論述考慮風(fēng)險規(guī)避的電力競價激勵政策論文
本文應(yīng)用場景法描述電力市場中的不確定性，即應(yīng)用帶有一定概率實現(xiàn)的不確定離散場景，描述多種不確定情形，將需求突變等帶有不確定性的不利情景組合定義為壞場景集。為規(guī)避市場不確定因素影響，保障電力競價市場的長期穩(wěn)定運營，本文基于購電商角度，融合壞場景集法和電力競價機制的設(shè)計理念，以保價契約為實現(xiàn)媒介，設(shè)計了一種考慮風(fēng)險規(guī)避的電力競價激勵政策，意在探索設(shè)計不確定條件下能夠有效抑制電價飛升的激勵性契約參數(shù)設(shè)計，以抑制市場不確定因素的長期擾動影響，該政策的設(shè)計思路如下：
（1）對發(fā)電商的歷史報價數(shù)據(jù)進行采集，估計發(fā)電商的成本報價曲線數(shù)據(jù)。
（2）將電力市場N個競價時段劃分為一個目標競價時域，選擇若干個目標發(fā)電商作為穩(wěn)定報價標桿，依據(jù)這些目標發(fā)電商的個人理性約束和激勵相容約束，構(gòu)建由報價曲線參數(shù)、發(fā)電出力、獎勵金額的典型數(shù)據(jù)對（A， B， Q，π）形成的激勵政策組合，設(shè)計激勵性保價契約。即在契約指定競價時域內(nèi)，如果簽約發(fā)電商的中標電價和中標發(fā)電出力滿足激勵政策，即中標電量大于等于契約規(guī)定電量下限，且目標時域內(nèi)的報價曲線在契約規(guī)定的標桿曲線之下，則給予其相應(yīng)獎勵。
在購電商制定激勵性保價契約之后，針對給定的保價契約，發(fā)電商可依據(jù)其發(fā)電成本和歷史報價情況，選擇是否加入該保價契約。
論文主要研究內(nèi)容可概述如下：
（1）基于雙層規(guī)劃模型的購電商與多發(fā)電商之間的Stackelberg博弈模型構(gòu)建。上層規(guī)劃主要從購電商角度出發(fā)，由基于壞場景集的抗風(fēng)險魯棒購電模型構(gòu)成。下層規(guī)劃從各發(fā)電商角度出發(fā)，由發(fā)電商售電期望利潤模型構(gòu)成。
（2）基于壞場景集的抗風(fēng)險魯棒購電模型構(gòu)建。為描述不確定因素影響下的風(fēng)險性場景，本文以有限離散場景的枚舉描述競價過程中由多種不確定因素可能引發(fā)的市場需求突變情形：如夏季氣溫驟變引起的供需失衡情況、電網(wǎng)阻塞造成的局部供需失衡情況等，并引入“壞場景集”概念定義可能使電價飄升的多種風(fēng)險場景組合。為設(shè)計合理的激勵性保價契約，使市場電價在目標競價時域內(nèi)維持穩(wěn)定，同時減輕壞場景下的電價劇烈波動風(fēng)險，基于購電商角度，構(gòu)建了基于壞場景集的抗風(fēng)險魯棒購電模型。模型假設(shè)發(fā)電商報價有一般性報價與投機性報價兩種策略選擇，其中投機性報價在一般場景下可能無法獲取高額利潤，但在壞場景（即需求突變）發(fā)生時可能謀取超額利潤，亦可能導(dǎo)致電價飛升現(xiàn)象。模型目標由平衡因子將目標時域內(nèi)的期望平均電價和電價波動的抗風(fēng)險魯棒度量組合而成，其中抗風(fēng)險魯棒度量基于壞場景集概念定義。模型約束包括獎勵契約中標電量閾值約束、負荷平衡約束、發(fā)電商出力約束、電力系統(tǒng)潮流約束、發(fā)電商個人理性約束和激勵相容約束等。模型決策為確定激勵性保價契約的參數(shù)組合，即由報價曲線參數(shù)、發(fā)電出力、獎勵金額的典型數(shù)據(jù)對（A， B， Q，π） 。
（3）模型求解。
利用逆向推導(dǎo)方法求解一主多從的Stackelberg博弈模型：第一階段，在給定的（A，B， Q，π）數(shù)據(jù)對構(gòu)成的.激勵性政策下，各發(fā)電商確定是否接受契約；第二階段，購電商選擇標桿發(fā)電商組合，求解該組合對應(yīng)的契約獎勵參數(shù)組合（A， B， Q， π），并依據(jù)第二階段得到的發(fā)電商對保價契約的響應(yīng)，計算購電商可能支付的獎勵金額總和，以及目標時域內(nèi)的期望電價績效（由平均電價和電價抗風(fēng)險魯棒度量構(gòu)成），并結(jié)合區(qū)間混沌優(yōu)化算法，求解最優(yōu)契約參數(shù)組合。
模型求解算法主體為標桿發(fā)電商組合搜索問題。以所有可行的標桿發(fā)電商組合作為解空間，提出一種區(qū)間混沌優(yōu)化算法求解。其基本思路是：依據(jù)區(qū)間算法將解空間劃分為若干區(qū)域；通過模型約束檢測，判斷各區(qū)域解距離最優(yōu)解得相近程度，依據(jù)相近程度劃定搜索速度；用立方映射生成初始混沌變量，在各可行區(qū)域借用類載波方法將混沌變量映射成初始可行組合，計算目標值，并不斷迭代搜索最優(yōu)目標，直至滿足終止條件。
（4）數(shù)值算例驗證。應(yīng)用混沌優(yōu)化算法求解，并應(yīng)用多Agent仿真（Multi—Agent Simulation）平臺模擬實時電力市場運營，探討了該激勵政策的現(xiàn)實可行性和有效性，并從微觀角度分析了該激勵政策下發(fā)電商的響應(yīng)行為，仿真結(jié)果驗證了激勵政策的有效性。
文中所提出的激勵政策雖然主要適用于電力市場等非計劃內(nèi)定價體系，但對于我國以計劃內(nèi)定價為主要特征的電力經(jīng)濟體系仍有一定的應(yīng)用意義：可考慮政府替代購電商制定激勵政策，以稅收等轉(zhuǎn)移支付作為獎勵支付的手段，合理選定標桿發(fā)電商以發(fā)揮其示范作用，激勵發(fā)電商群體規(guī)范其供電行為，保障電力平穩(wěn)供應(yīng)。這將是下一步的研究方向。
【論述考慮風(fēng)險規(guī)避的電力競價激勵政策論文】相關(guān)文章：
論文貿(mào)易術(shù)語選擇與出口風(fēng)險規(guī)避06-01
會計管理風(fēng)險及其規(guī)避對策論文07-02
物業(yè)企業(yè)內(nèi)部控制與風(fēng)險規(guī)避論文04-26
電力生產(chǎn)安全風(fēng)險控制研究論文04-12
人力資源招聘風(fēng)險規(guī)避建議分析與研究論文08-24
人力資源招聘風(fēng)險規(guī)避建議分析與探究論文08-24
風(fēng)險投資的激勵約束機制論文11-13