Convexifying Regulation Market Clearing of State-of-Charge Dependent Bid
针对商业储能参与SoC相关报价调节市场时双层优化非凸导致实时出清计算困难的问题，提出通过对SoC相关报价施加简单限制将非凸问题凸化为标准线性规划，使储能所有者利润增加12.32-77.38%。
2023-11-21 cs.SY eess.SY
Distribution Market Clearing and Settlement
University of Denver（丹佛大学）；Commonwealth Edison（联邦爱迪生）
本文研究配电网市场运营者(DMO)的清算与结算过程，通过数值模拟验证了其有效性和优势。
2016-03-31 cs.SY eess.SY
Auction-Based vs Continuous Clearing in Local Flexibility Markets with Block Bids
灵活性市场可以作为配电系统运营商（DSO）的一种工具，以避免高成本和公众对新网络投资的反对。连续灵活性市场的优势在于允许更多的流动性，这在这种市场的早期阶段可能是至关重要的，并且可以更接近实时地运作，从而能够更好地利用最新的预测;但是，从设计上讲，与基于拍卖的市场相比，它们也会导致较低的社会福利。本文有两个主要贡献。首先，它引入了一个连续的本地灵活性市场，其中包括网络约束和非对称块投标。其次，提出了一种算法，可以准确地确定社会福利损失的上限和下限相比，基于拍卖的清算模型。
2021-10-12 cs.SY eess.SY
New Formulations and Pricing Mechanisms for Stochastic Electricity Market Clearing Problem
本文提出随机电力市场出清问题的新公式，通过设计对偶优化问题构建定价机制，在每情景下实现成本回收与有界价格扭曲，并保留长期收益充足性，经数值实验验证。
2023-05-10 cs.SY eess.SY 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
A Market-Clearing-based Sensitivity Model for Locational Marginal and Average Carbon Emission
本文提出基于市场出清结果灵敏度分析的LMCE指标及由其推导的LACE指标，以揭示负荷的能源与网络相关碳排放效应，避免需求侧排放过度分摊。
2024-01-24 cs.SY eess.SY
Consumer-based Carbon Costs: Integrating Consumer Carbon Preferences in Electricity Markets
本文提出一种整合消费者碳偏好的电力市场清算方法，通过引入基于消费者的碳成本和碳分配机制，提高电力市场清洁度。
2026-01-24 cs.SY eess.SY
Convexifying Market Clearing of SoC-Dependent Bids from Merchant Storage Participants
收费状态（SoC）相关的投标允许商家存储参与者将SoC相关的操作和机会成本纳入基于投标的市场清算过程。然而，这样的报价导致了多时段经济调度和市场出清的非凸代价函数，限制了其在实际中的实施。我们表明，一个简单的限制投标格式删除非凸性，使多区间调度的SoC依赖的出价标准的凸分段线性规划。
2023-02-01 cs.CE cs.SY eess.SY
Flexibility from Networks of Data Centers: A Market Clearing Formulation with Virtual Links
由大公司拥有和运营的数据中心具有高功耗，并且预计未来会增加。然而，在地理上和时间上转移计算负载的能力可以为电网提供灵活性。我们引入了虚拟链路的概念，以捕捉空间-时间负载的灵活性提供的地理分布的数据中心在市场清算程序。我们表明，虚拟链接抽象适合现有的市场清算框架，可以帮助分析和建立市场设计属性。这一点通过例证性案例研究得到了证明。
2019-10-11 cs.SY eess.SY math.OC
Power Market Tool (POMATO) for the Analysis of Zonal Electricity Markets
拟议的开源电力市场工具（POMATO）旨在在物理传输系统及其安全运行的背景下，对互联的现代和未来电力市场进行研究。POMATO研究了欧洲区域电力市场的容量分配和阻塞管理（CACM）策略，特别是基于流量的市场耦合（FBMC）。为此，POMATO实现了用于分析同时分区市场清算、用于容量分配的节点（N-k安全）潮流计算以及具有自适应电网表示和再调度的多阶段市场清算的方法。通过一个有效的约束约简算法，使计算要求高的N-k安全潮流。POMATO为数据读入、预处理和后处理以及交互式结果可视化提供了一个集成环境。从开放电力系统数据和Matpower案例汇编的欧洲电力系统综合数据集是该分布的一部分。POMATO是在Python和Julia中实现的，利用了Python易于维护的数据处理和用户交互功能以及Julia可读性良好的代数建模语言，卓越的计算性能以及开源和商业求解器的接口。
2020-11-23 cs.SY eess.SY
Electricity and Reserve Pricing in Chance-Constrained Electricity Markets with Asymmetric Balancing Reserve Policies
最近，机会约束随机电力市场设计已被提出来解决的缺点，基于随机电力市场设计。特别是，使用机会约束的市场出清避免了在预期和每个场景的特点，并产生独特的能源和储备价格。然而，目前的配方依赖于对称的控制策略的基础上，聚合系统的不平衡，这限制了平衡储备供应商在他们的能量和储备的承诺。本文扩展了现有的机会约束的市场出清配方，利用节点到节点和非对称平衡储备政策，并得出由此产生的能源和储备价格。所提出的节点到节点的政策允许使用基于边际成本的方法将平衡储备提供者的报酬与不确定资源的支付相关联。此外，我们引入不对称的平衡储备政策的机会约束的电力市场设计，并显示如何这种额外的自由度影响市场的结果。
2021-06-10 cs.SY eess.SY math.OC
A WECC-based Model for Simulating Two-stage Market Clearing with High-temporal-resolution
本文提出基于WECC锚点数据集的开源模型，模拟日前小时级与实时五分钟级两阶段市场出清，含全年数据与2,403个资产，验证于加州ISO，并发现延长前瞻时域可降本0.12%。
2024-11-10 cs.SY eess.SY physics.soc-ph
Machine Learning for Electricity Market Clearing
University of Arizona（亚利桑那大学）；New York University（纽约大学）
本文旨在设计一个机器学习孪生的最优潮流（OPF）优化，这是用于电力批发市场的市场出清程序。所提出的方法的动机源于需要获得数字孪生，这是比原来快得多，同时也足够准确，并产生一致的发电调度和位置边际价格（LMP），这是原始和对偶解决方案的OPF优化，分别。基于这种方法的市场出清工具的可用性将使在给定的机组承诺下的多个调度方案的计算易处理的评估。而不是直接解决的OPF，Karush-Kuhn-Tucker（KKT）条件的问题的OPF问题可以写，并在并行的发电机和负载的LMP可以表示在OPF拉格朗日乘子。此外，利用与线路相关的许多拉格朗日乘数将为零（热限制不具有约束力）的实际事实，我们构建并训练了一个ML方案，该方案将灵活的资源（负载和可再生能源）映射到绑定线路，并补充了一个高效的电网感知线性映射，以实现最佳调度和LMP。IEEE模型验证和说明该计划。我们还报告了一个贸易分析之间的质量重建和样本数量需要训练模型。
2022-05-23 cs.LG cs.SY eess.SY
Distributed Market Clearing Approach for Local Energy Trading in Transactive Market
School of Electrical Engineering and Computer Science, Queensland University of Technology（昆士兰科技大学电气与计算机科学与工程学院）
本文提出了一种用于本地交易市场的能源交易市场清算机制，每个参与者可以作为卖方或买方参与市场并试图最大化自身福利。市场参与者将他们的需求和供应发送到本地数据中心，其中确定清算价格以平衡供需。考虑电网拓扑和相关网络约束，计算数据中心中的价格信号以保持系统安全。所提出的方法仅需要每个参与者的所需/供应功率即可达到全局最优，这意味着效用和成本函数参数将保持私有。此外，该方法通过应用本地市场清算价格作为协调信息和直接负荷流（DLF）进行功率流计算，节省了计算资源，使其适合于拥有大量参与者的市场的在线和自动操作。所提出的方法在50个参与者市场中进行了测试，仿真结果表明收敛性得到保证，并且所提出的分布式方法可以达到传统集中方法相同的结果。
2018-10-26 cs.SY eess.SY math.OC
Price-Aware Deep Learning for Electricity Markets
Massachusetts Institute of Technology（麻省理工学院）；University of Virginia（弗吉尼亚大学）
本文提出将电力市场出清优化嵌入深度学习层，以平衡预测误差与定价误差，提高拥堵系统中电价公平性，并在风电预测与短期市场出清中验证效果。
2023-11-13 cs.LG cs.SY eess.SY
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
Remunerating Space-Time, Load-Shifting Flexibility from Data Centers in Electricity Markets
我们研究了电力市场清算的制定，旨在补偿时空，负载转移的灵活性提供的数据中心（DaCes）。负荷转移灵活性是电网运营商的关键资产，因为他们的目标是整合更大量的间歇性可再生能源并使电网脱碳。我们研究的核心是虚拟链接的概念，它提供了非物理路径，可以被DaCes用来在空间和时间上转移功率负载（通过转移计算负载）。我们使用虚拟链接表明，清算配方对待DaCes作为生产者，同时请求负载，并提供负载转移的灵活性服务。我们的分析还表明，DaCes的报酬提供的负荷转移的灵活性的基础上节点的价格差异（跨空间和时间）。我们还表明，DaCe灵活性有助于缓解时空价格波动，并表明清算公式满足协调市场预期的基本经济属性（例如，提供竞争性均衡，并实现收入充足和成本回收）。提出的概念适用于其他关键的市场参与者，可以提供时空转移的灵活性，如分布式制造设施和存储系统。案例研究来证明这些属性。
2021-08-16 cs.SY eess.SY math.OC
A Distributed Local Energy Market Clearing Framework Using a Two-Loop ADMM Method
本文提出一种基于双环ADMM的完全分布式本地能源市场出清框架，协调产消者、DSO与LMO的交互，在保护隐私的同时处理技术经济约束，并在IEEE-69节点网络上验证其有效性。
2025-07-05 cs.SY eess.SY
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
Nash Equilibrium of Joint Day-ahead Electricity Markets and Forward Contracts in Congested Power Systems
针对大规模风电并网下电力市场参与者面临的不确定性，提出古诺纳什均衡模型，研究拥堵电力系统中远期合约与日前市场的交互行为，并通过测试系统验证。
2023-10-12 cs.SY eess.SY
Dynamic Flexibility Requests in Local Flexibility Markets: Quantifying the DSO Willingness to Pay
Distribution System Operator, Electricity Authority of Cyprus（塞浦路斯电力局配电系统运营部门）；Department of Electrical & Computer Engineering & Informatics, Cyprus University of Technology（塞浦路斯理工大学电气、计算机工程与信息学系）
本文针对本地灵活性市场中现有方法忽略灵活性经济价值的问题，提出嵌入DSO支付意愿的动态灵活性请求方法，经基准验证可提升市场流动性与运行效率。
2026-08-05 cs.SY eess.SY
A Decision-Focused Predict-then-Bid Framework for Strategic Energy Storage
本文提出一种决策聚焦的先预测后投标三层框架，融合储能套利优化与市场出清模型，利用隐函数定理和扰动方法实现端到端可微，在纽约电力市场数据上取得最高利润。
2025-05-06 cs.SY eess.SY
Bilevel Model for Electricity Market Mechanism Optimisation via Quantum Computing Enhanced Reinforcement Learning
本文提出量子计算增强的电力市场双层优化模型，上层用PPO优化市场机制，下层用VQC增强的MADQN模拟发电公司竞价，并在IEEE 30节点系统验证有效性。
2024-10-28 cs.SY eess.SY
An Electricity Market with Reactive Power Trading: Incorporating Dynamic Operating Envelopes
Australian National University（澳大利亚国立大学）；Monash University（莫纳什大学）；University of Melbourne（墨尔本大学）；The University of Sydney（悉尼大学）；University of California, Berkeley（加利福尼亚大学伯克利分校）
本文提出一种包含动态运行围栏的电力市场，通过点对点无功功率交易改善电压分布，以提升分布式能源资源的电网整合能力。
2026-08-25 cs.SY eess.SY
A Multiple Market Trading Mechanism for Electricity, Renewable Energy Certificate and Carbon Emission Right of Virtual Power Plants
提出了VPP参与电力、可再生能源证书（REC）和碳排放权（CER）市场的多市场交易机制。随着REC和CER库存机制的引入，VPP的利润增加，并在可再生能源组合标准（RPS）和碳排放（CE）配额要求的要求下，与多个市场做出更好的交易决策。根据该模型的KKT条件，讨论了多市场交易机制的性质。实例研究结果验证了该模型的有效性。
2022-08-08 cs.SY eess.SY
Multi-timescale Trading Strategy for Renewable Power to Ammonia Virtual Power Plant in the Electricity, Hydrogen, and Ammonia Markets
可再生能源制氨（RePtA）是一种重要的零碳脱碳途径。由于可再生能源和生产能源需求之间的不平衡，RePtA系统依赖于与电网的电力交换。作为虚拟电厂参与电力市场可能有助于降低能源成本。然而，当地光伏发电和风力涡轮机的功率分布与市场上的类似，导致传统战略下的能源成本上升。因此，我们为RePtA VPP在电力，氢气和氨市场中制定了多时间尺度的交易策略。通过利用氢气和氨缓冲系统，RePtA VPP可以最佳地协调生产计划。此外，我们发现有可能在一个统一的框架中描述电力，氨和氢的交易。将电力市场两阶段鲁棒优化模型推广到多市场，并采用列约束生成（CC &G）算法进行求解。案例来源于内蒙古自治区的一个实际项目。敏感性分析表明，加入多个市场的RePtA VPP比传统的战略的经济优势，并揭示了氢和氨缓冲和反应器的灵活性的必要性。
2023-02-18 cs.SY eess.SY
A Non-Iterative Algorithm for Clearing Two-Layer Energy-Sharing Markets with Voltage Constraints
Tsinghua University（清华大学）；Chongqing University（重庆大学）；Shanghai Jiao Tong University（上海交通大学）
针对含交流网络约束的双层能源共享市场，提出一种非迭代清算算法，通过推导下层市场的最优响应函数并利用定价耦合结构将双层MPEC转化为单层MISOCP，实现快速求解且满足电压安全约束。
2026-05-22 cs.SY eess.SY math.OC
Operationally-Safe Peer-to-Peer Energy Trading in Distribution Grids: A Game-Theoretic Market-Clearing Mechanism
在未来的配电网中，产消者（即，具有存储和/或生产能力的能量消费者）将彼此之间以及与主电网交换能量。为了保证能源交易的高效和安全运行，本文将P2P能源交易市场描述为一个广义聚合博弈模型，其中网络运营商只对系统的运行约束负责。我们设计了一个分布式的市场清算机制，保证收敛到一个经济有效和操作安全的配置（即，变分广义纳什均衡）。IEEE 37总线测试案例的数值研究表明，所提出的方法的可扩展性，并建议积极参与市场是有益的产消者和网络运营商。
2022-03-25 cs.MA cs.SY eess.SY
Identifying Operation Equilibrium in Integrated Electricity, Natural Gas, and Carbon-Emission Markets
电力部门的脱碳在整个经济脱碳中发挥着关键作用，使世界走上到2050年将变暖限制在1.5°C的轨道。碳排放市场可以在这一转变中发挥重要作用，为碳定价，并激励电力生产商减少排放。在本文中，我们研究了一个综合的区域/管辖区的能源系统，包括电力市场，天然气市场和碳排放市场的运行均衡。我们首先提出了一个区域性的碳市场运营商（CMO）的新角色。与传统的碳交易机制不同，拟议的CMO在一个集中管辖的碳排放市场中管理碳配额交易。然后，我们开发的配方，以确定电力，天然气和碳排放市场的相互作用的基础上的运行均衡。所提出的均衡可以通过同时求解所有三个操作模型的Karush-Kuhn-Tucker（KKT）条件来获得。仿真结果表明，与总量管制与交易机制相比，该方法在减少碳排放方面具有更大的灵活性、一致性和有效性。
2022-10-18 cs.SY eess.SY
Strategic Competition of Electric Vehicle Charging Stations in a Regulated Retail Electricity Market
交通电气化的日益增长的趋势为投资者提供了通过从批发电力市场购买的能源为电动汽车（EV）车主提供充电服务的机会。这将使电动汽车所有者受益，与受监管的公用事业使用时间（TOU）费率相比，电动汽车所有者可以获得具有竞争力的费率。本文解决的基本问题是：1）与家庭充电相比，电动汽车车主是否会从电动汽车充电站（EVCS）的额外选择中受益？2)在零售电力市场受到监管的情况下，充电站是否有有利可图的市场机会？为此，战略投标问题的EVCS购买电力从日前电力市场（DAM），并将其出售给电动汽车业主。策略性投标问题受到DAM内的市场出清问题以及电动汽车充电成本最小化问题的约束。一个双层优化问题的制定和解决方法，以解决这项工作的研究问题。说明了所提出的结构在获得利润的EVCS的有效性，它表明，电动汽车车主也节省了他们的充电成本与EVCS的存在作为一种选择。
2021-11-23 cs.SY eess.SY
A Chance-Constrained Stochastic Electricity Market
在批发电力市场中有效地容纳不确定的可再生资源是美国，英国和欧盟国家市场监管机构的首要任务之一。然而，现有的确定性市场设计未能内化的不确定性和他们的基于随机的扩展是有限的，在他们的能力，同时最大限度地提高社会福利，并保证非解释性的市场结果的预期和每一个场景。本文提出了一个机会约束随机市场设计，它能够产生一个强大的竞争均衡和内在的不确定性的可再生资源的价格形成过程。在不同的不确定性假设下，得到了均衡和由此产生的价格，这需要在价格形成过程中使用线性（限制性假设）或二阶圆锥曲线（更一般的假设）对偶。建议的随机市场设计的有用性证明通过8区ISO新英格兰测试平台上进行的案例研究。
2019-12-18 cs.SY eess.SY
Approximating Energy Market Clearing and Bidding With Model-Based Reinforcement Learning
University of Oldenburg（奥尔登堡大学）
本文提出用学习到的OPF近似模型替代显式最优潮流计算，结合显式市场规则加速多智能体强化学习在能量市场仿真中的训练，在性能略降的情况下将训练时间减少约一个数量级。
2023-11-01 cs.AI cs.LG cs.SY
Hedging Strategies for Load-Serving Entities in Wholesale Electricity Markets
University of California, Berkeley（加州大学伯克利分校）；MIT（麻省理工学院）
本文研究了负荷服务实体在批发电力市场中通过期货和看涨期权对冲价格风险的策略，并比较了需求响应在特定条件下的优势。
2017-03-17 cs.SY eess.SY
Market Implications of Alternative Operating Reserve Modeling in Wholesale Electricity Markets
本文针对美国RTO辅助服务中的容量共享与备用替代，基于大规模合成电网数据比较四种备用约束建模，揭示建模差异对出清价格、备用数量和收益的显著影响。
2024-09-30 cs.SY eess.SY
Risk Trading in a Chance-Constrained Stochastic Electricity Market
现有的电力市场设计假设风险中性，缺乏风险对冲工具，这导致了次优的市场结果，降低了整体市场效率。本文通过引入Arrow-Debreu证券（ADS），使风险交易在具有机会约束的随机电力市场中得以实现，并推导出一个具有风险交易的风险规避市场出清模型。为了实现风险交易，潜在不确定性的概率空间被离散化为有限数量的结果，这使得设计实用的风险合约和产生能量，平衡储备和风险价格成为可能。值得注意的是，虽然风险契约是离散的，但该模型保留了机会约束的连续性。案例研究说明了建议的风险厌恶的机会约束电力市场与风险交易的实用性。
2020-05-01 cs.SY eess.SY math.OC
Revenue Adequate Prices for Chance-Constrained Electricity Markets with Variable Renewable Energy Sources
Lehigh University（利哈伊大学）
本文针对含VRES的电力市场，采用CCO方法推导收益充足电价，其生成的实时电价不依赖VRES实时出力，通过案例对比了该方法与随机方法的电价差异。
2026-08-10 cs.SY econ.TH eess.SY
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
Multi-Interval Energy-Reserve Co-Optimization with SoC-Dependent Bids from Battery Storage
本文研究电池储能依赖荷电状态（SoC）竞价的能量-备用市场联合出清问题，通过引入竞价限制和鲁棒优化公式，将非凸不确定问题转化为凸分段线性规划，在实现大规模储能并网的同时使储能参与者利润提升28%-150%。
2024-08-24 cs.GT cs.SY eess.SY
Price-Based Market Clearing with V2G Integration Using Generalized Benders Decomposition
School of Mechanical Engineering, Purdue University（普渡大学机械工程学院）
本文提出基于广义弯折分解的混合整数非线性规划方法，解决V2G快速渗透带来的复杂性，并通过案例研究展示其在收敛性和计算效率上的优势。
2018-06-27 cs.SY eess.SP eess.SY
Cash-settled options for wholesale electricity markets
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
本文提出一种集中式现金结算看涨期权市场，以缓解可再生能源渗透带来的风险。通过实例展示双边期权可降低支付波动，并设计集中清算机制。
2017-04-02 cs.SY eess.SY math.OC
Electricity Pooling Markets with Strategic Producers Possessing Asymmetric Information I: Elastic Demand
University of Michigan（密歇根大学）
本文研究了具备不对称信息的战略生产者电力池化市场，提出了一种满足个体理性、预算平衡、价格效率的市场机制，确保电力价格等于边际成本，并探讨了相关开放性问题。
2014-01-17 cs.GT cs.SY eess.SY
Optimal Scheduling of Flexible Power-to-X Technologies in the Day-ahead Electricity Market
只有通过可再生能源、无二氧化碳发电、新政策和规划才能实现《巴黎协定》雄心勃勃的二氧化碳排放目标。本文的主要动机是，未来从电力到X资产的绿色燃料应该以尽可能低的排放量生产，同时仍然保持低电力成本。为此，我们提出了一个电力到X调度框架，能够在日前电力市场调度中共同优化CO2排放强度和电价。三个现实的本地生产单位的灵活调度模型和电力市场调度的影响进行了研究。此外，可能的好处，使用CO2排放强度和电价权衡调度进行了讨论。我们发现，有一个非线性之间的权衡CO2排放强度和成本，有利于两个目标之间的加权优化。
2021-10-19 cs.CE cs.SY eess.SY
Optimal participation of energy communities in electricity markets under uncertainty. A multi-stage stochastic programming approach
本研究提出多阶段随机规划模型以优化能源社区的电力市场参与，通过场景约简处理含34阶段的大规模优化问题，结合真实数据案例分析欧洲监管框架及随机性的附加价值。
2025-10-06 cs.SY eess.SY math.OC
Econometric Modeling of Intraday Electricity Market Price with Inadequate Historical Data
KTH Royal Institute of Technology（瑞典皇家理工学院）
在最近的欧盟电力市场讨论中，日内电力市场受到越来越多的关注。这部分是因为基础电力系统的不确定性正在增加，ID市场提供了一个调整平台来应对这种不确定性。因此，市场参与者需要一个适当的ID市场价格模型，以通过在市场上交易来最佳地调整他们的头寸。ID市场价格的历史数据不足，使得建模更具挑战性。本文提出了长短期记忆、深度卷积生成对抗网络和No-U-Turn采样器算法来模拟ID市场价格。我们提出的计量经济学ID市场价格模型适用于北欧ID价格数据，并说明其良好的性能。
2022-03-11 cs.LG cs.SY eess.SY
Learning the Gap in the Day-Ahead and Real-Time Locational Marginal Prices in the Electricity Market
University of California San Diego（加州大学圣地亚哥分校）；San Diego State University（圣地亚哥州立大学）
本文使用统计机器学习算法以及深度神经网络来预测日前和实时电力市场之间的价差值。几个外生功能收集和这些功能的影响进行检查，以捕捉功能和目标变量之间的最佳关系。包围学习算法，即随机森林，用于计算日前和实时市场的预测电价的概率分布。长短期记忆（LSTM）被用来捕捉长期依赖关系，预测所提到的市场之间的直接差距值，并说明了直接预测差距价格而不是减去前一天和实时市场的预测的好处。加州独立系统运营商（CAISO）的电力市场数据进行了为期两年的案例研究。所提出的方法进行评估和神经网络预测的间隙的确切值显示出良好的效果。
2020-12-23 cs.LG cs.SY eess.SY
Improving Sequential Market Coordination via Value-oriented Renewable Energy Forecasting
College of Engineering, Cornell University（康奈尔大学工程学院）；Department of Electrical and Computer Engineering, University of California, San Diego（加州大学圣地亚哥分校电气与计算机工程系）；Department of Electrical Engineering, Shanghai Jiao Tong University（上海交通大学电气工程系）；Dyson School of Design Engineering, Imperial College London（伦敦帝国理工学院设计工程学院）
本研究提出面向价值的可再生能源预测方法，通过训练模型最小化日前与实时市场的总运行成本，显著降低确定性出清下的系统运行成本。
2025-08-06 cs.LG cs.SY eess.SY
Strategic Storage Investment in Electricity Markets
在电力市场中，套利交易是储能交易的一个重要收入来源。然而，市场上的大量储能将影响能源价格并减少潜在收入。这可能导致追求利润的存储投资者的战略行为。为了研究投资者的策略性存储投资，我们建立了竞争投资者之间的非合作博弈模型。每个投资者在一个较长的投资期限内决定存储投资，并在日常电力市场中运营存储以获得套利收入。不同的投资者可以部署具有不同特征的存储。他们的决策是耦合的，因为市场价格是由所有投资者的决策决定的。我们使用加州ISO的市场数据来描述存储对市场价格的影响，在此基础上，我们建立了一个集中优化问题来计算市场均衡。我们发现，越来越多的投资者将增加市场竞争，这降低了投资者的利润，但增加了总投资的存储容量。此外，我们发现存储效率的略微增加（例如，增加的充电和放电效率）可以显著提高投资者在市场中的利润份额。
2022-03-14 cs.SY eess.SY q-fin.GN
Moving from Linear to Conic Markets for Electricity
我们提出了一个新的远期电力市场框架，允许异构的市场参与者与二阶锥策略集，谁准确地表达他们的成本和约束的非线性通过圆锥投标，和一个网络运营商面临圆锥运营约束。与普遍的基于线性规划的电力市场相比，我们强调了二阶锥约束的引入如何提高市场的不确定性、资产和网络意识，这是成功过渡到基于天气依赖可再生能源的电力系统的关键。我们分析了我们的一般市场出清的建议，使用圆锥对偶理论，以获得有效的空间差异化的价格为多种商品，包括能源和灵活性服务。在完全竞争的假设下，我们证明了中央解决的市场出清优化问题的等价性竞争空间的价格均衡，涉及一组理性和自利的参与者和价格制定者。最后，在一般的假设下，我们证明了走向圆锥市场不会导致市场的理想的经济属性，即市场效率，成本回收和收入充足性的损失。我们的数值研究集中在不确定性感知市场设计的特定用例上，并证明了所提出的圆锥市场在线性规划市场框架内比现有的替代方案更具优势。
2022-12-18 cs.SY econ.TH eess.SY
What may future electricity markets look like?
电力市场的组织、设计和运作是否应视为理所当然？绝对不会。虽然早期致力于重组电力部门的国家的电力市场数十年的演变使我们相信我们可能已经找到了正确的和面向未来的模式，但我们的电力和能源系统的巨大和快速发展正在以多种方式挑战这一想法。事实上，这种情况既带来了挑战，也带来了机遇。挑战包括适应可再生能源发电、权力下放和支持投资，而机遇主要是技术和社会科学的进步为我们提供了更多的未来市场设计选择。我们在这里采取一个整体的观点，试图了解我们从哪里来的电力市场，我们可能会去。未来的电力市场应符合目的，将其视为组织和运作社会-技术-经济系统的一种方式。
2023-02-21 cs.SY econ.GN eess.SY
A Physics-Informed Machine Learning for Electricity Markets: A NYISO Case Study
本文提出 PIMA-AS-OPF 物理信息机器学习方法，通过全连接神经网络预测主动约束与削减量，将最优潮流优化简化为线性方程组高效求解，在 NYISO 系统上验证了准确性与可扩展性。
2023-03-31 cs.LG cs.SY eess.SY
Analysis of Wind Power Integration in Electricity Markets LMP Pricing
本研究分析节点边际定价（LMP）市场模型中风能并网问题，重点关注风力发电厂接入变电站，并采用最优潮流（OPF）方法考察电力市场的两阶段随机模型。
2024-10-14 cs.SY eess.SY 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
Graph Neural Networks for Learning Real-Time Prices in Electricity Market
University of Texas at Austin（德克萨斯大学奥斯汀分校）
实时的【形】电力市场环境下最优潮流问题的求解提高了低碳能源并网的效率和可靠性。为了解决现有的端到端的OPF学习解决方案的可扩展性和自适应性问题，我们提出了一个新的图神经网络（GNN）框架预测电力市场价格从解决OPF。所提出的GNN-for-OPF框架创新性地利用了价格的局部性，并引入了物理感知的正则化，同时降低了模型复杂性并快速适应不同的网格拓扑。数值试验验证了我们提出的方法的学习效率和自适应性的改善，比现有的方法。
2021-06-19 cs.LG cs.SY eess.SY
A Machine Learning Approach for Prosumer Management in Intraday Electricity Markets
KTH Royal Institute of Technology（瑞典皇家理工学院）
Prosumer运营商正在应对参与短期电力市场的广泛挑战，同时考虑到不确定性。需求、太阳能、风能和电价变化以及日内电力市场更快的响应时间等挑战。机器学习方法可以解决这些挑战，因为它们能够持续学习复杂关系并提供实时响应。这种方法适用于高性能计算和大数据的存在。为了应对这些挑战，提出了一个马尔可夫决策过程，并解决了强化学习算法与适当的观察和行动，采用表格Q学习。训练后的智能体收敛到一个类似于全局最优解的策略。与著名的随机优化方法相比，它使生产者的利润增加了13.39%。
2022-03-11 cs.AI cs.LG cs.SY
