基于排序多元Logit模型的卡特尔类机组串谋竞价识别

在电力现货市场建设的初期,识别机组串谋竞价是有效防范发电商串谋行为真正发生的重要环节。依据市场份额将机组分为卡特尔类机组和竞争类机组,针对卡特尔类机组提出了基于排序多元Logit模型的串谋竞价识别方法。首先,依托博弈论原理,分析影响机组报价的因素,构建机组报价回归方程。然后,通过邹检验判断报价影响因素对卡特尔类机组和竞争类机组报价行为的影响程度是否存在差异。若存在差异,则建立卡特尔类机组报价的排序多元Logit模型,并利用似然比检验判断卡特尔类机组的高价序列和低价序列之间是否存在差异,论证卡特尔类机组串谋竞价的可能性。最后,将所提方法应用于某地区电力现货市场中,算例结果显示在5%的显著性水平下,卡特尔类机组存在串谋竞价的可能性。     

基于TOPSIS法评价发电机组交易投机行为的研究

电力交易中心是电力市场的运营机构,需要监测市场主体的交易投机行为。选取发电机组电力交易申报数据形成的4个指标(平均申报电价、价格突变率、容量持留率、合约现货比)作为评价发电机组是否投机的变量,首先对4个评价指标建立权重矩阵,进行归一化处理后,得到4个评价指标的权重向量。其次结合电力市场典型机组的申报数据,运用TOPSIS法建立机组交易申报投机行为评价矩阵。在对不同量纲的数据进行正向化和标准化处理后,结合4个评价指标的权重赋值对每个机组的申报行为计算得分,分数落在[0, 0.5)区间内的机组为投机性机组,分数落在[0.5, 1]区间内的机组为非投机性机组。     

电力现货市场节点电价关键影响因素研究

随着市场化改革的逐步深入,电力现货市场建设进程已步入关键阶段,亟需对影响市场出清价格的关键因素进行深入研究。节点电价是电力现货市场的核心,分析节点电价的影响因素对电力现货市场建设至关重要。为此,首先对影响电力现货市场节点电价的关键因素进行了初步分析,然后依托南方电网科学研究院电力市场仿真平台,基于IEEE 39节点系统和数值摄动灵敏度分析法,定量分析机组申报容量、机组申报价格、用户实际用电负荷、系统负荷预测、线路传输容量等交易指标变化对于市场出清的影响。研究成果可为现货市场交易规则和边界条件设置提供量化决策依据,加快电力现货市场的建设进程。     

基于聚合节点的级联水电机组报价机制及策略研究

我国电力现货市场建设处于初级阶段,单机组报价的竞价模式与级联发电机组的物理运行特性之间存在矛盾.当市场中所有发电机都独立进行价格申报及结算时,可能会使调度出清结果与实际机组群的运行性能相违背,由此给机组群报价带来困难,同时导致严重的调度偏差以及实际资源的浪费.文中针对级联水电机组等资源耦合的发电资源,提出了一种基于聚合...     

高比例可再生能源电力系统中电量约束型机组参与现货市场的机制

新型电力系统迫切需要发展各种灵活性调节资源,必须要为灵活性调节资源设计合理的市场机制。但储能、调节式水电站等电量约束型机组的成本特性与传统电源有显著差别,基于火电为主体的电力系统设计的现货市场机制不适应电量约束型机组的特点。为此,分析了电量约束型机组的特性差异,发现其稀缺资源由电力转为电量,其成本与电量而非出力水平相关,进而论证了针对电量约束型机组特点、构建全新报价机制的必要性。在此基础上,提出了电量约束型机组在现货市场的报价机制,由申报功率量价曲线变为申报电量量价曲线,设计了考虑电量约束型机组的新型电力系统现货市场出清模型。为了激励储能参与现货市场,还提出了与现货市场相耦合的储能容量机制。算例验证了所提机制和模型的有效性。     

电力现货市场局部市场力辨识措施

针对电力现货市场可能存在的局部市场力问题,在电力市场仿真平台上验证了在局部断面阻塞情况下,部分机组通过提高报价来行使局部市场力的行为。同时提出了一种通过局部市场力事前评估和事后验证来监测市场主体市场力行使情况的方法,该方法可有效辨识电力现货市场局部市场力行为。最后通过仿真验证了该方法能有效识别市场关键机组,防控其行使市场力,减轻市场运营压力。     

基于电能-备用联合优化的容量持留监测方法

容量持留是电力市场中发电企业利用市场力恶意串谋、操纵价格的主要手段。针对这一问题,首先剖析了电力市场中容量持留套利的基本模式,总结了其主要特征,提出了市场成员容量持留的判断标准。在此基础上,以电能-运行备用联合优化模型为核心,提出了容量持留监测方法,基于发电侧成员电力、备用和价格申报结果,监测可能的容量持留行为。最后基于IEEE 30节点系统构造算例,验证了所提出方法的有效性。     

南方(以广东起步)电力现货市场试运行分析体系与实例

随着中国电力改革不断深入和推进,南方(以广东起步)电力现货市场在2019年开展了3次结算试运行,积累了大量运行数据,亟须建立试运行分析体系,深入挖掘现货市场运行规律。基于产业组织理论的市场分析模型,从市场结构、市场行为、市场绩效角度构建适合"计划+市场"的运行分析体系,从市场集中度、边界条件变化、市场主体报价策略调整、边际机组分布、市场价格等方面展开深入分析,总结出试运行具有市场结构总体上呈现低寡占特征、市场机组整体上依据成本来报价、市场价格基本能够体现供需变化等特点。最后,提出加强市场力监管、完善电源侧成本补贴机制、有序合理放开现货与中长期合同比例等建议。     

基于KPCA+LR的电力现货市场发电企业串谋行为分析

在省间电力现货市场建设初期,市场近似于寡头垄断市场,发电企业之间的串谋问题严重影响市场公平,为构建高效的电力市场,保障市场的安全稳定,有必要对市场进行监管。该文首先从五个维度构建串谋行为识别指标集合,并针对高维数据进行降维处理,构建了基于KPCA+LR(Kernel Principal Component Analysis Logistic Regression)的电力现货市场发电企业串谋行为识别模型。最后,对国内某省间电力现货市场交易数据进行分析,结果表明该模型准确率达到95%,验证了所构建模型的有效性。     

发电企业现货报价策略模型的构建

目前电力现货市场推进步伐正逐步加快,电力现货市场还原了电力的商品属性,但对发电企业来说,在电力现货市场中电价、发电量、发电收益无法预测带来的不确定性,以及机组实际工况需求难以通过现货报价调整来满足,均对发电收益造成很大影响。针对这种情况,紧紧围绕自身需求,创新工作体系,建立了一套现货报价策略模型,实现了日前预测次日各时段电价,根据预测电价计算次日发电收益、发电负荷,同时考虑机组各种实际工况,制定最优化的报价策略,有效提升了基层发电企业在电力现货市场中的发电收益。     

特约文章：水电现货竞价关键技术研究进展

电力现货市场是现代电力体系的重要组成部分,对还原电力商品属性、发现价格和优化资源配置起着关键作用。水电受径流随机性影响,丰枯矛盾突出,出力不确定性大;水库受综合利用限制多,梯级电站联系紧,多主体上下游电站信息共享难;加上外送通道不足、断面阻塞严重等现状,水电参与电力现货市场面临诸多挑战。本文针对水电参与电力现货市场“量价”申报涉及的关键科学技术问题,包括市场出清价预测、发电能力优化、竞价策略、水电现货报价决策支持系统等,对国内外研究现状进行总结,对提出的数学模型和算法进行归纳,评述了现有方法的优缺点,对未来发展趋势进行展望,旨在为丰富我国电力现货市场理论和方法及水电企业生产经营提供参考。     

发电负荷双侧报价的日前电能市场出清模型及其定价分析

在发电单侧报价的日前电能市场中,负荷侧市场主体缺少主动参与定价的能力,随着我国各试点省现货市场建设的推进,下一步将建设发电、负荷双侧参与报价的电能市场.由于电力资源的特殊性,双侧报价的优势仍须进行定量分析.文章分析了电能现货市场中发电、负荷双侧报价的国内外研究现状,面对负荷侧统一电价、放开市场化的比例以及虚拟投标等问题...     

欧洲统一电力市场演变和日前市场出清模型

本文首先梳理了欧洲一体化电力市场的融合过程,介绍了用于计算电价及跨境容量的区域价格耦合项目;其次研究了泛欧混合电力市场集成算法,研究了节点边际电价、可用传输容量和基于潮流的市场耦合数学模型;最后总结了各种市场耦合模型的特点,并针对南方区域电力现货市场建设提出了建议。     

“双碳”目标下风氢联合系统参与现货市场的优化运行与效益分析

“双碳”目标下,电力现货市场成为消纳新能源的重要平台。由于新能源出力具有波动性和不确定性,高比例新能源进入电力市场后将带来新的挑战。电转氢(power to hydrogen,P2H)作为绿色低碳的灵活性调节资源,能够为新能源大比例入网提供新的途径。首先在新能源场站报价报量参与电力市场与常规机组同台竞价的基础上,构建了包含日前和实时两级的上层电能量现货市场竞价交易优化模型。其次对含有P2H的风电场出力进行优化,构建了下层风氢联合系统实时优化模型。最后以改进的IEEE 30节点系统为例分析了“双碳”目标下高比例风电参与现货市场带来的电价波动风险,研究了风氢联合系统参与现货市场的经济性。结果表明风电场配备一定规模的P2H设备能够有效减少风电不确定性给现货市场带来的电价波动风险,提高风电利用率,实现氢的廉价制取,在经济上具有一定可行性。     

考虑成本系数变动情形下的发电商报价策略研究

研究了在现货市场和合同市场两种情况中,当发电商报价函数的成本系数服从一定分布时的发电商报价策略,得出了其最优产量解,并进行了算例计算。发现不论发电商成本函数中的成本系数服从哪种分布,发电商总可以通过在合同市场和期货市场两个市场套利来规避风险。     

电力市场环境下价格突变的机理分析和风险防范

指出电力市场的价格存在不确定性,描述了电力市场中异常价格的类型.预防和规避市场的价格风险,是建立公平、有序、稳定的电力市场的关键.通过对加州电力市场价格的统计,分析异常价格出现的规律,剖析了影响电力市场价格的主要因素,介绍了价格突变的预测方法,提出了结合价格预测和风险防范的市场竞价流程.     

电力现货市场环境下提供位置信号电价机制的协同作用

对电价中的位置信号及能够提供位置信号的电价机制进行分类梳理和总结,对电力现货市场环境下电价中位置信号的作用进行分析;结合电力现货市场仿真,定量分析在不同的电网结构及系统阻塞条件下,电能量现货市场中的“节点边际电价（LMP）机制”和“分区输电定价”机制在实现其作为公共事业服务价格作用方面的协同作用关系;结合中国某省电网的实际情况,通过电力现货市场仿真和电价测算对分析结果进行验证,为中国电力现货市场环境下的电价机制选择提出建议。     

电力市场中现货电价的分析

本文以浙江电力市场的实际运行数据为基础,对电力市场中的现货电价进行了统计分析。解释了电力市场中电价的一些异常波动现象,包括负电价、零电价出现的原因。研究了最高限价出现的频率及其与系统负荷的关系,并从“市场势力”的角度分析了统计结果。发现交易日与交易日之间各时段电价变化的相关程度较高,并由此探讨了进行短期电价预测的可能性。另外,评估了浙江电力市场现货电价的总体水平及整个市场的运行状况。     

电力现货市场环境下提供位置信号电价机制的协同作用

对电价中的位置信号及能够提供位置信号的电价机制进行分类梳理和总结,对电力现货市场环境下电价中位置信号的作用进行分析;结合电力现货市场仿真,定量分析在不同的电网结构及系统阻塞条件下,电能量现货市场中的“节点边际电价（LMP）机制”和“分区输电定价”机制在实现其作为公共事业服务价格作用方面的协同作用关系;结合中国某省电网的实际情况,通过电力现货市场仿真和电价测算对分析结果进行验证,为中国电力现货市场环境下的电价机制选择提出建议。     

Electricity market price spike forecast with data mining techniques

Electricity market price forecast is a changeling yet very important task for electricity market managers and participants. Due to the complexity and uncertainties in the power grid, electricity prices are highly volatile and normally carry with spikes, which may be tens or even hundreds of times higher than the normal price. Such electricity spikes are very difficult to be predicted. So far, most of the research on electricity price forecast is based on the normal range electricity prices. This paper proposes a data mining based electricity price forecast framework, which can predict the normal price as well as the price spikes. The normal price can be predicted by a previously proposed wavelet and neural network based forecast model, while the spikes are forecasted based on a data mining approach. This paper focuses on the spike prediction and explores the reasons for price spikes based on the measurement of a proposed composite supply–demand balance index (SDI) and relative demand index (RDI). These indices are able to reflect the relationship among electricity demand, electricity supply and electricity reserve capacity. The proposed model is based on a mining database including market clearing price, trading hour, electricity demand, electricity supply and reserve. Bayesian classification and similarity searching techniques are used to mine the database to find out the internal relationships between electricity price spikes and these proposed. The mining results are used to form the price spike forecast model. This proposed model is able to generate forecasted price spike, level of spike and associated forecast confidence level. The model is tested with the Queensland electricity market data with promising results.