Lecture03: 市场出清机制的理想特性

最新推荐文章于 2024-01-18 16:37:36 发布

运筹码仓

最新推荐文章于 2024-01-18 16:37:36 发布

阅读量2.5k

点赞数 1

分类专栏：电力系统中的高级优化和博弈论文章标签：线性规划

本文链接：https://blog.csdn.net/weixin_45624300/article/details/122297563

版权

电力系统中的高级优化和博弈论专栏收录该内容

17 篇文章 150 订阅

订阅专栏

1 理想特性

2 unit commitment problem

2.1 基础理论

2.2 数学模型

本系列已发布文章列表：

Lecture01：市场出清问题的优化建模

Lecture1b: 如何由原始线性规划模型得到最优条件和对偶问题

Lecture02：均衡问题-优化问题以及KKT等价

在之前的文章中，我们得出了如下结论：

市场出清问题的优化模型形式可以最大化市场的社会福利
均衡模型形式中，每个参与者都根据各自的目标追求最大化收益
优化模型版本等价于均衡模型版本，因为他们对应的KKT条件是相同的
因此社会福利的最大化时，每个人也获得实现了自身利益最大化的目标；市场出清机制是有效的。
出于某种原因，市场福利没有实现最大化，或者任何参与者以偏离市场出清的价格满足其效用，则说明市场的无效的。

Schweppe, F. C., Caramanis, M. C., Tabors, R. D., & Bohn, R. E. (2013). Spot pricing of electricity. Springer Science & Business Media.

1 理想特性

理想特性：

市场有效性（Market efficiency）：市场福利实现最大化，或者没有参与者以偏离市场出清的价格满足其效用
激励兼容（Incentive compatibility）：每个市场参与者是以他的真实偏好最大化其目标
成本覆盖（Cost recovery）：每一个市场参与者的收益是非负的，也就是他们都能收回自己的成本；该特性也被称为个体理性（individual rationality）。
收益的充分性（Revenue adequacy）：市场交易不会在赤字的条件下进行

Xu, Y., & Low, S. H. (2015). An efficient and incentive compatible mechanism for wholesale electricity markets. IEEE Transactions on Smart Grid, 8(1), 128-138.

Hobbs, B. F., Rothkopf, M. H., Hyde, L. C., & O'Neill, R. P. (2000). Evaluation of a truthful revelation auction in the context of energy markets with nonconcave benefits. Journal of Regulatory Economics, 18(1), 5-32.

很不幸，没有市场能够同时满足以上四个理想条件。那么，我们市场出清机制满足那些理想特性呢？

2 unit commitment problem

2.1 基础理论

前面，我们忽略了市场中热发电机的机组组合（UC）约束，它包括：

Ramping limits of generators,
The minimum production level of generators,
Start‐up cost of generators,
Minimum up‐ and down‐time constraints of generators,

参考文献：

Carrión, M., & Arroyo, J. M. (2006). A computationally efficient mixed-integer linear formulation for the thermal unit commitment problem. IEEE Transactions on power systems, 21(3), 1371-1378.
Ostrowski, J., Anjos, M. F., & Vannelli, A. (2011). Tight mixed integer linear programming formulations for the unit commitment problem. IEEE Transactions on Power Systems, 27(1), 39-46.
Anjos, M. F., & Conejo, A. J. (2017). Unit commitment in electric energy systems. Foundations and Trends® in Electric Energy Systems, 1(4), 220-310.
Hua, B., Baldick, R., & Wang, J. (2017). Representing operational flexibility in generation expansion planning through convex relaxation of unit commitment. IEEE Transactions on Power Systems, 33(2), 2272-2281.

由于UCP也是一个混合证书线性规划问题，我们仍旧需要通过对偶变量生成市场价格。如何生成呢？

Johnson, E. L. (1973). Cyclic groups, cutting planes, shortest paths. In Mathematical programming (pp. 185-211). Academic Press.
Wolsey, L. A. (1981). Integer programming duality: Price functions and sensitivity analysis. Mathematical Programming, 20(1), 173-195.
Williams, A. C. (1989). Marginal values in mixed integer linear programming. Mathematical Programming, 44(1), 67-75.

2.2 数学模型

注解：在上述模型中， $C_{g}^{SU}$ 是一个参数，而 $(u^{G}_{g,t} - u^{G}_{g,t-1})$ 取值只能是0和1，所以我们知道 $C_{g}^{SU} \leq s^{G}_{g,t}$ 。回到目标函数中，对应的项实际上是一个常数。

固定二进制变量的线性规划模型：

这就意味着成本覆盖性无法满足，因为市场价格不支持他们的启动成本。

O'Neill, R. P., Sotkiewicz, P. M., Hobbs, B. F., Rothkopf, M. H., & Stewart Jr, W. R. (2005). Efficient market-clearing prices in markets with nonconvexities. European journal of operational research, 164(1), 269-285.
Hogan, W. W., & Ring, B. J. (2003). On minimum-uplift pricing for electricity markets. Electricity Policy Group, 1-30.