Real-Time Bidding Strategy of Energy Storage in an Energy Market with Carbon Emission Allocation Based on Aumann-Shapley Prices
该研究提出含基于Aumann-Shapley价格的碳排放分配的新型电力市场,结合参数线性规划与Lyapunov优化推导储能实时竞价策略,验证了方法的有效性、可扩展性及相对现有方法的优势。
2024-03-13 math.OC
Intercept Function and Quantity Bidding in Two-stage Electricity Market with Market Power Mitigation
本文针对两阶段电力市场中的市场力缓解问题,提出用截距函数投标替代传统供给函数投标,通过纳什均衡与Stackelberg-Nash博弈分析,证明日前MPM政策可完全消除发电机市场力,而实时MPM政策会改变需求在日前与实时市场间的分配。
2023-08-10 math.OC
Strategic Bidding for Producers in Nodal Electricity Markets: A Convex Relaxation Approach
电力市场中的策略性报价问题是电力系统中广泛研究的问题,其求解过程往往是复杂的双层最优化问题。解决这类问题的最先进的方法是将其转化为混合整数线性规划(MILP)。然而,这样的MILP重新公式化的计算时间急剧增长,一旦网络规模增加,调度范围增加,或考虑随机性。在本文中,我们采取了一个根本不同的方法,并提出了有效的和定制的凸规划工具来解决节点电力市场中的生产商的战略报价问题。我们的方法的灵感来自于Schmudgen的Positivstellenetrance定理在半代数几何,但然后我们通过几个步骤的基础上,凸优化和混合整数规划,结果在获得接近最优的投标解决方案,证明了几个数值案例研究,除了具有巨大的优势,减少计算时间。虽然最先进的MILP方法的计算时间呈指数增长,当我们增加调度范围或随机场景的数量,我们的方法的计算时间增加,而线性。
2016-06-20 cs.DS math.OC
Market Power Mitigation in Two-stage Electricity Market with Supply Function and Quantity Bidding
本文研究了考虑供应函数与电量报价的两阶段电力市场中系统级市场力抑制(MPM)政策的影响,发现实时MPM会导致均衡损失,日前MPM会使负荷在Stackelberg-Nash博弈中获利,表明无此类政策市场境况更好。
2023-09-18 math.OC
Strategic Bidding in Electricity Markets with Convexified AC Market-Clearing Process
本文提出了一个框架,以解决参与者的战略报价问题,在电力市场清除采用完整的交流最优潮流(ACOPF)问题的制定。传统上,独立系统运营商(ISO)利用直流最优潮流(DCOPF)问题的形式来解决电力市场。这项工作的主要任务是找到什么将是挑战和机遇,如果ISOs杠杆的全部ACOPF的市场出清问题(MCP)?本文提出了一种带均衡约束的易处理的数学规划来求解凸化的AC市场出清问题。市场参与者在考虑发电机组无功调度的同时,通过策略性报价实现利润最大化。通过给出松弛ACOPF问题的对偶形式,获得了平衡约束。与DCOPF相比,基于ACOPF的MCP策略投标问题提高了位置边际价格和市场参与者利润的准确性。结果表明,基于DCOFP的MCP策略报价问题无法模拟无功支持的局限性。所提出的结果显示的情况下,所提出的战略投标方法呈现$52.3\%$更多的利润发电公司(GENCO)比DCOPF为基础的MCP模型。拟议的战略投标框架还解决了耦合的真实和无功功率调度的发电约束,斜坡约束,需求响应的影响与可削减和时间转移的负载,和AC线路流量的限制的挑战。因此,所提出的方法将有助于市场参与者利用更准确的ACOPF模型的战略报价问题。
2022-02-28 cs.SY eess.SY math.OC
Operational planning and bidding for district heating systems with uncertain renewable energy production
在广泛使用区域供热(DH)的国家,DH和电力系统的集成运行可以增加电力系统的灵活性,实现可再生能源(RES)的更高集成度。DH运营商不仅可以通过在电力市场上采取行动来为电力系统提供灵活性,而且还可以从这种情况中获利,以降低系统的整体成本。然而,运营规划和招标包括几个不确定的组成部分,在规划的时候:电力价格,以及热和电力生产的RES。在本出版物中,我们提出了一种规划方法,支持DH运营商的生产调度和创建投标的一天前和平衡电力市场。该方法基于随机规划,并将虚拟电厂的报价策略推广到DH应用中。通过情景生成明确考虑了不确定因素。我们将我们的解决方案应用于丹麦的一个真实案例研究,并对DH系统的生产和交易行为进行了广泛的分析。该分析提供了关于DH系统如何提供调节功率以及不确定性和可再生能源对规划的影响的见解。此外,案例研究表明,考虑机组组合和两个市场以适应可再生能源生产和市场状况,在降低成本方面有好处。
2018-10-25 math.OC
Mitigation-Aware Bidding Strategies in Electricity Markets
电力市场中的市场力行为扭曲了市场价格,降低了社会福利。许多市场已经实施了市场支配力缓解流程,以消除此类行为的影响。缓解机制的设计直接影响到投资者的盈利能力,从而影响到中期/长期资源的充足性。为了评估现有市场力缓解机制的有效性,提出了一个缓解感知的策略报价模型,并研究了当前市场力缓解机制下市场参与者的报价策略。该模型具有双层结构,上层是策略参与者的利润最大化问题,下层是市场运营商的调度问题。特别是,考虑潜在的报价缓解被纳入作为上层的约束条件的基础上的行为和影响测试。利用KKT最优性条件最优性条件、对偶理论和线性化方法,将双层规划问题转化为单层混合整数线性规划问题。数值结果说明了一个战略参与者如何行使市场力,以实现更高的利润,即使在当前的市场力缓解过程中,我们分析的社会影响,市场力行使结果。
2022-11-04 cs.SY eess.SY math.OC
A novel bidding method for combined heat and power units in district heating systems
提出了一种热电联产机组参与日前电力市场的竞价方法。更具体地说,我们考虑一个区域供热系统,其中热量可以由热电联产单元或仅供热单元产生,例如,煤气或木片锅炉。我们使用一个混合整数线性规划来确定每天生产单元和存储的组合的最佳操作。基于机组子集的最优生产,我们可以推导出竞价价格和热电联产机组提供的电量日前的市场。我们的方法的新颖之处在于,价格是通过迭代地通过热电联产生产替代纯热单元的生产而得出的。这导致具有鲁棒的投标策略的算法,即使投标未被赢得,该算法也不会增加系统成本。我们分析了我们的方法在一个小的现实的测试案例来说明我们的方法,并将其与其他报价策略从文献中,单独考虑热电联产机组。分析表明,考虑区域供热系统中的机组组合,并根据其他机组的热量生产替代来确定投标,会导致更好的结果。
2018-10-25 math.OC
Where to Market Flexibility? Optimal Participation of Industrial Energy Systems in Balancing-Power, Day-Ahead, and Continuous Intraday Electricity Markets
波动性较大的可再生能源发电所占份额不断上升,增加了对电网灵活性的需求。工业能源系统可以通过参与连续的日内、日前或平衡电力市场来提供灵活的容量。因此,工业能源系统面临着在哪里销售其灵活能力的问题。在这里,我们提出了一种方法,将连续的日内市场交易整合到灵活的工业能源系统的多市场优化中。为了估计日内市场收益,我们采用期权价格理论。随后,多阶段随机最优化确定最优报价策略并分配柔性容量。该方法被应用到一个多能源系统的案例研究表明,在所有三个考虑市场的协调投标降低成本最。对日内市场波动的灵敏度分析揭示了市场偏好的变化,从而强调了多市场优化的必要性。所提出的方法提供了一个实用的决策支持工具,在短期电力市场和平衡功率。
2022-12-23 math.OC
A Market Mechanism for a Two-stage Settlement Electricity Market with Energy Storage
本文针对含储能与需求不确定性的两阶段多时段电力市场,提出两种混合报价策略的市场机制,证明二者均存在唯一竞争均衡,且纳入日前决策的策略更具优势,并用纽约ISO数据给出机制性能边界。
2024-03-07 math.OC
Optimal Joint Bidding and Pricing of Profit-seeking Load Serving Entity
需求响应为运营零售电力市场(REM)的负荷服务实体(LSE)提供了一个机会,以战略性地购买能源并在批发电力市场(WEM)中提供储备。本文关注的问题,同时确定最佳的能源投标和备用提供的LSE提交给WEM以及最佳的能源和备用价格,它设置在REM,以最大限度地提高其利润。为此,我们显式建模的三层市场结构,包括一个WEM,REM,和一组最终用户的客户,以捕捉投标问题和定价问题之间的耦合。在三层市场模型的基础上,将联合投标定价问题转化为双层规划问题,进而转化为单层混合整数线性规划问题,并进行了求解。数值研究使用IEEE的测试案例来说明所提出的方法的应用,以及揭示几个有趣的特点,伦敦证交所的逐利行为。
2018-03-28 math.OC
Electrolyzers Bidding in Electricity Markets under Green Hydrogen Regulations and Uncertainty
针对绿色氢时间匹配补贴带来的不确定性,本文用线性规划及 KKT 条件构建并网电解槽的不确定性感知日前报价曲线,使利润提高约4%,并揭示法规激励可能扭曲。
2025-07-28 math.OC
Learning from Past Bids to Participate Strategically in Day-Ahead Electricity Markets
我们认为,在一天前的市场环境下,每个供应商出价的线性非减函数,她的发电容量的目标是最大限度地提高她的个人利润给其他竞争供应商的报价的电力供应商的投标过程。根据提交的投标,市场运营商安排供应商在每个小时内满足需求,并确定每小时的市场清算价格。最终,当没有供应商有动机修改她的出价时,这个博弈论过程达到纳什均衡。然而,解决个人利润最大化问题需要竞争对手的出价信息,这通常是不可用的。为了解决这个问题,我们开发了一个逆优化方法来估计竞争对手的生产费用函数给定的历史市场出清价格和生产水平。然后,我们使用这些功能,以投标战略和计算纳什均衡出价。我们提出的数值实验说明我们的方法,显示出良好的协议之间的投标的基础上估计的生产费用函数与投标的基础上真正的费用函数。我们讨论了我们的方法,考虑到网络拥塞导致位置依赖的价格的扩展。
2018-11-14 math.OC
A MIP framework for non-convex uniform price day-ahead electricity auctions
众所周知,在非凸日前电力拍卖中,统一价格的市场均衡往往不存在。我们考虑的情况下,非凸,统一价格泛欧日前电力市场“PCR”(区域价格耦合),与非凸性所产生的所谓的复杂和块订单。扩展以前的结果,我们提出了一个新的原始-对偶框架,这些拍卖,这在经济分析和算法设计的应用。这里的贡献是三方面的。首先,从算法的角度来看,我们给出了一个非平凡的精确(即不近似)线性化的非凸“最低收入条件”,必须持有复杂的订单所产生的西班牙市场,避免引入任何辅助变量,并允许我们解决市场清算的情况下,涉及大多数投标产品的PCR使用现成的MIP求解器。其次,从经济分析的角度,我们给出了最优化问题的第一个MILP公式,如最大化的交易量,或最小化的机会成本的矛盾拒绝的大宗投标。我们首先展示了一个玩具的例子,这两个目标是不同的福利最大化。我们还直接恢复了一个先前提到的替代市场模型的属性。第三,我们提供了现实的大规模实例的数值实验。它们说明了这种方法的效率,以及在实践中可能发生的经济权衡。
2015-01-30 math.OC
Electricity Market Equilibrium under Information Asymmetry
本文研究了具有日前和实时两个交易阶段的竞争性电力市场均衡。每个市场代理的福利暴露于不确定性(这里来自可再生能源生产),而代理信息的概率分布的这种不确定性是不相同的,在一天前的阶段。我们表现出了高灵敏度的均衡解决方案的信息不对称的水平,并展示了经济,运营和计算价值的系统所产生的潜在的信息共享。
2019-05-23 math.OC
Joint Shaping and Altering the Demand Profile by Residential Plug-in Electric Vehicles for Forward and Spot Markets in Smart Grids
插电式电动汽车(PEV)可以显著增加居民用电需求的弹性。这种弹性可以用于形成由共享一个电力零售商或聚合商的大量住宅PEV的用户组成的系统的每日聚合电力需求曲线。在本文中,我们提出了一个联合的需求塑造和改变算法管理车辆到电网(V2G)使能PEVs的电力分配(充电和放电),以减少总的电力采购成本的零售商投标到两个结算电力市场,即,一天前(DA)和实时(RT)市场。该方法具有分散性、可扩展性、快速收敛性和不侵犯用户隐私的特点。我们的模拟结果表明,显着的整体成本节省(高达28%)的零售商投标到一个可操作的电力市场,使用我们提出的算法。当电力系统整合大量间歇性能量资源时,这变得更加突出,其中由于更可能的意外事件,RT需求改变是至关重要的,因此更多的RT价格波动,甚至更多所谓的\textit{black swan events}。零售商较低的购电成本最终使其能够为客户提供更好的交易并扩大其市场容量。这意味着客户也可以享受更低的电费。
2015-05-25 math.OC
Optimizing Bidding Curves for Renewable Energy in Two-Settlement Electricity Markets
Argonne National Laboratory(阿贡国家实验室);Massachusetts Institute of Technology(麻省理工学院);University of Michigan(密歇根大学);Lehigh University(理海大学)
本文针对双结算电力市场提出基于可变可再生能源基准投标曲线的协调方法,通过双层优化求解,其方案优于基准方案,可近似实现成本最低的随机市场结果。
2026-11-13 cs.SY econ.GN eess.SY
Revisiting minimum profit conditions in uniform price day-ahead electricity auctions
我们研究了清算日前电力市场拍卖的问题,每个投标人,无论是生产者还是消费者,可以指定一个最小利润或最大支付条件,约束接受一组投标曲线跨越多个时间段的位置,通过传输网络与线性约束。这种类型的条件例如在西班牙和葡萄牙的日前市场中被考虑。这有助于描述发电厂的启动成本的回收,或者类似地,对于大消费者,公用事业减少了常数项。一个新的市场模型提出了相应的MILP制定统一的位置价格日前拍卖,处理投标的最小利润或最大支付条件下,在一个统一的和计算效率高的方式。一个精确的分解过程与稀疏加强Benders削减来自MILP制定也提出了。MILP公式和分解过程类似于先前提出的根据欧洲市场规则处理所谓的块出价的计算效率高的方法,尽管清算条件乍一看可能不同。这两种解决方法也是有效的,同时处理两种出价,作为块出价与最低接受率,推广完全不可分割的块出价,但这里介绍的MP出价的特殊情况。我们认为,赞成MP出价比较他们以前的模型,在学术文献中提出的最低利润条件,和西班牙电力交易所OMIE使用的最低收入条件的模型。
2016-12-13 math.OC
A Framework for Eliminating Paradoxical Orders in European Day-Ahead Electricity Markets through Mixed-Integer Linear Programming Strong Duality
KTH Royal Institute of Technology(瑞典皇家理工学院)
本文提出基于Augmented Lagrangian对偶性框架的新型定价机制,通过强对偶性消除悖论订单,确保市场透明和财务一致性,同时改进计算方法以提高可行性。
2026-03-26 math.OC
Clearing and Pricing for Coordinated Gas and Electricity Day-ahead Markets Considering Wind Power Uncertainty
天然气和电力系统现在正变得越来越强的耦合。虽然燃气机组(GFU)正在取代退役的燃煤电厂,但电力系统也越来越依赖GFU提供的灵活性,以适应间歇性可再生能源。燃气机组的发电能力取决于天然气资源的供应情况,而天然气资源的供应取决于天然气供应商及其相关管道网络的能力。然而,天然气和电力市场是分开运作的。因此,发电机组实际上要“代表”整个电力系统在天然气市场上投标:它们需要对未来的天然气消耗量作出预测,并承担合同不当或因天然气供应不足而无法满足发电时间表的风险。当面临更大份额的可再生能源和更频繁的天然气网络拥堵时,当前的市场框架尤其不可靠和低效,并且对GFU资产的投资者在经济上也不友好。在本文中,我们试图开发一个框架,可以结合这两个市场。通过对稀缺资源进行适当定价,例如,对于天然气传输容量,联合市场可以在满足需求的同时更有效地分配它们。并考虑到可再生能源带来的不确定性,提出了一个更具前瞻性的日前市场清算框架。本文将介绍所提出的联合市场模型的公式、算法以及一些案例研究。
2016-12-04 math.OC
Market-based Demand Response via Residential Plug-in Electric Vehicles in Smart Grids
电力需求的灵活性、多样化的使用模式和插电式电动汽车(PEV)的储能能力显著增加了居民电力需求的弹性。这种弹性可以用于形成每日聚合需求简档和/或改变系统的瞬时需求,其中大量住宅PEV共享一个电力零售商或聚合器。在本文中,我们提出了一种需求响应(DR)技术来管理车辆到电网(V2 G)使能的PEVs的电力分配(充电和放电),以降低零售商投标到两个结算电力市场的总电力采购成本,即,一天前(DA)和现货或实时(RT)市场。我们表明,我们的方法是分散的,可扩展的,快速收敛,不侵犯用户的隐私。大量的仿真结果表明,显着的整体成本节省可以实现零售商投标到一个可操作的电力市场,通过使用所提出的算法。当电网容纳大量间歇性能量资源时,该技术变得更加需要,其中由于更可能的意外事件以及因此更多的RT价格波动,RT需求改变是至关重要的,并且甚至发生所谓的\textit{black swan events}。最后,这样的零售商也可以为客户提供更好的交易。
2015-12-21 math.OC
Convex Hull, IP and European Electricity Pricing in a European Power Exchanges setting with efficient computation of Convex Hull Prices
本文介绍了一种计算效率的比较方法,日前电力市场的经典定价规则,即凸包定价,IP定价和欧洲的市场规则,在电力交易所设置与非凸需求报价。例如,这些需求投标可以对大型工业消费者有用,并扩展欧洲电力交易所使用的需求块订单。为此,我们证明,可以使用涉及启动成本、最小功率输出水平和斜坡约束的投标产品的连续放松或需求侧的类似版本来有效地计算凸包价格。依靠现有的高效算法方法来处理类似欧洲的市场规则,这样的投标产品,我们提供了比较数值实验,使用现实的数据,其中,与程式化的例子,阐明了每个定价规则的相对优点,从经济和计算的角度。这项工作的动机是在欧洲和美国,以及前一天的价格信号的重要性,因为这些(现货)价格被用作许多电力衍生品的参考价格的中期演变的预期需要。在Julia/JuMP中编程的数据集、模型和算法在在线Git存储库中提供。
2018-03-30 math.OC
A General Stochastic Optimization Framework for Convergence Bidding
Invenia Labs(因维尼亚实验室)
收敛(虚拟)竞价是两结算电力市场的重要组成部分,它可以有效地减少日前市场和实时市场之间的差异。因此,有广泛的研究投标策略的虚拟参与者,旨在获得最佳的出价提交给日前的市场。在本文中,我们引入了一个基于价格的一般随机最优化框架,以获得最优收敛投标曲线。在此框架内,我们开发了一个计算易处理的线性规划为基础的最优化模型,同时产生投标价格和数量。我们还表明,不同的近似和简化的一般模型自然导致国家的最先进的收敛投标方法,如自调度和机会主义的方法。我们的一般框架还提供了一种简单的方法来比较这些模型的性能,这是由加州(CAISO)市场上的数值实验证明。
2023-02-07 cs.GT cs.LG eess.SP
Strengthening the Group: Aggregated Frequency Reserve Bidding with ADMM
在电网中,电力供应和需求必须始终保持平衡,以保持系统的频率。在实践中,电网运营商通过在提前市场环境中采购频率储备来实现这种平衡。在运行时,每当网格中存在不平衡时,这些储备就会被调度。近来,对于使电力消费者(诸如插电式电动车辆或建筑物)参与通过利用电力消费的灵活性来提供这样的频率储备的兴趣越来越大。在这项工作中,我们专注于一个聚集的建筑物,将联合投标的储备市场。由此产生的共享决策建模为一个大规模的最优化问题。我们的主要贡献是表明,聚合可以使其决定在一个计算效率和概念上有意义的方式,使用交替方向法的乘数(ADMM)。所提出的方法具有几个有吸引力的功能,包括(i)计算负担分布在建筑物之间;(ii)设置自然提供隐私和灵活性;(iii)迭代算法可以随时停止,提供一个可行的(虽然次优)解决方案;(iv)该算法提供了一个奖励分配方案,加强了组的基础。
2018-11-02 math.OC
Energy Storage Arbitrage in Two-settlement Markets: A Transformer-Based Approach
Columbia University(哥伦比亚大学)
本文提出一种集成日前与实时市场的储能 bidding 模型,利用 Transformer 预测实时价格指导日前 bidding,并结合 LSTM-动态规划混合模型进行实时 bidding,在 New York State 数据上实现利润近 20% 增长且降低风险。
2024-04-26 cs.GT cs.LG cs.SY
A gradient boosting approach for optimal selection of bidding strategies in reservoir hydro
电力生产商使用各种决策支持系统来管理和计划日前电力市场的销售,他们经常面临着选择任何给定日期最有利的投标策略的挑战。直到斑点清除之后才知道最优解。所使用的模型和策略的结果及其对盈利能力的影响可以连续记录,也可以使用历史数据进行模拟。访问越来越多的数据为机器学习模型的应用打开了大门,以预测任何一天的模型和策略的最佳组合。在这篇文章中,我们结合领域知识和机器学习技术(梯度提升和神经网络)分析了两种给定投标策略在几年内的历史表现。广泛的变量访问的模型之前,投标进行了评估,以预测最优策略为给定的一天。结果表明,机器学习模型可以学习稍微优于静态策略,其中基于整体历史表现选择一种投标方法。
2020-02-10 math.OC
Hybrid interconnection of iterative bidding and power network dynamics for frequency regulation and optimal dispatch
本文考虑了一个独立系统运营商(ISO)和一组策略发电商的实时电力市场。ISO运营着一个发电商愿意提供电力的市场。ISO以解决经济调度问题和调节电网频率为目标进行发电分配。我们提出了一种多速率混合算法的投标和市场出清,结合了离散性质的迭代投标与连续性质的电力网络中的频率演变。我们建立足够的上界的事件间的时间,保证该算法渐近收敛到一个有效的纳什均衡和零频率偏差对应的平衡。我们的技术分析的基础上,通过识别一种新的LISS-Lyapunov函数的连续时间版本的投标更新过程的鲁棒性与电力网络动态特性的表征。IEEE 14节点系统上的仿真结果说明了我们的结果。
2018-03-12 math.OC
Temporal-Aware Deep Reinforcement Learning for Energy Storage Bidding in Energy and Contingency Reserve Markets
Monash University(莫纳什大学);University of Electronic Science and Technology of China(电子科技大学)
针对BESS在价格不确定下多市场联合竞价难题,提出基于transformer时间特征提取的DRL策略,在澳大利亚七个现货与应急FCAS市场中显著提升收益和可解释性。
2024-02-29 cs.LG cs.SY eess.SY
Normalizing Flow-based Day-Ahead Wind Power Scenario Generation for Profitable and Reliable Delivery Commitments by Wind Farm Operators
Forschungszentrum Jülich GmbH(于利希研究中心);RWTH Aachen University(亚琛工业大学);Technical University of Berlin(柏林工业大学);JARA-ENERGY(于利希-亚琛研究联盟能源部)
我们提出了一个专门的方案生成方法,利用预测信息生成方案提前一天的调度问题。特别是,我们使用规范化的流量,以产生风力发电的情况下,从一个条件分布,使用风速预测量身定制的方案,以特定的一天采样。我们将生成的场景应用于风电生产商的随机日前投标问题,并分析场景是否产生有利可图的决策。与高斯copula和Wasserstein生成对抗网络相比,归一化流成功地缩小了日常趋势的场景范围,同时保持了各种可能的实现。在随机日前投标问题中,与无条件选择历史情景相比,所有方法的条件情景都会导致更稳定的盈利结果。规范化流始终获得最高的利润,即使是小集的情况下。
2022-07-11 cs.LG math.OC
Designing Day-Ahead Multi-carrier Markets for Flexibility: Models and Clearing Algorithms
多载体能源系统(特别是天然气和电力)的更高一体化具有内在价值,可提高电力系统的运营灵活性,改善天然气和电力网络的资源分配。由于不同能源载体之间存在物理和经济依赖性,不同能源载体市场的整合具有挑战性。在本文中,我们提出了一个综合的日前多载体气体,电力和热市场清算,其中包括新类型的订单和这些订单的约束条件,以代表转换和存储技术的技术经济约束。我们证明了拟议的市场出清引起竞争均衡。此外,我们提出了两个分散的清算算法,不同的是如何分解的基础集中清算优化问题进行。这对所涉及的代理及其互信息交换有影响。它被证明,他们产生的解决方案相当于集中的市场清算下一个温和的假设,足够的迭代次数。我们认为,这样一个集成的多载波能源市场减轻(现货)市场参与者所面临的风险,使不同的能源运营商更好的现货定价。结果表明,转换/存储技术的所有者将遭受损失和/或机会成本,如果他们被迫只使用基本订单。对于本文中考虑的测试案例,与使用转换和存储订单的情况相比,损失和机会成本之和分别高达13,000欧元/天和9,000欧元/天。
2021-01-03 math.OC
Learning Active Constraints to Efficiently Solve Linear Bilevel Problems: Application to the Generator Strategic Bidding Problem
双层规划可以用来解决电力系统领域的许多问题,例如战略投标。然而,通常的双层问题的混合整数线性规划的转化,使解决这类问题的困难,这阻碍了他们在现实生活中的实施。在本文中,我们显着提高解决方案的速度和易处理性,通过引入决策树学习的积极约束的低级别的问题,同时避免引入二进制和大M常数。机器学习的应用通过将积极约束的选择移动到离线过程来减少在线求解时间,并且在必须多次求解相同问题时变得特别有益。我们将我们的方法应用于电力市场中发电机的战略投标,其中发电机多次解决相同的问题,以满足不同的负载需求或可再生能源生产。三种方法被开发和应用到一个战略发电机的问题,与DCOPF在较低的水平。这些方法是启发式的,因此,不提供最优性或解决方案质量的保证。然而,我们表明,对于不同规模的网络,计算负担显着降低,同时我们也设法找到解决方案,以前棘手的战略投标问题。
2022-07-08 math.OC
Stability Analysis of Multi-Period Electricity Market with Heterogeneous Dynamic Assets
近年来,基于市场的需求侧资产协调得到了极大的关注。尽管其效率很高,但动态资产之间通过价格信号的相互作用可能导致不稳定的闭环系统。这可能导致电力消耗曲线振荡和能源价格高波动。本文提出了一个明确考虑异质动态资产模型的电力市场模型。我们证明了市场动态可以用一个离散的非线性系统来建模,然后通过收缩分析推导出保证市场稳定的解析条件。这些条件意味着在线性区域内选择斜率相对较浅的投标函数可以保证市场的稳定性。最后,数值例子来证明所导出的稳定性条件的应用。
2017-04-01 math.OC
Strict linear prices in non-convex European day-ahead electricity markets
欧洲电网可以分为几个市场区域,其中电力价格在前一天的拍卖中确定。市场参与者可以提供连续的每小时出价曲线和组合出价,并给出相关的价格数量。我们拍卖的目标是在数量限制和价格限制的情况下最大化所有参与者的经济盈余。价格限制确保没有人遭受损失。只有提交组合出价的交易者可能会错过未实现的利润。由此产生的问题是一个大规模的数学规划与平衡约束(MPEC)和二进制变量,不能有效地解决标准的求解器。我们提出了一个精确的算法和快速启发式这类问题。这两种算法分解成一个主问题(MIQP)和定价子问题(LP)的MPEC。模型技术和算法适用于各种各样的组合拍卖,是基于混合整数规划。
2015-02-27 math.CO math.OC
A Scenario-Spatial Decomposition Approach With a Performance Guarantee for the Combined Bidding of Cascaded Hydropower and Renewables
MINES Paris PSL University(巴黎高等矿业学院PSL大学);Technical University of Denmark(丹麦技术大学)
本文针对梯级水电与风光联合投标问题,提出一种场景-空间分解的分布式优化方法,并推导全局最优上下界以提供性能保证,显著降低求解时间并提升大规模问题的求解可靠性。
2025-11-07 math.OC
Implementation of the AC-based economic dispatch in the Russian electricity market
俄罗斯电力批发市场自2006年开始以目前的形式运作。其独特之处在于基于AC的经济调度模型是市场应用的基础。开发并实现了日前和平衡市场应用的解决方案。现在它被俄罗斯能源系统的商业运营商和系统运营商所采用。实践证明,它是一种充分、可靠的调度市场技术
2017-11-02 math.OC
Iterative bidding in electricity markets: rationality and robustness
University of California, San Diego(加州大学圣迭戈分校)
本文研究电力市场中的伯特兰竞争博弈,提出BID ADJUSTMENT ALGORITHM算法,证明其在线性收敛率下能收敛至DC-OPF最优解,并展示算法对扰动和合谋的鲁棒性。
2017-02-21 cs.SY eess.SY math.OC
Battery Bidding under Price Uncertainty in Wholesale Electricity Markets
Stanford MS&E(斯坦福大学管理科学与工程系)
针对批发电力市场中电池投标模式难以解释的问题,提出一个考虑价格不确定性和风险管理的资产级模型,通过线性规划重构实现实证分析,揭示策略性持留行为、不确定性对投标价格的影响以及风险管理对投标曲线结构的塑造作用。
2026-06-15 cs.SY econ.GN eess.SY
Enabling Active/Passive Electricity Trading in Dual-Price Balancing Markets
在电力市场的双重定价计划平衡的能量,可控的生产单位通常参与平衡市场的“主动”的演员提供调节能量的系统,而可再生的随机单位被视为“被动”的参与者,造成不平衡,并受到竞争力较低的价格。在此背景下,我们提出了一个创新的市场框架,允许平衡市场的参与者作为积极的代理人(即,调节能量的提供者)以及作为被动代理(即,调节能量的用户)。为了说明和评估拟议的市场框架,我们考虑的情况下,交易的虚拟发电厂(VPP)在两个结算电力市场组成的一天前和双重价格平衡市场。我们制定的VPP作为一个三阶段的随机规划,其中不确定性是在一天前的电价,平衡价格和可再生能源单位的功率输出的最优市场提供问题。计算实验表明,VPP的预期收入可以大幅增加相比,只有主动或被动的参与,在本文中,我们讨论了如何随机源的变化影响平衡的市场参与选择。
2018-12-19 math.OC
The Role of Strategic Load Participants in Two-Stage Settlement Electricity Markets
两阶段电力市场清算是为了在理想条件下维持市场效率,完美预测和非战略性发电。研究表明,在两阶段结算的电力市场中,非弹性负荷参与者的个体策略行为会降低市场效率。我们的分析进一步表明,虚拟投标可以发挥作用,减轻这种损失的效率,减轻战略负荷参与者的市场势力。我们使用纽约ISO的真实市场数据来验证我们的理论。
2019-09-15 econ.TH math.OC
Incorporate Day-ahead Robustness and Real-time Incentives for Electricity Market Design
在本文中,我们提出了一个两阶段的电力市场框架,探讨分布式能源(DERs)参与日前(DA)市场和实时(RT)市场。其目标是确定最优的报价策略的聚合DER在DA市场,并产生在线激励信号DER所有者,以优化社会福利,同时考虑到网络的运营约束。分布式鲁棒优化是用来明确地将可再生能源预测的数据为基础的统计信息纳入DA市场的供应/需求决策。我们评估的保守性投标策略区分不同的风险厌恶设置。在RT市场中,提出了一个双层时变最优化问题来设计在线激励信号,以权衡配电系统运营商(DSO)的RT不平衡惩罚和个人DER所有者的成本。这使得能够跟踪它们的最优调度,以在满足电压调节要求的同时,在存在时变网络状态的情况下提供快速平衡服务。在DA批发市场和RT均衡市场上的仿真结果表明了这种两阶段设计的必要性、对不确定性的鲁棒性、收敛性能、跟踪能力以及网络运行的可行性。
2022-08-28 cs.SY eess.SY math.OC
On the Stability, Economic Efficiency and Incentive Compatibility of Electricity Market Dynamics
本文重点研究了电力市场的运作,占参与者出价在一个亚分钟的时间尺度。为此,我们将市场出清过程建模为一个动力系统,称为市场动态,它在时间上与电网频率动态耦合,因此需要在满足系统运行约束的同时保证系统范围的稳定性。我们将参与者描述为价格接受者,他们理性地更新他们的出价,以最大限度地提高他们的效用,以响应价格和调度的实时时间表。对于两种常见的投标机制,基于数量和价格,我们确定了参与者的行为和规划者的目标之间的一致性的概念,导致鞍为基础的设计的市场,保证收敛到一个点,满足所有的操作约束。我们进一步探讨了这种对齐属性不成立的情况,并观察到不对齐的参与者的出价会破坏闭环系统的稳定。因此,我们设计了一个正规化版本的市场动态恢复所有理想的稳定性和稳态性能保证。在IEEE 39节点系统上的数值试验验证了我们的结果。
2021-12-10 econ.GN math.OC q-fin.EC
Electrification of Transportation: A Hybrid Benders/SDDP Algorithm for Optimal Charging Station Trading
针对交通电气化中充电基础设施不足及电价不确定问题,提出综合充电站两阶段随机规划模型,混合Benders分解与SDDP算法求解,为电力市场序列拍卖决策提供实用参考。
2024-10-02 cs.OH math.OC
Regression Equilibrium in Electricity Markets
本文针对两阶段电力市场中可再生发电商预测模型策略的竞争问题,提出回归均衡概念,基于变分不等式证明仅能量市场中该均衡的存在性与唯一性,并设计集中式和基于ADMM的去中心化两种求解方法。
2025-01-13 cs.SY econ.GN eess.SY
Multiobjective Home Appliances Scheduling Considering Customer Thermal Discomfort: A Multistep Look-ahead ADP-Based Approach
本文提出了一种多目标家庭能源管理单元(MO_HEMU),以平衡电力支付和热不适的家庭,通过适当的调度设备在时变价格环境。热不适是通过室内和热水温度与用户理想温度的偏差来衡量的。家庭设备包括太阳能光电转换器、电池存储系统、可延期和热设备。建议MOHEMU制定为一个动态规划和方法的基础上近似动态规划作为调度算法。所开发的方法,称为多步前瞻算法,是一种迭代算法,克服了灾难的维数的确切DP通过选择一个决定的基础上有限数量的阶段提前。通过数值模拟研究了该模型的有效性。所提出的MO_HEMU使客户能够找到电力支付和不适水平之间的所需权衡。
2019-07-07 eess.SP math.OC
Attentive Convolutional Deep Reinforcement Learning for Optimizing Solar-Storage Systems in Real-Time Electricity Markets
Monash University(莫纳什大学)
针对实时电力市场下的光储系统优化问题,提出结合注意力机制与多粒度特征卷积的AC-DRL算法,相较基准方法收益提升11%-23%,光伏弃电降低76%,实现光储协同增效。
2024-01-29 cs.LG cs.SY eess.SY
A Stochastic Electricity Market Clearing Formulation with Consistent Pricing Properties
University of Wisconsin-Madison(威斯康星大学麦迪逊分校);Argonne National Laboratory(阿贡国家实验室);The University of Chicago Booth School of Business(芝加哥大学布斯商学院)
本文提出一种随机电力市场清算方法,通过引入惩罚项解决日前与实时价格间的偏差问题,证明其在电网中的稳定性,并提出评估其效益的新指标。
2015-10-28 econ.GN math.OC q-fin.EC
A Market Mechanism for Truthful Bidding with Energy Storage
提出了一种发电商和蓄电商参与的多时段电力市场机制。从供应功能招标的想法,我们引入了一种新的投标结构的存储参与,允许存储单元的沟通,其成本的市场使用能源循环功能,映射价格到周期深度。由此产生的市场出清过程--通过凸规划实现--根据传统的电力供应价格和存储利用的每周期价格产生相应的时间表和支付。我们说明了我们的解决方案的好处,通过比较所产生的机制的竞争均衡的替代解决方案,使用以产消者为基础的出价。我们的解决方案显示了几个优势,基于产消者的方法。它不需要先验的价格估计。它还激励参与者披露他们的真实成本,从而导致一个有效的,竞争均衡。使用纽约独立系统运营商(NYISO)数据的数值实验验证了我们的研究结果。
2021-10-15 econ.GN math.OC q-fin.EC
An Insurance Contract Design to Boost Storage Participation in the Electricity Market
在间歇性可再生能源发电量不断增加的情况下,储能技术是提高电网灵活性的关键。我们提出了一个保险合同,适当补偿储能系统提供的灵活性。这样的合同为这些系统提供了更广泛的市场机会,同时也激励了电网中更高的可再生能源渗透率。我们考虑了一个提前一天的市场,其中包括可再生能源和储能所有者在内的发电商将在下一个运营日进行投标。由于生产的不确定性,可再生能源发电机可能无法满足其提前一天的生产计划,因此会受到处罚。作为对这些处罚的对冲,我们提出了一个可再生能源生产商和存储所有者之间的保险合同,其中存储储备一些能源,以备可再生能源短缺时使用。我们表明,这样的合同激励可再生能源的球员出价更高,从而增加可再生能源参与电力组合。它还为存储所有者提供了额外的收入来源,这些存储所有者在日前市场上可能无法通过纯粹基于仲裁的策略获利。此外,我们证明了这份合同对双方都有经济效益。我们通过两个案例研究来验证我们的分析。
2020-07-29 cs.SY eess.SY math.OC