电力市场多市场交易优化分配模型

电力市场多市场交易优化分配模型

0单一市场市场格兰投资市场分配的研究电力市场运作后，能源市场参与者对市场的利益最大化一直是能源行业研究的重点之一。目前很多研究集中在发电商的竞标策略,单一交易市场中的竞标策略已得到广泛、深入的研究。在电力市场中,一般存在多种交易市场,如双边交易、合约交易市场、发电权交易市场、日前市场、实时市场等。市场参与者不仅要进行市场竞标策略优化,在进行各市场交易前,还需要先决策各市场的交易量,即决策在哪些市场进行交易,以及如何分配不同市场的交易量。在解决了多市场交易量分配的基础上,加上已被充分研究的单一市场竞标策略,才能完整地解决竞标决策问题。在多市场交易量分配问题中,最基本的是两市场交易量分配问题,其分配策略是研究更复杂的多市场问题的基础。每个市场参与者对市场有不同的影响力(marketpower):市场影响力较大的为Price-maker;影响力不大的为Price-taker。购电商和发电商的市场交易量分配是一个问题的两个方面,解决问题的思路的相似之处在于都是谋求收益尽可能大(或支出尽可能小),同时考虑规避市场风险;不同之处,一方面是购电商的交易总量是基本固定的,而发电商的交易总量则需要优化而求得,另一方面是发电商和购电商问题所受的约束也不相同,发电商的约束主要来自于机组等物理约束,而购电商的约束主要来自于需求量。由于发电商的优化问题中要考虑发电成本,而发电成本的计算是一个非常复杂的问题,因而问题比购电商市场分配复杂。为了简化问题,本文重点研究市场交易量分配的解决方法,对发电成本将进行适当简化处理。现在,有关购电市场分配的文献中,文献[10～12]研究了Price-maker购电商市场分配问题;文献[13～16]对Price-taker购电商的两市场购电问题进行了研究;文献研究了多种市场特性下的两市场分配问题,由于文中风险因子是一个带量纲的量,使市场购电商在确定风险因子时存在一定的难度;文献以鞅为出发点对购电问题进行了讨论。本文的(一)、(二)两篇分别从购电商和发电商两个角度出发,研究了Price-taker在两市场竞标中分配交易量的决策问题。本篇在文献的基础上研究购电商的市场分配问题,包括将风险因子变换为一个无量纲的量,以利工程应用。1两市场电价的统计特性电力市场中,通常高风险市场的价格波动较大,而低风险市场价格波动较小。在总需求量为确定性已知量时,购电商市场分配问题是如何确定各个市场中的购电量,使总购电费用和风险尽可能小。由于Price-taker购电商对市场影响很小或没有影响,对他们而言,两个市场的电价都是随机变量。根据历史数据和新的市场信息,可以估计出两市场电价的统计特性。设购电商在两市场购电,其中第1市场电价为随机变量λ1,数学期望为,方差为;第2市场电价为;λ2,其数学期望为,方差为;总需求量为D,在第1市场购电D1,在第2市场购电D2=D-D1=(1-x)D,其中x为第1市场的购电分配率,x=D1/D。若购电商不利用市场差价进行套购,则x满足0≤x≤1。购电商的购电总费用可表示为C=D[xλ1+(1-x)λ2]。用总费用的标准差来表示风险R,定义,其中,E(C)为总费用的数学期望。取目标函数为J=E(C)+rR,其中r(r≥0)为风险因子,代表风险相对于费用的重要程度,由购电商确定。则Price-taker购电商的市场分配问题可描述为:2最优分配算若随机变量λ1和λ2相互独立,则总费用的数学期望为:风险为:当r=0时,表示决策不考虑风险因素,只考虑购电总费用。此时,若,取x=0;若,取x=1;若,取x∈中任何值都是优化解。当r>0时,令,由,可得购电的最优分配率:由于0≤x≤1,可得的条件下,xopt与k的关系为:xopt和r之间的关系如图1所示。的情况也不难类推。图1表明,r较小时,说明购电商不重视风险,会全部在电价低的市场购电,随着风险重视程度的增高,其在高电价市场的购电百分率也将增加,但是,不论购电商如何重视风险,在高电价市场购电率都不应大于。3购电解费用的计算期望如果两个市场的交易时间有先后,则一个市场电价将会受到另一个市场电价的影响,设第2市场的电价λ2将受第1市场电价的影响。设λ2的数学期望为,方差为。用D表示总需求电量,第1市场的购电量D1=xD,而第2市场的购电量D2=(1-x)D。购电总费用的数学期望为:方差,其中C(λ1,λ2)是总购电费用。购电市场分配问题可描述为:根据条件概率理论,有可得到总费用的数学期望为:风险为:求解问题(6),可找出最优的市场分配率。令,由,可得:4日市场购电率与电价负负相关的关系对美国加州电力市场2000年5月27日0时至6月3日0时的日市场和实时市场的数据进行分析。该星期内的峰荷期(7:00～-22:00),PX日市场的电价(单位为美元/(MW·h))最高值为88.26,最低为17.81,均值为55.76。ISO实时市场的电价最高为125.80,最低为-163,均值为67.25。若该地区的某购电商在对历史数据分析的基础上,加上掌握的当前各种市场信息,忽略两市场间电价影响时,估计下一时段加州市场日市场的电价均值美元/(MW·h),方差,ISO实时市场的电价均值美元/(MW·h),方差。若购电商在下一个峰荷期内的需求量均值为D=2000MW·h,根据其对下一个交易时段风险的重视程度,就可以确定风险因子,进而得到最优的日市场购电率。其日市场购电率与风险因子的关系见图2。由图2可以看出,当选择的风险因子小于1.23时,表明其基本不考虑电价波动的影响,忽视电价风险,因而应全部在平均电价较小的日市场购电。如果风险因子大于1.23,则在日市场的购电率小于1,且r取得越大,在日市场的购电率就越小,但不论购电商如何重视风险,在日市场的购电量不应小于0.8558。考虑两市场电价相互影响时,结果将随其关系而变。给出两种简单情形:①递增关系,设从历史和各种市场信息得出,则a1=189,其日市场购电率恒为1,表明如果实时市场电价始终高于日市场电价,且波动也比日市场大,则应全部在日市场购电;②递减关系,若电价间关系呈线性关系,但斜率为负时,则会出现与图2