场中公开的信息，快速地获得最优的价格策略和竞标策略。本文给出了一个有10个发电公司和20多个节点的省级电网作为研究实例，证明了所提出的竞标策略模型的实用性。     

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。     

采用分段报价规则的竞价策略初探

电力工业改革已经在我国6个省市初步实施并有望在10-15年间建成全国电力市场。作为6个电力市场试点之一的浙江电力市场已经成功运行2年多。在电力市场环境下，发电公司作为市场的主体参与竞价运行，其收益将在很大程度上取决于其采用的竞价策略。针对浙江电车和市场所采用的分段报价规则，初步探讨了发电公司的竞争价策略，构造了数学模型。采用正态分布函数描述竞争对手的投标行为，将最优竞价策略描述为随机优化问题，并应用蒙特卡罗方法求解。最后，用算例对所提出的方法加以说明。     

计及网络阻塞影响的发电公司最优报价策略

在电力市场环境下发电公司要竞价上网，其最关心的问题是如何构造最优的报价策略以获取最大利润。输电系统容量不足所引起的阻塞问题可以起到分割市场的作用，从而改变发电公司在电力市场中所处的竞争位置，进而影响发电公司的最优报价策略。文中研究了计及输电网络阻塞影响情况下的发电公司的最优报价策略，在假设可用概率分布函数来描述竞争对手报价行为的基础上，系统地构造了描述这一问题的随机优化模型，并提出了基于蒙特卡罗仿真和遗传算法的求解方法。最后，用修改过的IEEEl4节点系统说明了所提出的方法的基本特征。     

在于可能性理论的发电公司最优报价策略

在电力市场环境下，发电公司采用的报价策略对其自身的获利，甚至市场总体的运行行为都可能有相当大的影响。因而，研究发电公司应该如何构造最优的报价策略或分析电力市场中发电公司的策略性行为，进而考察潜在的市场势力的严重程度，是目前相当活跃的一个研究领域。提出了一种基于可能性理论构造发电公司最优报价策略的方法。以发电公司的历史报价数据、市场化改革以前的公开数据和专家的经验性知识等为基础，采用模糊集理论来描述竞争对手的报价行为，在此基础上构造了发电公司最优报价策略的模糊优化模型，给出了求解算法，这种方法特别适用于在电力市场运行初期或电力市场运行规则刚被修改后的时期，由于可用的历史数据尚不充分，不能采用概率方法描述竞争对手的报价行为的场合，最后用一个有6个发电公司参与的电力市场为例，说明了所提出的方法的基本特征。     

基于模糊集理论的发电公司分段报价策略研究

在电力市场环境下，发电公司竞价上网的目标是最大化利润。显然，发电公司采用的报价策略对其获得的利润会有相当大的影响。文章针对运行不久、历史数据尚不充分、采用分段报价和统一市场清除价的电力市场，提出了一种为发电公司构造最优报价策略的方法。文中在历史报价数据尚不充分和获取其他相关信息的基础上，采用模糊集理论描述了发电市场中竞争对手的报价行为，并建立了报价策略的模糊优化模型，然后采用遗传算法求解得到发电公司的最优报价策略。最后用算例说明了该方法的主要特征。     

基于可能性理论的发电公司最优报价策略

在电力市场环境下 ,发电公司采用的报价策略对其自身的获利、甚至市场总体的运行行为都可能有相当大的影响。因而 ,研究发电公司应该如何构造最优的报价策略或分析电力市场中发电公司的策略性行为 ,进而考察潜在的市场势力的严重程度 ,是目前相当活跃的一个研究领域。提出了一种基于可能性理论构造发电公司最优报价策略的方法。以发电公司的历史报价数据、市场化改革以前的公开数据和专家的经验性知识等为基础 ,采用模糊集理论来描述竞争对手的报价行为 ,在此基础上构造了发电公司最优报价策略的模糊优化模型 ,给出了求解算法。这种方法特别适用于在电力市场运行初期或电力市场运行规则刚被修改后的时期 ,由于可用的历史数据尚不充分、不能采用概率方法描述竞争对手的报价行为的场合。最后用一个有 6个发电公司参与的电力市场为例 ,说明了所提出的方法的基本特征。     

应用动态学习改进对竞争对手微增响应猜测的发电公司投标策略

该文应用微增响应猜测(Conjcctural Variation，CV)方法构造一种在不完全信息情况下的寡头竞争电力现货市场中发电公司通过动态学习改进对竞争对手的微增响应猜测的新投标策略，指出当各发电公司采用该文提出的投标策略进行不断重复的投标竞争后，市场所达到的均衡点为：Nash均衡点。算例计算结果说明各发电公司具有进行动态学习的动力，但是当所有公司进行学习时将会降低市场结清电价从而提高电力市场的社会总效益。算例计算结果还说明了电力需求弹性对学习过程的收敛性具有积极作用。     

输电阻塞中的多机组联合竞标策略

针对电力竞标市场中出现的输电阻塞问题,提出了基于功率分布系数的电价修正因子的概念和多机组联合竞标策略,并给出了相应的数学模型.该策略的本质是在现有的发电利润函数中,嵌入一可变的报价函数,使得在竞标过程中出现输电阻塞时,可以根据阻塞的情况调整相关机组的报价,从而有效地降低输电阻塞对发电厂商的影响,提高发电效益.多机组联合竞标策略基于由潮流追踪原理导出的系数.此策略能提高全部发电机组的利润,减轻阻塞区域之外的发电机组所受到的不利影响.9节点系统的算例验证了该方法的有效性.     

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。     

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.     

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。     

Power Pool中发电公司竞价问题的微观经济学分析

运用微观经济学理论研究了Power Pool模式中发电公司的竞价问题。首先，通过对寡头市场的均衡分析指出，Power Pool模式中发电公司采取策略性报价是寡头企业长期均衡的必然结果。其次．运用供给函数均衡分析指出，发电公司的优化报价策略是报价高于边际成本，发电公司的优化报价曲线经过发电公司面对其自身剩余需求曲线单独决策时的最优化点，市场的统一清除价必定等于发电公司面对其自身剩余需求曲线单独决策时的最优化点的价格，市场均衡解存在且惟一。最后，探讨了均衡解与市场力之间的关系，并通过分析差价合约对均衡解的影响发现差价合约可降低电力公司的市场力。     

Electricity market equilibrium of nonlinear power systems with reactive power control

The impact of reactive power control on the electricity market equilibrium is investigated. The effects of limitations on the reactive power generation and absorption, and load power factor adjustments, are examined using a novel electricity market equilibrium model that solves large-scale nonlinear power systems with asymmetric strategic firms. The algorithm implemented employs the linear supply function theory for bid-based pool markets. AC power flow analysis is used to represent the electricity network, incorporating variable price-responsive active and reactive load demands. The significance of the reactive power modeling in the electricity market equilibrium is demonstrated using the IEEE 14-bus and IEEE 118-bus systems. It is shown that variations on the reactive power in the system result in different market outcomes, as incentives are given to the strategic generating firms to alter their bidding strategies. The convergence characteristics of the IEEE 118-bus system are graphically presented and discussed to demonstrate the superior computational performance of the proposed algorithm in producing results under strict binding constraints and heavy transmission congestion conditions.     

不确定信息下发电企业的报价策略研究

发电企业的报价决策是在不确定信息的基础上作出的,如何分析处理市场公布的历史信息并描述相关决策信息的不确定性是构建优化报价策略的前提。针对此问题,对发电企业自身报价策略和其他因素对市场电价的影响进行了分析,以表征市场环境的指标为特征向量,运用模糊聚类方法对历史交易数据进行分类,依据各类别的中标容量和市场电价的样本数据建立模糊回归模型,在此基础上构建了优化报价策略的模糊机会约束规划模型,并给出求解方法。该模型可以为决策者提供在市场信息不确定的条件下、不同置信水平下的折中方案。最后,以拥有多台机组的发电企业为例,说明了该模型的基本特征和功能。     

计及输电约束的线性供应函数激励显示机制

基于博弈论中的机制设计理论和线性供应函数均衡(LSFE)理论,设计了一种激励相容的线性供应函数激励显示机制。依据该机制,所有发电商的最优报价策略为呈报其真实的边际成本曲线;所有用户的最优报价策略为呈报其真实的边际效用曲线;而且参与者(发电商和用户)是否披露其真实的经济信息与输电约束及其他所有参与者的报价策略无关,即所有参与者披露其真实的经济信息为市场惟一的纳什均衡,且该均衡为占优战略均衡。从而,独立系统运行员(ISO)根据参与者的报价曲线实施经济调度,以实现电力资源的优化配置和社会福利的最大化。不仅从理论上论证了所提出的激励机制的合理性,而且以IEEE3机9节点电力系统为例进一步验证了该机制在限制市场势力和提高电力系统运行效率方面的有效性。     

Security constrained optimal bidding strategy of GenCos in day ahead oligopolistic power markets: a Cournot-based model

Restructured electricity markets may provide opportunities for producers to exercise market power, maintaining prices in excess of competitive levels. In this paper a Cournot equilibrium model is proposed to obtain generation companies’ (GenCos’) optimal bidding strategies in a day ahead oligopoly market, considering elasticity of demand, market power and transmission security constraints. In order to consider network constraints, a multiperiod auction framework is addressed to simulate market clearing mechanism by means of social welfare maximization, in which the behaviors of market participants are modeled through piecewise block curves. Impact of transmission security constraints on participants’ market power is presented. A mixed integer linear programming is employed to solve the problem, resulting supply-demand satisfaction as well as market clearing prices at each hour. A novel methodology is presented for security constrained optimal bidding strategy of GenCos through introducing heuristic effective-supply curves. Subsequently, impact of GenCos’ power exertion on market characteristics and corresponding payoffs is studied. A 9-bus IEEE test system is used to implement the proposed methodology while simulation results demonstrate the effectiveness of the framework.