售電放開政策下發(fā)電商售電策略與交易談判優(yōu)化模型

李歡歡，張晨，吳靜，張予燮，譚忠富

(1．華北電力大學(xué)，北京市102206;2．國(guó)網(wǎng)能源研究院，北京市102209)

售電放開政策下發(fā)電商售電策略與交易談判優(yōu)化模型

李歡歡1，張晨2，吳靜1，張予燮1，譚忠富1

(1．華北電力大學(xué)，北京市102206;2．國(guó)網(wǎng)能源研究院，北京市102209)

在售電側(cè)放開的政策背景下分析未來(lái)發(fā)售雙方的主要交易模式，并以“多對(duì)一”交易模式為研究對(duì)象，以發(fā)電商效益最大化為目標(biāo)，結(jié)合火電機(jī)組發(fā)電約束構(gòu)建發(fā)電商利益優(yōu)化模型。在此基礎(chǔ)上利用平均對(duì)手法與靜態(tài)貝葉斯納什均衡理論建立發(fā)電商報(bào)價(jià)策略模型。算例結(jié)果顯示，當(dāng)合同交易電量達(dá)到發(fā)電商總出力的72.91%時(shí)，發(fā)電商利益達(dá)到極值，同時(shí)發(fā)電商對(duì)于售電商購(gòu)電價(jià)預(yù)估值與對(duì)平均對(duì)手概率分布的推斷對(duì)最后的報(bào)價(jià)和期望收益均產(chǎn)生影響。

電力改革;電力市場(chǎng);交易談判;報(bào)價(jià)策略

0 引言

新一輪電改“9號(hào)文”及其配套文件下發(fā)以來(lái)，售電業(yè)務(wù)放開成了電力行業(yè)關(guān)注與研究的熱點(diǎn)［1-2］。售電側(cè)市場(chǎng)放開后，發(fā)電商獲得自主電力交易能力，且電力交易形式變得多樣化。自2008年以來(lái)，我國(guó)發(fā)電企業(yè)虧損嚴(yán)重，核心競(jìng)爭(zhēng)力大大降低，研究售電側(cè)放開政策下發(fā)電商交易決策問(wèn)題具有理論和實(shí)踐價(jià)值。

隨著中長(zhǎng)期合同市場(chǎng)的逐步成熟和現(xiàn)貨市場(chǎng)的建立，發(fā)電商既可以參與雙邊或多邊合同交易，也可以在日前競(jìng)價(jià)市場(chǎng)中的實(shí)時(shí)電能市場(chǎng)與輔助服務(wù)市場(chǎng)進(jìn)行交易［3-4］。發(fā)電商的決策問(wèn)題轉(zhuǎn)變?yōu)閮煞矫鏇Q策，一是中長(zhǎng)期合同市場(chǎng)與短期市場(chǎng)之間售電量分配決策，二是兩個(gè)市場(chǎng)的定價(jià)決策。針對(duì)兩個(gè)市場(chǎng)電量分配決策，文獻(xiàn)［5－6］分別基于均值－方差原理、魯棒利潤(rùn)和條件魯棒利潤(rùn)提出發(fā)電商交易策略構(gòu)建模型，針對(duì)計(jì)劃期內(nèi)每個(gè)交易時(shí)段的電價(jià)特性提出不同時(shí)段內(nèi)的交易策略。文獻(xiàn)［7］基于信息間隙決策理論研究了發(fā)電商在雙邊合同、期權(quán)合同與現(xiàn)貨市場(chǎng)等交易選擇中的電量分配風(fēng)險(xiǎn)決策問(wèn)題，并論證了該方法在不確定性較強(qiáng)的情況下進(jìn)行風(fēng)險(xiǎn)決策的優(yōu)勢(shì)。文獻(xiàn)［8］基于發(fā)電商價(jià)值函數(shù)和概率權(quán)重函數(shù)建立了計(jì)及發(fā)電商心理因素的電量分配決策模型。在定價(jià)決策方面，針對(duì)中長(zhǎng)期合同交易，文獻(xiàn)［9－13］對(duì)大用戶與發(fā)電企業(yè)直接交易定價(jià)問(wèn)題進(jìn)行研究，主要利用博弈論分析發(fā)電商在直接交易中的競(jìng)價(jià)問(wèn)題，建立電價(jià)優(yōu)化設(shè)計(jì)模型探討電能交易價(jià)格對(duì)用戶用電量及發(fā)電商的影響，利用魯賓斯坦模型，分析獨(dú)立發(fā)電商與用戶進(jìn)行討價(jià)還價(jià)的博弈。文獻(xiàn)［14］研究了基于不完全信息靜態(tài)博弈的電力直接交易報(bào)價(jià)策略及市場(chǎng)力影響，并提出了改進(jìn)市場(chǎng)力影響的方法及交易規(guī)則的優(yōu)化措施。針對(duì)短期市場(chǎng)競(jìng)價(jià)交易的研究主要考慮發(fā)電機(jī)組出力、爬坡等約束，構(gòu)建發(fā)電商最優(yōu)報(bào)價(jià)策略等模型，對(duì)每個(gè)交易時(shí)段制定不同的交易策略［15-16］。文獻(xiàn)［17］分析了電力庫(kù)模式下發(fā)電商的上網(wǎng)競(jìng)價(jià)策略，文獻(xiàn)［18－19］分別結(jié)合發(fā)電商的邊際成本與博弈論研究了我國(guó)發(fā)電企業(yè)的競(jìng)價(jià)策略。

在上述研究的基礎(chǔ)上，結(jié)合我國(guó)當(dāng)前電力改革的發(fā)展趨勢(shì)，本文分析售電側(cè)放開政策下發(fā)電商交易模式，在此基礎(chǔ)上基于條件風(fēng)險(xiǎn)構(gòu)建售電側(cè)放開情景下發(fā)電商在合同市場(chǎng)與短期市場(chǎng)中的電量分配模型，并構(gòu)建了“多對(duì)一”模式下交易談判模型。

1 售電放開政策下發(fā)電商交易模式

電網(wǎng)統(tǒng)購(gòu)統(tǒng)銷以外，當(dāng)前我國(guó)電力交易以簽訂中長(zhǎng)期合約為主，包括雙邊交易和多邊交易，其中單一發(fā)電商與單一售電商交易為雙邊交易，體現(xiàn)為“一對(duì)一”的模式，“多對(duì)一”及“一對(duì)多”模式下發(fā)電商與售電商的交易為多邊交易。

1.1 “一對(duì)一”交易模式

電力實(shí)物合同為有固定電力電量交易價(jià)格，且合同交割與競(jìng)價(jià)市場(chǎng)無(wú)關(guān)的中遠(yuǎn)期契約。單一發(fā)電商與單一售電商進(jìn)行協(xié)商交易，簽訂雙邊交易實(shí)物合同。此類交易模式如圖1所示。

圖1“一對(duì)一”交易模式Fig.1“Onetoone”transactionmode

1.2 “多對(duì)一”交易模式

在“多對(duì)一”的模式中，如圖2所示。獨(dú)立售電商擁有更多的自主選擇權(quán)，針對(duì)不同發(fā)供電商的電能產(chǎn)品供給能力和情況進(jìn)行談判，“討價(jià)還價(jià)”的結(jié)果是獨(dú)立售電商可根據(jù)發(fā)電商的具體情況形成多種“價(jià)格－電量”合同組合。

圖2“多對(duì)一”交易模式Fig.2 “Multi-to-one”transactionmode

1.3 “一對(duì)多”交易模式

單一發(fā)電商與售電商群交易屬于多邊交易的一種，圖3體現(xiàn)此種“一對(duì)多”的交易模式。發(fā)供電企業(yè)會(huì)針對(duì)不同獨(dú)立售電商的電能產(chǎn)品需求進(jìn)行談判，談判的結(jié)果是發(fā)供電企業(yè)根據(jù)不同的獨(dú)立售電商情況最終形成多種“價(jià)格－電量”合同組合。

圖3“一對(duì)多”交易模式Fig.3“Onetomulti”transactionmode

圖3所示交易模式為一個(gè)發(fā)電商與多個(gè)售電商進(jìn)行電力交易的情況，此時(shí)需要考慮更多的是售電商如何制定電價(jià)電量策略來(lái)獲得交易機(jī)會(huì)并使自身利益最大化。

本文主要探討的是售電放開政策下發(fā)電商決策問(wèn)題，側(cè)重于發(fā)電商在售電側(cè)市場(chǎng)中的競(jìng)爭(zhēng)問(wèn)題，“一對(duì)一”以及“一對(duì)多”模式下發(fā)電商面臨的競(jìng)爭(zhēng)性較弱，因此本文選擇“多對(duì)一”交易模式為研究對(duì)象，設(shè)計(jì)競(jìng)爭(zhēng)環(huán)境下的售電決策模型。

2 發(fā)電商售電策略分析模型

2.1發(fā)電商利益函數(shù)

對(duì)比分析國(guó)內(nèi)外大部分現(xiàn)存的電力市場(chǎng)，可發(fā)現(xiàn)這些電力市場(chǎng)都包含中長(zhǎng)期合約市場(chǎng)、現(xiàn)貨市場(chǎng)、輔助備用市場(chǎng)以及實(shí)時(shí)平衡市場(chǎng)等多樣性的電力市場(chǎng)交易模式。在進(jìn)行電力交易時(shí)，發(fā)電商等市場(chǎng)經(jīng)濟(jì)主體將面臨如何選擇上述多種市場(chǎng)，實(shí)現(xiàn)效益最優(yōu)的決策問(wèn)題。從電力交易量來(lái)看，通常情況下在中長(zhǎng)期合約市場(chǎng)與現(xiàn)貨市場(chǎng)中實(shí)現(xiàn)交易的電量較大。在雙邊開放的電力市場(chǎng)中，市場(chǎng)參與者的決策更加自主，發(fā)電商和售電商都可以選擇以雙邊合同或?qū)崟r(shí)電力市場(chǎng)競(jìng)價(jià)兩種交易方式買賣電能。本文設(shè)定發(fā)電商所發(fā)電能一部分與售電商在中長(zhǎng)期合同市場(chǎng)內(nèi)進(jìn)行交易，一部分在實(shí)時(shí)電力市場(chǎng)出售。以發(fā)電商通過(guò)參與這兩個(gè)市場(chǎng)的交易來(lái)獲取最大效益為優(yōu)化目標(biāo)，則目標(biāo)函數(shù)為

式中:πcf為發(fā)電商期望利益;E(b)為發(fā)電商參與中長(zhǎng)期合同交易的收益;E(r)為發(fā)電商參與電能實(shí)時(shí)市場(chǎng)交易的收益;C為發(fā)電商發(fā)電成本;VVaR(b)為發(fā)電商進(jìn)行合同交易時(shí)的風(fēng)險(xiǎn);VVaR(r)為實(shí)時(shí)市場(chǎng)交易風(fēng)險(xiǎn)。

發(fā)電商參與合同市場(chǎng)交易收益為

式中:Pb為發(fā)電商參與合同市場(chǎng)的交易電價(jià);為發(fā)電商第i臺(tái)機(jī)組在t時(shí)刻的交易電量;Qb為合同交易總電量;I為發(fā)電商擁有發(fā)電機(jī)組數(shù)量;T為發(fā)電商進(jìn)行合同交易的有效期。

發(fā)電商參與實(shí)時(shí)市場(chǎng)交易收益為

式中:Pr(t)為t時(shí)刻的實(shí)時(shí)交易電價(jià);Qir(t)為發(fā)電商第i臺(tái)機(jī)組在t時(shí)刻的實(shí)時(shí)交易電量。

發(fā)電商的發(fā)電成本與變動(dòng)成本及固定成本有關(guān)，變動(dòng)成本包含燃料成本及機(jī)組啟停成本，固定成本主要為折舊及運(yùn)維成本。發(fā)電商的發(fā)電總成本如下所示:

式中:CV為變動(dòng)成本;CS為固定成本;pfuel為燃料價(jià)格;uit為機(jī)組i在t時(shí)刻的啟停狀態(tài)變量，若機(jī)組處于開機(jī)狀態(tài)，則此變量為1，若機(jī)組處于其他狀態(tài)，則此變量為0;為機(jī)組啟動(dòng)時(shí)所需燃料量，以標(biāo)煤計(jì);為第 i臺(tái)機(jī)組在t時(shí)刻的出力;為第i臺(tái)機(jī)組在t時(shí)刻的燃料消耗函數(shù)，為二次曲線函數(shù)。

式中ai，bi，ci為機(jī)組i的煤耗參數(shù)。

中長(zhǎng)期合同交易風(fēng)險(xiǎn)表示為

本文設(shè)定在合同市場(chǎng)下的交易為無(wú)風(fēng)險(xiǎn)交易，合同交易風(fēng)險(xiǎn)為0。實(shí)時(shí)電力市場(chǎng)交易風(fēng)險(xiǎn)表示為

假設(shè)Pr(t)服從正態(tài)分布，則單位電能交易的風(fēng)險(xiǎn)為V= σ， 為給定置信水平下標(biāo)準(zhǔn)正態(tài)分布的上側(cè)分位數(shù)，σ為價(jià)格變量的標(biāo)準(zhǔn)方差。

2.2約束條件

發(fā)電商擁有多臺(tái)機(jī)組，各臺(tái)機(jī)組須滿足一定的約束條件。對(duì)于火電機(jī)組來(lái)說(shuō)，其受到下述條件約束。

(1)出力約束。

火電機(jī)組的實(shí)時(shí)出力，受其技術(shù)出力最低極限與技術(shù)出力最高極限約束，式(10)為火電機(jī)組實(shí)時(shí)輸出功率的上下限約束

(2)爬坡約束。

(3)開/停機(jī)時(shí)間約束。

火電機(jī)組的開/停機(jī)對(duì)燃煤與燃油的需求量較大，機(jī)組頻繁啟停將帶來(lái)較高的燃料成本，并且對(duì)機(jī)組本身有一定的損耗。為避免機(jī)組的頻繁開/停機(jī)，對(duì)機(jī)組的連續(xù)開/停機(jī)時(shí)間進(jìn)行約束，式(12)為機(jī)組i的最短開機(jī)時(shí)間約束:

2.3模型求解

(1)采用文獻(xiàn)［20］中一階自回歸模型預(yù)測(cè)電價(jià)，可得到各時(shí)段的Pr(t);

(2)給定合同交易量Qb，計(jì)算發(fā)電商各時(shí)段電量?jī)?yōu)化分配情況;

(3)累計(jì)交易期內(nèi)各時(shí)段發(fā)電商收益，得到Qb下發(fā)電商的總收益;

圖4 二次約束規(guī)劃線性處理方法Fig.4 Lineartreatmentmethodforquadratic constraintprogramming

將二次規(guī)劃函數(shù)f(g)分成N段，那么此二次規(guī)劃函數(shù)可表達(dá)成分段函數(shù)F(g)。對(duì)于g∈［gmin+ nΔ，gmin+(n+1)Δ］，有

式中:n=0，1，．．．，N－1;Δ為分段函數(shù)每一段的長(zhǎng)度，經(jīng)過(guò)線性化處理，上述二次函數(shù)規(guī)劃問(wèn)題轉(zhuǎn)變?yōu)榛旌险麛?shù)規(guī)劃問(wèn)題，可通過(guò)GAMS軟件進(jìn)行模擬求解。

本文將RPL-FAHP與最新經(jīng)典的RPL路由協(xié)議(0.8×ETX+0.2×RE和0.6×HC+0.4×RE)通過(guò) OPNET14.5 仿真軟件平臺(tái)進(jìn)行性能比較。考察的性能參數(shù)主要有:平均分組丟失率、平均端到端時(shí)延及網(wǎng)絡(luò)壽命等。

3 多發(fā)電商與單一售電商交易談判模型

多個(gè)發(fā)電商與單一售電商進(jìn)行交易時(shí)一般采用競(jìng)價(jià)拍賣的合同簽訂方式，售電商通過(guò)專門的信息發(fā)布平臺(tái)公布其需求，滿足要求的發(fā)電商向售電商投標(biāo)報(bào)價(jià)。參與投標(biāo)報(bào)價(jià)的各發(fā)電商均只知道自己的報(bào)價(jià)，而不清楚其他發(fā)電商的報(bào)價(jià)，即參與投標(biāo)的所有發(fā)電商處于非完全信息的電力市場(chǎng)中。各發(fā)電商將自己的報(bào)價(jià)通過(guò)密封的信封發(fā)送到售電商，雖然他們上交的時(shí)間有先后，但是在博弈結(jié)束的時(shí)候彼此都不知道對(duì)方采取了什么樣的策略，即發(fā)電商處于一個(gè)非完全信息靜態(tài)博弈中。對(duì)于發(fā)電商來(lái)說(shuō)，他們各自投標(biāo)報(bào)價(jià)的時(shí)候主要考慮在事先擬定的報(bào)價(jià)范圍內(nèi)，既能夠中標(biāo)，又能夠獲得最大的收益。

3.1平均對(duì)手法

本文運(yùn)用標(biāo)高的概念來(lái)更加清楚地表示發(fā)電商投標(biāo)報(bào)價(jià)與發(fā)電商自身對(duì)于售電商購(gòu)電價(jià)預(yù)估值的關(guān)系，本文所說(shuō)的標(biāo)高用發(fā)電商i的報(bào)價(jià)Bi與售電商購(gòu)電價(jià)預(yù)估值Gi的比值來(lái)表示，即的取值范圍為［1，ψi］，如果發(fā)電商報(bào)價(jià)低于它對(duì)于售電商購(gòu)電價(jià)預(yù)估值，會(huì)導(dǎo)致發(fā)電商收益小于0。如果發(fā)電商標(biāo)高值較大，那么發(fā)電商的收益就會(huì)提高，但是發(fā)電商中標(biāo)的可能性比較小;反之，標(biāo)高值較低，發(fā)電商中標(biāo)概率就大，但是收益水平就比較低。由于售電商招標(biāo)電量己知，各發(fā)電商在投標(biāo)時(shí)主要考慮競(jìng)爭(zhēng)對(duì)手的報(bào)價(jià)水平。

假設(shè)在發(fā)電商投標(biāo)報(bào)價(jià)中，一共有N家發(fā)電商參與，其報(bào)價(jià)集合J={B1，B2，．．．，Bn}，發(fā)電商i投標(biāo)報(bào)價(jià)比其他各家發(fā)電商報(bào)價(jià)都低的概率為

f(ψi)為標(biāo)高ψi的概率密度函數(shù)，則發(fā)電商i以投標(biāo)報(bào)價(jià)Bi贏得發(fā)電商j的概率為

式中:ψj表示發(fā)電商j的報(bào)價(jià)Bj與發(fā)電商i的售電商購(gòu)電價(jià)預(yù)估值Gi的比率，其概率密度函數(shù)f(ψj)可以通過(guò)收集發(fā)電商j的報(bào)價(jià)數(shù)據(jù)來(lái)確定。

假設(shè)所有的發(fā)電商報(bào)價(jià)都是相互獨(dú)立的，那么發(fā)電商i報(bào)價(jià)低于其他所有發(fā)電商的概率為

由式(17)可以得出發(fā)電商i的收益期望為

在運(yùn)用靜態(tài)貝葉斯納什均衡求解最優(yōu)報(bào)價(jià)的時(shí)候，必須加強(qiáng)對(duì)于其他發(fā)電商報(bào)價(jià)水平的精確預(yù)測(cè)，及時(shí)搜集、分析各種資料，結(jié)合實(shí)際情況，使得自己的報(bào)價(jià)戰(zhàn)勝其他發(fā)電商的概率分析更加精確。

當(dāng)參與投標(biāo)的發(fā)電商數(shù)目較多時(shí)，要去精確預(yù)計(jì)每個(gè)發(fā)電商的報(bào)價(jià)水平將耗費(fèi)極大精力，為解決這一問(wèn)題，本文采用平均對(duì)手法來(lái)選擇最優(yōu)報(bào)價(jià)策略。平均對(duì)手法是指在所有的發(fā)電商中假設(shè)一個(gè)比較有代表性的代表者，一般選擇自己比較熟悉的，把這個(gè)代表性發(fā)電商作為平均對(duì)手。

假如有N個(gè)發(fā)電商參與投標(biāo)，發(fā)電商i選擇的平均對(duì)手a的標(biāo)高ψa的概率密度函數(shù)為fa(ψa)，那么發(fā)電商i的最優(yōu)報(bào)價(jià)求解步驟如下:

(1)計(jì)算發(fā)電商i的報(bào)價(jià)低于平均對(duì)手a的概率為

(2)計(jì)算發(fā)電商i的收益期望

即

3.2發(fā)電商報(bào)價(jià)策略模型

發(fā)電商進(jìn)行博弈分析過(guò)程時(shí)，概率分布的準(zhǔn)確預(yù)測(cè)將會(huì)對(duì)其報(bào)價(jià)收益有重大的影響。

設(shè)定ψa服從區(qū)間為的均勻分布，則發(fā)電商i的投標(biāo)報(bào)價(jià)為

則發(fā)電商報(bào)價(jià)為

發(fā)電商i最大收益為

4 算例分析

4.1基本參數(shù)設(shè)置

在滿足售電商電量需求的前提下，考慮機(jī)組出力約束、機(jī)組啟停約束和爬坡約束來(lái)制定機(jī)組組合運(yùn)行方式，以期達(dá)到發(fā)電商利益最大化。設(shè)定發(fā)電商擁有2臺(tái)同類別火電機(jī)組，機(jī)組基本參數(shù)和能效參數(shù)如表1、2所示。算例中合同交易時(shí)限為1年，發(fā)電商規(guī)劃下一年的發(fā)電策略，即在合同市場(chǎng)和實(shí)時(shí)市場(chǎng)的電量分配策略。煤炭?jī)r(jià)格為 75$/t，合同交易價(jià)格為33.24$/(MW·h)，置信水平設(shè)定為90%。

表1 燃煤機(jī)組基本參數(shù)Table1 Basicparametersofthermalunit

表2 燃煤機(jī)組能效參數(shù)Table2 Energyefficiencyparametersofthermalunit

4.2售電策略模擬分析

以文獻(xiàn)［21］中某電力市場(chǎng)1999年出清價(jià)作為實(shí)際市場(chǎng)清算價(jià)格(market clearing price，MCP)，與預(yù)測(cè)電價(jià)進(jìn)行對(duì)比，如圖5所示。

圖5 某電力市場(chǎng)1999年9月1日24時(shí)預(yù)測(cè)出清價(jià)與實(shí)際出清價(jià)Fig.5 Predictedandactualclearingpriceat 24:001991-9-1ofanelectricpowermarket

給定合同電價(jià)下，發(fā)電商售電量分配策略如圖6所示，當(dāng)合同交易電量達(dá)到發(fā)電商總出力的72.91%時(shí)，發(fā)電商利益達(dá)到極值。因此，發(fā)電商進(jìn)行售電量分配時(shí)，應(yīng)將72.91%的電量放在合同市場(chǎng)進(jìn)行交易。

圖6 合同交易電量占比對(duì)發(fā)電商利益的影響Fig.6 Influenceofcontractelectricity consumptiononpowergenerator

此后如果繼續(xù)增加合同交易量，那么發(fā)電商利益將逐漸降低。在整條曲線中，當(dāng)合同交易量占比達(dá)到25%和50%時(shí)有2個(gè)明顯的階躍，這是因?yàn)楫?dāng)合同交易電量小于30%時(shí)發(fā)電機(jī)組的啟停受制于實(shí)時(shí)交易市場(chǎng)，導(dǎo)致機(jī)組啟停次數(shù)增加。當(dāng)合同交易電量占比超過(guò)25%時(shí)，能夠保證1臺(tái)機(jī)組持續(xù)出力，避免機(jī)組的啟停費(fèi)用，使得發(fā)電商的利益有明顯的提高。同理，此分析也適用于合同交易百分比達(dá)到50%時(shí)的收益階躍，如果合同交易電量能夠使得發(fā)電商的發(fā)電機(jī)組持續(xù)出力，那么發(fā)電商將會(huì)獲得較高的利益。

4.3多發(fā)電商與單一售電商模擬分析

在投標(biāo)前，發(fā)電商應(yīng)根據(jù)以往交易信息，對(duì)售電商期望購(gòu)電價(jià)進(jìn)行預(yù)估。為測(cè)算售電商購(gòu)電價(jià)預(yù)估值和平均對(duì)手的概率分布對(duì)于發(fā)電商報(bào)價(jià)和收益的影響，給出發(fā)電商對(duì)于售電商購(gòu)電價(jià)預(yù)估值和平均對(duì)手的概率分布。設(shè)定ψa服從區(qū)間為［ψmina，ψmaxa］的均勻分布，通過(guò)計(jì)算可以得到發(fā)電商i的最優(yōu)報(bào)價(jià)和最大期望收益。投標(biāo)報(bào)價(jià)的結(jié)果如表3所示。

表3 均勻分布下發(fā)電商投標(biāo)報(bào)價(jià)及最大期望收益Table3 Powergeneratortenderofferandmaximum expectedprofitunderaveragedistribution

根據(jù)表3可知，發(fā)電商對(duì)于售電商購(gòu)電價(jià)預(yù)估值和對(duì)平均對(duì)手概率分布的推斷，對(duì)最后的報(bào)價(jià)和期望收益都有影響，所以發(fā)電商必須合理確定售電商購(gòu)電價(jià)預(yù)估值，并加強(qiáng)對(duì)于其他發(fā)電商有關(guān)信息的搜集和分析。

5 結(jié)論

本文考慮發(fā)電商在長(zhǎng)期與現(xiàn)貨市場(chǎng)進(jìn)行交易的效益函數(shù)，結(jié)合火電機(jī)組出力約束、火電機(jī)組爬坡約束和火電機(jī)組開/停機(jī)時(shí)間約束，建立發(fā)電商利益優(yōu)化模型。通過(guò)案例分析后得出當(dāng)合同交易電量達(dá)到發(fā)電商總出力的72.91%時(shí)，發(fā)電商利益達(dá)到極值，發(fā)電商通過(guò)合同市場(chǎng)進(jìn)行售電，可以獲得穩(wěn)定且相對(duì)較高的效益。在“多對(duì)一”交易模式下利用平均對(duì)手法與靜態(tài)貝葉斯納什均衡理論建立發(fā)電商的交易策略模型，對(duì)發(fā)電商期望收益進(jìn)行測(cè)算。測(cè)算結(jié)果顯示，發(fā)電商對(duì)于售電商購(gòu)電價(jià)預(yù)估值與對(duì)平均對(duì)手概率分布的推斷均對(duì)最后的報(bào)價(jià)和期望收益產(chǎn)生影響，發(fā)電商須合理確定上述信息才能進(jìn)行更為準(zhǔn)確的報(bào)價(jià)策略。

［1］曾鳴．能源互聯(lián)網(wǎng)與售電市場(chǎng)放開［J］．中國(guó)電力企業(yè)管理，2015 (13):54-57．

［2］梁剛，王中榮，馬占軍，等．基于售電側(cè)放開的電力市場(chǎng)交易研究［J］．管理觀察，2016(31):32-35．

［3］張顯，王錫凡，王建學(xué)，等．發(fā)電商長(zhǎng)期電能分配策略研究［J］．中國(guó)電機(jī)工程學(xué)報(bào)，2005，25(1):6-12．ZHANG Xian，WANG Xifan，WANG Jianxue，et．a(chǎn)l．A long-term allocating strategy of power generators［J］．Proceedings of the CSEE，2005，25(1):6-12．

［4］ELIA E，MAIORANO A，SONG Y H，et al．Novel methodology for simulation studies of strategic behavior of electricity producers［C］// Power Engineering Society Summer Meeting．Vancouver:IEEE，2000:2235-2241．

［5］劉敏，吳復(fù)立．電力市場(chǎng)環(huán)境下發(fā)電商電能分配策略研究［J］．中國(guó)電機(jī)工程學(xué)報(bào)，2008，28(25):111-117．LIU Min，WU Fuli．Trading strategy of generation companies in electricity market［J］．Proceedings of the CSEE，2008，28(25): 111-117．

［6］周潔，趙琛，張少華．基于魯棒優(yōu)化的發(fā)電商電量分配策略［J］．電力建設(shè)，2016，37(3):58-62．ZHOU Jie，ZHAO Chen，ZHANG Shaohua．Electricity capacity allocation strategies of generation companies based on robust optimization［J］．Electric Power Construction，2016，37(3):58-62．

［7］趙亞楠．基于IGDT理論的發(fā)電商電量分配策略研究［D］．上海:上海大學(xué)，2015．ZHAO Yanan．Power producer electric quantity distribution based on IGDT theory［D］．Shanghai:Shanghai University，2015．

［8］潘俊濤，彭建春，孫芊，等．基于前景理論的發(fā)電商電量分配策略［J］．電網(wǎng)技術(shù)，2011，35(4):170-175．PAN Juntao，PENG Jianchun，SUN Qian，et al．A prospect theorybased generation energy allocation strategy for gencos［J］．Power System Technology，2011，35(4):170-175．

［9］ZHENG Y，LI G，ZHOU M，et al．An integrated approach on allocating the congestion management cost under large consumers electricity direct purchase mode［C］//Electric Utility Deregulation and Restructuring and Power Technologies．Nanjing:IEEE，2008: 539-544．

［10］譚忠富，李曉軍，郭聯(lián)哲，等．發(fā)電商向大用戶直接供電的電價(jià)設(shè)計(jì)模型分析［J］．現(xiàn)代電力，2004，21(1):86-89．TAN Zhongfu，LI Xiaojun，GUO Lianzhe，et al．On pricing models for a generation company suppling electric energy to a big consumer［J］．Modern Electric Power，2004，21(1):86-89．

［11］鄒小燕，王正波．電力市場(chǎng)中關(guān)于直購(gòu)電力價(jià)格的討價(jià)還價(jià)博弈模型［J］．管理工程學(xué)報(bào)，2005，19(4):96-99．ZOU Xiaoyan，WANG Zhengbo．The bargain game modelon electric power price in a bilateral electricity market［J］．Journal of Industrial Engineering and Engineering Management，2005，19(4):96-99．

［12］陳其安，楊秀苔．基于博弈論的發(fā)電廠商競(jìng)價(jià)策略研究［J］．系統(tǒng)工程學(xué)報(bào)，2004，19(2):121-127．CHEN Qi’an，YANG Xiutai．Research on competing price strategies of power plants based on game theory［J］．Journal of Systems Engineering，2004，19(2):121-127．

［13］PLAZAS M A，CONEJO A J，PRIETO F J．Multimarket optimal bidding for a power producer［J］．IEEE Transactions on Power Systems，2005，20(4):2041-2050．

［14］王劍波，蘇昭．黑龍江省電力用戶與發(fā)電企業(yè)直接交易策略研究［J］．黑龍江科技信息，2016(28):286-288．

［15］LIU Y，WU F F．Generator bidding in oligopolistic electricity markets using optimal control:Fundamentals and application［J］．IEEE Transactions on Power Systems，2006，21(3):1050-1061．

［16］HE Y．The study of bidding strategies of generators in electricity markets［D］．London:Brunel University，2002．

［17］吳磊．電力庫(kù)模式發(fā)電側(cè)競(jìng)價(jià)上網(wǎng)報(bào)價(jià)問(wèn)題研究［D］．北京:北京科技大學(xué)，2016．WU Lei．Research on power generation side bidding problem under power poolmode［D］．Beijing:University of Science and Technology Beijing，2016．

［18］于金棟．基于邊際發(fā)電成本分析的火電廠競(jìng)價(jià)策略研究［D］．濟(jì)南:山東大學(xué)，2014．YU Jindong．Research on thermal power plant based on the marginal cost of power generation［D］．Jinan:Shandong Univeristy，2014．

［19］楊珊珊．基于博弈論的我國(guó)發(fā)電企業(yè)競(jìng)價(jià)策略研究［D］．哈爾濱:哈爾濱理工大學(xué)，2014．YANG Shanshan．Power generation enterprise bidding strategy based on game theory［D］．Harbin:Harbin Institute of Technology，2014．

［20］劉敏，吳復(fù)立．電力市場(chǎng)環(huán)境下發(fā)電商電能分配策略研究［J］．中國(guó)電機(jī)工程學(xué)報(bào)，2008，28(25):111-117．LIU Min，WU Fuli．Trading strategy of generation companies in electricity market［J］．Proceeclings of the CSEE，2008，28(25): 111-117．

［21］張麗．市場(chǎng)出清價(jià)規(guī)律分析與預(yù)測(cè)［D］．北京:華北電力大學(xué)，2007．ZHANG Li．Analysis and forecaston market clearing price law［D］．Beijing:North China Electric Power University，2007．

(編輯 劉文瑩)

Electricity Sale Strategy and Trade Negotiation Optimization Model for Power Generator under Electricity Sale Liberalization Policy

LI Huanhuan1，ZHANG Chen2，WU Jing1，ZHANG Yuxie1，TAN Zhongfu1

(1．North China Electric Power University，Beijing 102206，China; 2．State Grid Energy Research Institute，Beijing 102209，China)

This paper analyses the main trading modes in the future between the generation side and the retail side under the policy background of releasing in the retail side．Taking the“multi-to-one”trading model as the object，and maximizing the benefits of the generators as the goal，this paper constructs an optimization model for the generation party under thermal power generating power constraints．Based on the model，this paper uses the average method and the static Bias Nash equilibrium theory to establish a pricing strategy model of generators．The simulation results show that when the contract volume reaches 72.91% of the total output of generators，the generators'benefits will reach the maximum．Power generators'pre-estimations to the price that electricity purchasers may come up and their deduction of the average probability distribution of competitors will influence both the final price and the expected revenue．

electric power reform;electricity market;trading negotiation;bidding strategy

TM 715

A

1000－7229(2017)03－0123－07

10.3969/j．issn.1000－7229.2017.03.017

2016-12-16

李歡歡(1991)，女，博士研究生，主要研究方向?yàn)殡娏夹g(shù)經(jīng)濟(jì)及管理;

張晨(1988)，女，博士，主要研究方向?yàn)殡娏夹g(shù)經(jīng)濟(jì)及管理;

吳靜(1993)，女，碩士研究生，主要研究方向?yàn)殡娏夹g(shù)經(jīng)濟(jì)及管理;

張予燮(1993)，女，碩士研究生，主要研究方向?yàn)殡娏夹g(shù)經(jīng)濟(jì)及管理;

譚忠富(1964)，男，教授、博士后、博士生導(dǎo)師，主要研究方向?yàn)殡娏δ茉唇?jīng)濟(jì)、風(fēng)險(xiǎn)管理。

國(guó)家自然科學(xué)基金項(xiàng)目(71573084)

Project supported by National Natural Science Foundation of China (71573084)