电力市场条件下发电企业竞价策略探讨

分析发电企业内部的经济活动,考虑完全市场的理想化的理想情况下发电企业的报价模型,对电力市场条件下发电企业的竞价策略进行了探讨。     

发电市场的迭代竞价机制

建立了发电市场迭代竞价模型。该模型在竞价过程中给出了充分的市场信息，发电商可以合理、经济地组织生产,确定竞标策略。电力购买者赋予了议价能力，协调各厂商竞价，促使市场高效地运作。实例模拟表明，在完全竞争的市场环境下，各厂商的发电资源可以得到充分利用，市场处于Nash均衡，出清价收敛于传统的系统边际成本附近，发电系统接近于经济运行状态。比较了迭代竞价机制与单轮投标机制的市场效率。模拟了发电商串通行为的形成，为此有必要制定有效的规则对市场竞价加以约束。     

电力市场环境下基于遗传算法的发电公司竞价机制

将竞价模型引入电力市场，由用户自由选择发电公司，建立竞价数学模型，并用遗传算法进行求解，对12节点系统进行仿真验证，结果表明此方法收敛性较好，并可提供多个方案供选用。     

分段竞价在区域电力市场中的应用方案

结合分段竞价的基本规则和原理模型,对分段竞价在区域电力市场中的应用难点进行了研究。在优先安排水电后,讨论了修正后负荷曲线划分容量段的实用方法;针对区域电网需要根据各省差异而划分价区的实际情况,在竞价出清过程中引入了省间潮流断面约束,从而实现了自动划分价区;在竞标选择和约束下调时,结合机组最小技术出力和省间潮流断面输送容量约束,采用按比例的方法分配报价相同机组的容量。考虑了负荷容量平衡、机组出力、省间潮流断面等约束,建立了区域电力市场分段竞价数学模型。结合以上实用化处理方法,该模型可以采用排队算法求解。对包含87台火电机组的实际系统进行仿真计算,验证了该方法的有效性。计算结果显示区域电力市场采用分段竞价方式,对电网公司和发电公司都是较好的方案。     

电力市场环境下基于遗传算法的发电公司竞价机制

将竞价模型引入电力市场,由用户自由选择发电公司,建立竞价数学模型,并用遗传算法进行求解,对12节点系统进行仿真验证,结果表明此方法收敛性较好,并可提供多个方案供选用.     

考虑发电成本省间差异的区域电力市场竞价机制

针对我国区域电力市场中普遍存在由于省间经济发展不平衡而导致的发电成本省间差异较大的问题,基于差异性电力租金理论,以地理位置差别和优势产生的差异性电力租金为税源,向低成本省的发电机组征收区域电力平等基金税,建立考虑发电成本省间差异的区域电力市场竞价机制。算例分析表明,该机制可以提高发电成本较高省的机组出力水平和市场占有率,在一定程度上保护了发电成本较高省机组的市场竞争力,实现了不同省的同类型发电机组之间的公平竞争。     

考虑发电成本省间差异的区域电力市场竞价机制

针对我国区域电力市场中普遍存在由于省间经济发展不平衡而导致的发电成本省间差异较大的问题,基于差异性电力租金理论,以地理位置差别和优势产生的差异性电力租金为税源,向低成本省的发电机组征收区域电力平等基金税,建立考虑发电成本省间差异的区域电力市场竞价机制.算例分析表明,该机制可以提高发电成本较高省的机组出力水平和市场占有率,在一定程度上保护了发电成本较高省机组的市场竞争力,实现了不同省的同类型发电机组之间的公平竞争.     

电力市场竞价策略探讨

通过对电力市场交易中的电力负荷和机组报价2者的历史数据风线的分析和讨论,制定一些初步竞价原则,以帮助电厂获取更大利润,同时引入利润曲线概念,以较清楚地对机组竞价的赢利情况作出快速评价。     

电力市场环境下发电企业竞价策略研究

目前 ,发电侧电力市场试行以当量电价竞价获取竞价电量 ,发电企业如何做好电力市场环境下的竞价策略研究 ,以取得最大电量和最大利润 ,已成发电企业的主要研究课题。根据发电企业存在容量成本和运行成本两种成本因素 ,提出了建立容量成本电价和变动成本电价的数学模型 ,发电企业应用数学模型可设计企业的竞价曲线 ,依据企业的发电目标确定竞价策略。     

区域电力市场环境下省级电力公司竞价策略研究

构建了一个省级电力公司购电费用数学模型.在区域电力市场规则的框架下,探讨了影响省级电力公司效益的市场行为及相关因素.其中包括年度发电合同电量、月度竞价交易电量、日前竞价交易电量三者的分配比例关系;负荷预测偏差;短期机组组合的安排.通过该模型分析以上因素对省级电力公司效益的影响程度及方式,并给出电力公司最优策略.     

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。     

发电企业辅助报价系统在华东日前电力市场中的应用分析

介绍了发电企业辅助报价决策系统的主要功能和报价策略,利用华东电力市场第二阶段日前市场竞价调电试验,对某发电企业1台600 MW机组进行了报价应用和分析.从系统应用结果及分析可以看出,系统采用的优化报价方案在正常情况下能产生贴近市场出清价格的报价策略.     

发电公司市场竞价策略优化分析

在电力市场交易过程中,发电公司之间为了获得额外利润,可能会默契地形成联盟。利用博弈论中n人对策理论,对发电公司可能的联盟竞价策略进行了优化分析,提出了一种处理联盟协调对策问题的二层优化方法。该方法在联盟外成员得到最大收益的前提下,使联盟成员的总收益最大。同时对总收益分配也进行了优化分析。算例表明：该方法在克服文献[4]提出的max-min算法保守性具有一定的作用,同时表明联盟策略是优化问题的关键,市场规则的制定要防止不正当联盟的产生。     

基于效用的发电商最优风险报价策略

电力市场中,发电商的报价策略直接影响着其收益的大小,如何选择兼顾收益和风险的报价策略对发电商来讲至关重要。提出了一种基于效用的发电商最优风险报价策略。这种方法基于机会约束规划估量报价风险,并运用效用理论评估报价策略的优劣。为发电商合理选择报价策略提供了一种新的途径。算例证明了该模型的可行性和有效性。     

省级电力公司购电策略研究

在日前市场交易时,省级电力公司既要依据各发电公司申报的上网电价,又要考虑已经确定的年度发电合同和月度竞价交易的分配。现行规则中把负荷预测偏差值结算到年度合同电量中,也可能对最终的购电费用产生影响。基于此,建立了在交易日的96个交易时段省级电力公司购电费用的数学模型,一方面使用遗传算法,把线性规划很难考虑全面的各机组的实际运营情况结合到算法中,得到更方便、准确的年度、月度、日前电量分配方案;另一方面负荷预测偏差可以带来市场边际电价的变化,由此得到两条切实的购电策略。     

电力市场条件下供电公司最优购电问题研究

电力市场条件下,根据现代投资理论建立了购电公司最优购电分配模型,用以确定远期合同市场、日前市场、实时市场的购电量,利用蚁群算法对模型求解。给出具体算例,通过算例证明了模型的正确性与可行性。     

基于博弈论和概率论的发电商竞价策略研究

电力市场环境下,发电公司可以通过策略性投标来获得最大利润。在分析策略性报价研究现状的基础上,建立了基于博弈论和概率论的发电报价数学模型,结合发电公司追求利润最大化的目标,对发电公司竞标成功的概率进行了详细的分析,通过比较发电报价与市场出清价两者之间大小关系的可能性概率及其数学期望的求解,给出了满足发电公司期望效用函数最大的最优报价策略方法。算例分析的结果验证了该方法的有效性和可操作性。     

考虑风电的电力市场发电商竞标博弈模型

以线性供给函数均衡(linear supply function equilibrium,LSFE)模型为基础,建立了市场出清价格(market clearing price,MCP)机制下考虑风电、机组约束以及系统约束的发电商策略性竞价模型。该市场模型对应完全信息静态博弈问题,是一个典型的两层优化模型。模型下层求解市场出清问题来确定发电商最优出力以及正、负备用容量,上层求解发电商竞价利润最大化问题。模型下层属于凸二次规划问题,根据这一特点设计了粒子群优化算法和序列二次规划相结合的迭代算法来求解纳什均衡点。算例测试表明与按报价支付(pay as bid,PAB)机制相比,在MCP机制下能量市场和备用市场的价格普遍偏低。     

电力竞价上网的博弈模型与算法

假设每个发电企业对上网电价进行密封报价、统一时间开标,报价低的一方中标,提出2个发电企业竞价上网的静态贝叶斯博弈模型与算法,当每个发电企业均采用线性策略时,分析了模型的收敛性和贝叶斯纳什均衡解的存在性;然后对2个发电企业竞价上网模型进行扩展,研究了多个发电企业竞价的贝叶斯纳什均衡,建立了多个发电企业竞价上网博弈模型.最后进行了计算机系统仿真,结果表明:所建立的模型随着企业数的增加,发电企业的报价更加趋于理性,逐渐趋近于预测值.     

基于VaR和CVaR风险度量的发电商竞价策略

在发电侧竞争市场模式下,发电商关心的是如何获得最高利润,且尽量降低不必要的损失。竞价策略对发电商而言直接关系到其利润的多少,如何衡量竞价策略的风险正是本文拟探讨的问题。借鉴金融学的风险管理理论,采用风险价值(VaR)和条件风险价值(CVaR)作风险度量指标,建立了Pool模式和Bilateral模式下发电商的收益模型,并通过VaR、CVaR值的计算分析了不同报价策略下发电商的风险。仿真计算结果表明VaR和CVaR能为发电商竞价策略提供有效的风险度量方法。