电商经济运行的电力市场论文范文

1期货交易市场与现货交易市场

发电侧电力市场的交易按时间可分为期货交易、现货交易、实时交易（实时电力电量平衡）3种模式。期货交易是一个过程，指在未来相当长的一段时间后交割的电网企业与大容量的发电企业的合同。事实上，电力交易包括期货合约和长期合约，期货市场与商品期货合约的流通代表着高度完善的市场形态，为建立规范的电力期货市场需要投入大量的人力和物力；与此相反，长期合约并不需要规范电力期货市场［2］，只要有当事人签署的合同，简单而实用，这是目前电力期货市场的主要途径。在未来，随着电力市场的发展和完善，长期合约的比例将逐步减少最终由期货合约取代。现货交易更接近于实际运行时间（1天或1h后），发电企业可以根据负荷预测和电网运行实现更加准确的交易［3］。在现货交易市场中，各发电机组采取竞价上网的方式，每台发电机组向电力交易中心提供线性、非降现货电量竞价函数。由于现货交易市场的结算电价为系统边际电价，因此发电机组参与现货电量竞价的电价应低于或等于系统边际电价λs（t）。对于成功竞价的发电机组i，其对应时段的现货交易上网电量表达式如下。

2发电成本分析

发电成本包括燃料费、管理费、检修费和发展费。参与竞价的单位可以是机组、发电厂或发电公司，竞价的周期可以是年、月、日或小时。下面先研究单时段发电成本曲线，包括二次成本曲线和线性成本两种情况。通常认为发电成本是发电功率的二次函数，即对发电公司（或发电厂、发电机组）i，设发电功率P在短时间（如1h）内恒定不变，则1h内该发电公司的发电成本Ci与发电功率Pi间有如下的二次函数关系。

3竞争性报价策略及其最优算法

发电厂进行竞争性报价的策略主要可以分为以下3种［4］。1）基于预测市场出清价（MCP）的竞争性报价方法如果一个发电厂可以准确预测MCP，那么只要报出稍微低于MCP的价格即可获利。由于在大多数电力市场中可供查询的公开数据十分有限，因而十分精确地预测MCP比较困难。2）基于预测其他竞争对手报价行为的方法这种方法需要对整个市场中所有竞争对手的报价策略和费用函数的各项参数进行预测，然后利用概率论或者模糊数学的方法得到报价方案。3）基于遗传算法（GA）的竞争性报价方法这是目前最为先进的报价方法。电力市场不是一个完全意义上的竞争市场，而是一个典型的寡头垄断市场。遗传算法是经济学上研究寡头垄断市场常用的工具之一，是专门研究两个及两个以上有利益冲突的个体，在有相互作用的情况下，如何进行各自优化决策的理论。因此，用遗传算法来研究电力市场主体的行为应该是很合适的。

4遗传算法在竞价策略分析中的应用

近年来，新出现的人工智能技术（如神经网络、遗传算法等）已越来越多地应用于电力工业领域。遗传算法是一种基于自然选择和群体遗传学的随机、迭代、进化和并行搜索的算法。与传统方法相比，具有可并行性、全局最优性、不依赖问题模型的特性，以及计算简单等优点。遗传算法应用在竞价策略中，是允许发电企业直接测试市场报价策略的一般假设，但要基于一定的前提条件。例如，先假设机组容量和系统结算价格相关的拍卖利润，并进一步假设前者是同时与表单关联，并测试了大量可能的交易规则，从中搜索出有利的投标策略。遗传算法仅需要很少的信息，其高效、灵活的特性对竞价策略的分析将是非常有效的。

4.1利润函数主要研究的对象是基于利润最大化的火力发电企业竞价决策模型，其目标函数是单个报价时段单个机组利润的最大化。

4.2算法寻优遗传算法的优化过程可以理解为：在正常工作条件下的电力企业，根据市场出清价格预测未来期间的接收或释放电能最优化，同时要满足约束条件的限制，通过对目标函数评价其优劣的市场信息。第一步：参数编码让该单元的运行周期为24h，每1周期被分成48个时隙。考虑到实际需要和减少计算时间，可以合并几个小时的时隙。据市场交易规则，相应地每个周期产生4～10个报价，即初始报价程序。第二步：生成初始报价方案基于模糊神经网络的系统边际价格预测区间来控制其误差范围，以满足涡轮机技术条件下的限制。可以将基础报价员的报价心理分为冒险型、中性型和保守型三种类型，构建了初始报价方案。第三步：适应度函数在投标约束时，引入惩罚函数的影响。如果目标函数值较大时，如果少量的违反约束，那么解决方案是好的，需要相应的程序应给予大量引用的适应值。第四步：遗传操作选择算子，采用排序适应函数的方法，将同一代群体小的M个染色体按适应度函数值从小到大排列，记为1至m。直接取分布概率为。

5结语

电力市场环境下，电能交易价格的高度不确定性给发电商带来了很大的交易风险。因此，制订合理的交易策略，合理的分配电能市场和双边合同市场交易份额有助于发电商在最大程度上实现利润最大化和风险最小化的交易目标。但电力市场的实施，必须要打破垄断，引入竞争，着重发展电力市场的竞价自由化。

作者：袁毅张鑫单位：上海市南电力（集团）有限公司上海电力通信有限公司