[논문 리뷰] Learning from Past Bids to Participate Strategically in Day-Ahead Electricity Markets

Ruidi Chen, Ioannis Ch. Paschalidis외 2명|arXiv (Cornell University)|2018. 11. 14.

Electric Power System Optimization참고 문헌 22인용 수 4

한 줄 요약

이 논문은 이전 시장 정산 가격과 생산 수준에서 전기 공급업체의 비용 함수를 추정하기 위한 역 최적화 접근법을 제안하며, 당일 시장에서 전략적 입찰를 가능하게 한다. 경쟁 업체의 비용 구조를 학습함으로써 공급업체는 이득을 극대화하는 나시 균형 입찰를 계산할 수 있으며, 수치 실험 결과에서 추정된 비용 기반 입찰와 진정한 비용 기반 입찰 간에 높은 일치도를 보였다.

ABSTRACT

We consider the process of bidding by electricity suppliers in a day-ahead market context where each supplier bids a linear non-decreasing function of her generating capacity with the goal of maximizing her individual profit given other competing suppliers' bids. Based on the submitted bids, the market operator schedules suppliers to meet demand during each hour and determines hourly market clearing prices. Eventually, this game-theoretic process reaches a Nash equilibrium when no supplier is motivated to modify her bid. However, solving the individual profit maximization problem requires information of rivals' bids, which are typically not available. To address this issue, we develop an inverse optimization approach for estimating rivals' production cost functions given historical market clearing prices and production levels. We then use these functions to bid strategically and compute Nash equilibrium bids. We present numerical experiments illustrating our methodology, showing good agreement between bids based on the estimated production cost functions with the bids based on the true cost functions. We discuss an extension of our approach that takes into account network congestion resulting in location-dependent prices.

연구 동기 및 목표

• 공급업체가 경쟁 업체의 입찰에 대한 정보를 확보하지 못하는 당일 전기 시장에서의 전략적 입찰 문제를 해결하기 위해.
• 이전 시장 정산 가격과 발전 수준을 이용해 경쟁 업체의 생산 비용 함수를 추정하여, 경쟁 업체에 대한 직접적인 지식 없이도 균형 입찰를 가능하게 하기 위해.
• 추정된 비용 함수를 기반으로 나시 균형 입찰를 계산하는 방법을 개발하여, 경쟁적 입찰를 초월한 수익 증대를 위해.
• 망 혼잡으로 인한 지역별 가격을 다룰 수 있도록 접근법을 확장하기 위해. 이를 위해 '가격 섬'(price islands)을 식별하고, 각 섬 내에서의 마진 공급업체를 분석한다.
• 시장 참가자가 추론된 비용 함수를 활용해 전략적 입찰를 수행할 수 있는 프레임워크를 제공하고, 규제 기관이 시장 권력 남용을 탐지할 수 있도록 지원하기 위해.

제안 방법

• 이전 데이터(시장 정산 가격 및 생산 수준 포함)에서 공급업체의 비용 함수를 추정하기 위해 역 최적화를 사용한다.
• 과거 시장 결과를 가장 잘 설명하는 비용 함수의 파라미터(발전량 비례)를 찾기 위해 무작위 탐색 알고리즘을 적용한다.
• 추정 알고리즘에 확률적 수렴 보장을 도입하여, 외부 표본에 대한 강력한 성능을 보장한다.
• 공급업체가 용량의 선형 비감소 함수를 입찰하는 공급 함수 균형(Supply Function Equilibrium, SFE)으로 시장을 모델링한다.
• 망 혼잡을 다루기 위해 '가격 섬'(price islands) — 동일한 정산 가격을 가진 지역 — 를 식별하고, 각 섬 내에서 마진 공급업체가 가격을 결정함을 분석한다.
• 각 가격 섬과 관측치에 대해 별도로 역 문제를 해결하여, 시간과 혼잡 상태에 따라 변화하는 마진 공급업체 집합을 수용한다.

실험 결과

연구 질문

• RQ1 공급업체가 경쟁 업체의 입찰를 직접 알지 못할 경우, 당일 시장에서 어떻게 전략적 입찰를 수행할 수 있는가?
• RQ2 이전 시장 정산 가격과 생산 수준을 이용해 경쟁 공급업체의 비용 함수를 정확하게 추론할 수 있는가?
• RQ3 추정된 비용 함수가 경쟁 시장 환경에서 진정한 균형 입찰 행동을 어느 정도 재현할 수 있는가?
• RQ4 역 최적화 프레임워크는 망 혼잡으로 인한 지역별 가격을 다루기 위해 어떻게 적응시킬 수 있는가?
• RQ5 추정 알고리즘의 수렴 성질은 어떠한가? 그리고 새로운 시장 조건에 대해 얼마나 잘 일반화되는가?

주요 결과

• 역 최적화 접근법은 강력한 지수형 확률 수렴 보장을 갖추고 있으며, 비용 함수의 파라미터를 성공적으로 복원한다.
• 수치 실험 결과에서 추정된 비용 함수를 기반으로 계산된 입찰가격이 진정한 비용 기반 입찰가격과 높은 유사도를 보이며, 높은 추정 정확도를 입증한다.
• 외부 표본에 대한 일반화 성능이 뛰어나 전략적 입찰 행동 예측에 있어 강건함을 입증한다.
• 망 혼잡을 고려한 확장은 '가격 섬'을 효과적으로 식별하고 각 섬 내 마진 공급업체를 분석하여 혼잡으로 인한 가격 격차를 잘 포착한다.
• 이 방법은 합성 또는 가상의 발전자에 적용 가능하여 금융 계약이나 수요 반응 집합체의 비용 함수 추정이 가능하다.
• 이 프레임워크는 공급업체의 전략적 입찰와 규제 기관의 시장 권력 남용 탐지에 모두 유용하며, 시장 설계 및 감시에 이중 기능을 제공한다.