Market Clearing for Uncertainty, Generation Reserve, and Transmission Reserve--Part II:Case Study
本文基于不确定性、发电备用和传输备用的市场出清问题，通过鲁棒优化框架分析边际价格，并探讨传统备用价格与UMP的对比及市场参与者激励。
2015-07-05 cs.SY eess.SY math.OC
A privacy-preserving distributed computational approach for distributed locational marginal prices
当今电力市场的一个重要问题是管理智能家用电器或电动汽车等新做法所提供的灵活性。需求响应（DR）通过改变住宅电力公司的行为，试图调整电力需求以提高电网稳定性和更好地整合可再生能源。DR中的一个关键角色是由称为负载聚合器（LA）的新兴独立实体发挥作用。本文提出了一种新的分散算法来解决经典的交流最优潮流（ACOPF）问题的凸松弛，它只依赖于局部信息。每个计算步骤都可以以完全保护隐私的方式执行，并且通过特定于节点的分布位置边际价格（DLMP）实现系统范围的协调。我们证明了我们的方法在15总线径向配电网络的效率。
2022-09-07 cs.SY eess.SY math.OC
Data-Driven Inverse Optimization for Marginal Offer Price Recovery in Electricity Markets
本文提出一种数据驱动的逆优化方法，通过建立未知参数与市场出清结果的闭式关系，将边际报价恢复问题转化为单层优化问题求解，并证明了其全局最优解的存在唯一性及鲁棒性。
2023-05-16 cs.SY eess.SY math.OC
Uncertainty Marginal Price, Transmission Reserve, and Day-ahead Market Clearing with Robust Unit Commitment
Galvin Center for Electricity Innovation at Illinois Institute of Technology（伊利诺伊理工学院加尔文电力创新中心）
本文提出不确定性边际电价（UMP）用于定价不确定性和备用容量，结合鲁棒机组启停机制，解决可再生能源渗透带来的不确定性问题，通过仿真验证新概念和清算机制的有效性。
2016-08-02 cs.SY eess.SY math.OC
The Role of Demand-Side Flexibility in Hedging Electricity Price Volatility in Distribution Grids
负荷边际电价（LMP）是一个与供需匹配相关的对偶变量，它表示当某个特定位置的负荷增加时向该位置输送电力的成本。近年来，由于可再生能源的整合越来越多，它变得更加不稳定。在电网堵塞期间，价格波动问题进一步加剧。受这些问题的启发，我们提出了一个市场设计，通过限制对偶变量，我们确定了需求侧的灵活性，以限制LMP的上升。通过我们提出的方法，价格请求负荷可以指定其最大愿意支付电力，并通过需求侧的灵活性对冲价格波动。为了实现这一目标，提出了一种灵活性管理的组织结构，该结构表现出配电系统运营商（DSO），聚合器和价格请求负载之间所需的协调。为了证明我们提出的配方的可行性，我们运行一个说明性的模拟无限和有限的线路容量。
2018-11-06 math.OC
A bottleneck model with shared autonomous vehicles: Scale economies and price regulations
Institute of Transdisciplinary Sciences for Innovation, Kanazawa University（金泽大学跨学科创新研究院）；Department of Civil and Environmental Engineering, Institute of Science Tokyo（东京科学理工学院土木与环境工程系）
本文研究了共享自动驾驶车辆在交通系统中的规模经济效应及定价策略，探讨了不同定价方式对通勤成本和社会效益的影响。
2026-01-30 math.OC
A Nash Equilibrium Need Not Exist in the Locational Marginal Pricing Mechanism
地点边际定价（LMP）是电力批发市场中广泛采用的电力定价方法。虽然市场操纵市场机制容易受到市场操纵的影响是众所周知的，但很少有文献对这一现象进行系统的分析。在本文的第一部分中，我们研究了具有战略代理人的LMP机制的经济调度结果。我们通过反例表明，与流行的看法相反，一个纳什均衡可能不存在。而当它存在时，无政府状态的无政府代价可能是任意大的。然后，我们提供了两个充分条件下的任何一个有效的纳什均衡存在。最后，我们提出了一种新的电力市场机制，电网第二价格（PNSP）机制，总是导致一个有效的纳什均衡。我们简要地讨论需求方面的扩展。
2013-10-16 cs.GT math.OC
A Data-driven Bidding Model for a Cluster of Price-responsive Consumers of Electricity
研究了一类具有价格响应的电力消费者群的市场报价问题。我们开发了一个逆优化方案，将其重新视为两级编程问题，使用价格消费数据来估计最能捕捉集群价格响应的复杂市场出价。复杂的市场报价被定义为一系列的边际效用函数加上一些需求约束，如最大接送率。所提出的建模方法还利用关于可能影响集群的消费行为的外生因素的信息，例如，天气状况和日历效果。我们测试所提出的方法，一个特定的应用程序：预测的一个小集合的家庭，参加了奥林匹克半岛项目的电力消耗。结果表明，价格敏感的消费的集群的灵活负荷可以在很大程度上捕获的形式，一个复杂的市场报价，使这可以最终用于集群参与电力批发市场。
2015-11-03 math.OC
Bid--Ask Martingale Optimal Transport
Bloomberg（彭博）；Columbia University（哥伦比亚大学）
本文提出BAMOT方法，通过放松MOT框架，将模型隐含波动率限制在观察到的报价-问价范围内，从而为流动性不足的衍生品提供现实的价格边界，并通过强对偶性解释为当 vanilla 期权的空头和多头分别以报价和问价定价时的超对冲价格。
2026-09-09 math.FA math.OC math.PR
Short-term Forecasting of Price-responsive Loads Using Inverse Optimization
我们考虑的问题，预测总需求的价格敏感的电力消费者的池。聚合的价格响应通过最优化问题来建模，该最优化问题的特征在于一组边际效用曲线以及最小和最大功耗限制。估计这些参数的任务是解决使用广义逆优化方案，反过来，需要解决一个非凸的数学规划。我们介绍了一种解决方法，克服了非凸性，而不是解决两个线性问题的惩罚项，这是统计调整使用交叉验证算法。拟议的方法是数据驱动的，并利用时间和天气变量等回归变量的信息来说明参数估计值的变化。对一组建筑物内的供暖、通风和空调系统的电力负荷进行了模拟，结果表明，所提出的模型可以成功地捕捉到该组的总需求，使其适合于短期预测的目的。
2016-07-25 math.OC
Shorting in Speculative Markets
Columbia University（哥伦比亚大学）；Princeton University（普林斯顿大学）
本文研究了在投机市场中异质信念下的交易模型，探讨了做空的可能性以及成本对价格的影响，提出了新的Hamilton-Jacobi-Bellman方程来量化成本对价格的影响，并揭示了做空成本下降可能导致泡沫破裂的机制。
2019-07-29 econ.GN math.OC q-fin.EC
Congestion-Sensitive Grid Aggregation for DC Optimal Power Flow
本文针对直流最优潮流问题中现有多线路拥塞下节点边际电价聚合方法的不足，提出基于网络拥塞价格度量的两种聚合方法，并在IEEE RTS 24节点和300节点系统上验证其在目标函数误差、线路限额违反和聚类速度方面均优于现有方法。
2025-05-12 cs.SY eess.SY math.OC
Joint Network-and-Server Congestion in Multi-Source Traffic Allocation: A Convex Formulation and Price-Based Decentralization (Extended Version)
Ming Hsieh Department of Electrical and Computer Engineering Viterbi School of Engineering, University of Southern California（南加州大学维特比工程学院明西电气与计算机工程系）
本文提出了一种基于价格的去中心化算法，用于解决多源流量分配中的网络与服务器拥堵问题，通过凸规划实现全局最优解。
2026-09-04 cs.DC cs.NI cs.SY
Optimal exercise decision of American options under model uncertainty
针对具有两个未来时刻边际分布信息的美式期权，本文利用鞅最优传输刻画模型不确定性，证明在收益凸性及价格上界无松弛缺口条件下最优行权方案必为非随机化。
2023-11-01 math.OC math.PR q-fin.MF
Can Optimal Dispatch Models Recreate Reality? A Retrospective Analysis of Europe's 2022 Energy Crisis Using PyPSA-Eur
Technical University of Denmark（丹麦技术大学）；Ramboll Denmark（兰博乐丹麦）；Aarhus University（奥胡斯大学）；COWI（考维）
本研究利用PyPSA-Eur模型，结合历史需求、燃料和CO₂价格数据，对2020-2024年欧洲电力市场进行逐时后报，发现有限预见性结合高分辨率价格数据可将SMAPE降至20.76%，但模型在2022年危机期间低估天然气发电、高估煤电，归因于未考虑政策干预和机组停运。
2026-06-16 cs.SY eess.SY math.OC
On LinDistFlow Model Congestion Pricing: Bounding the Changes in Power Tariffs
针对基于LinDistFlow模型的单相辐射状电网最优潮流问题，推导有功、无功需求边际值闭式解及拥塞价格上界，并通过141节点电网仿真验证。
2023-04-30 cs.SY eess.SY math.OC
Computation of Convex Hull Prices in Electricity Markets with Non-Convexities using Dantzig-Wolfe Decomposition
近二十年来，电力市场中非凸性的存在一直是一个活跃的研究领域。在当前的边际成本定价下，保证没有市场参与者在前一天的市场中遭受损失的问题是不可避免的，在当前的实践中，这一问题是通过支付全部费用（即支付全部费用）来解决的。提升替代定价规则已被研究来处理这个问题。其中，与最小隆起相关的凸包（CH）价格引起了极大的关注。一些美国独立系统运营商（ISO）考虑了CH价格，但采用了近似值，主要是因为确定确切的CH价格在计算上具有挑战性，同时对价格形成原理几乎没有直观的认识。在本文中，我们通过依赖Dantzig-Wolfe分解和列生成来描述CH价格估计问题，作为一种易于处理的，高度可简化的和精确的方法-即，产生精确的，而不是近似的，CH价格-保证有限收敛。此外，该方法提供了对基本价格形成原理的直观认识。一个程式化的例子的测试床提供了一个在CH价格形成的直觉的阐述。此外，一个真实的ISO数据集用于支持可扩展性和验证概念验证。
2021-10-24 cs.SY econ.GN eess.SY
Optimal electricity demand response contracting with responsiveness incentives
尽管需求响应计划在零售电力市场中成功地降低了平均消费量，但消费者对价格事件的随机响应使得其效率受到质疑，无法实现具有大份额可再生能源的电力系统所需的灵活性。消费者反应的差异降低了这些机制的价值，并使它们变得弱可靠。本文的目的是设计需求响应合同，允许采取行动的平均消费和方差。风险厌恶生产者和风险厌恶消费者之间的相互作用是通过一个委托代理问题建模，从而占需求响应合同的道德风险。在生产者的能源边际成本和波动率为常数，消费者的能源边际价值为常数的情况下，给出了最优合同的封闭解。我们表明，最优的合同有一个回扣的形式，消费的初始条件作为基线。此外，消费者不能操纵基线以使自己受益。能量和波动率的次优价格是非常数的，并且随时间不增加。能源价格较低（相应地，高于）在峰值负荷期间的能量的边际成本（相应地，非高峰期）。我们说明了潜在的好处，通过校准我们的模型与公开可用的数据，从实施的激励机制对消费者的响应。我们预测，在我们的最优合同下，响应性显着增加，生产者满意度显着增加。
2019-05-26 econ.GN math.OC math.PR
Energy Storage as Public Asset
储能在为电力系统提供灵活性以满足临界峰值需求方面表现出巨大的潜力，从而降低整体发电成本，进而稳定电价。在这项工作中，我们利用了独立系统运营商（ISO）投资和管理存储作为公共资产的机会，这可以系统地为公众提供利益。假设二次发电成本结构，我们应用参数分析研究ISO的问题的经济调度，给定变量的存储投资。这种投资对用户的预期是有益的。但是，它不一定对每个人都有利。我们采用边际系统成本影响（MCI）的概念来衡量每个用户的福利，并显示其与传统的位置边际价格的关系。我们发现有趣的收敛特性MCI。此外，我们执行$k$ -均值聚类对用户进行有效的用户分析，并在原型和IEEE测试系统上进行数值研究，以验证我们的理论结论。
2020-05-04 cs.SY eess.SY math.OC
