[论文解读] A Forward Electricity Contract Price Projection: A Market Equilibrium Approach

Mateus A. Cavaliere, S. Granville+2 more|arXiv (Cornell University)|Apr 8, 2019

Electric Power System Optimization被引用 5

一句话总结

本文提出了一种基于市场均衡的电力合同价格预测方法，通过建模供需关系，使每个市场参与者能够优化其风险调整后的预期收益或成本。其关键贡献在于，远期价格作为随机线性规划中总福利优化问题的对偶变量出现，从而实现了均衡价格估计以及在不确定性下价格分布随时间的演变。

ABSTRACT

This work presents a methodology for forward electricity contract price projection based on market equilibrium and social welfare optimization. In the methodology supply and demand for forward contracts are produced in such a way that each agent (generator/load/trader) optimizes a risk adjusted expected value of its revenue/cost. When uncertainties are represented by a discrete number of scenarios, a key result in the paper is that contract price corresponds to the dual variable of the equilibrium constraints in the linear programming problem associated to the optimization of total agents' welfare. Besides computing an equilibrium contract price for a given year, the methodology can also be used to compute the evolution of the probability distribution associated to a contract price with a future delivery period; this an import issue in quantifying forward contract risks. Examples of the methodology application are presented and discussed

研究动机与目标

• 开发一种基于市场均衡原则的系统化方法，用于预测远期电力合同价格。
• 通过优化发电方、负荷方和交易商的风险调整后预期福利，建模远期市场行为。
• 在随机线性规划框架中，将远期合同价格推导为对偶变量。
• 实现对不确定性下未来合同价格时间演化概率分布的预测。
• 为量化电力市场中远期合同风险提供实用工具。

提出的方法

• 构建一个随机优化问题，使每个参与者（发电方、负荷方、交易商）在离散情景下最大化其风险调整后的预期福利。
• 通过将个体参与者决策聚合为系统级福利最大化问题，构建市场出清机制。
• 使用线性规划求解聚合福利优化问题，约束条件包括市场出清和参与者参与。
• 将远期合同价格识别为优化问题中市场出清约束对应的对偶变量。
• 采用基于情景的建模方法，以表示未来电价和需求的不确定性。
• 利用对偶变量解，不仅预测均衡价格，还可预测其随时间演变的概率分布。

实验结果

研究问题

• RQ1 如何利用市场均衡框架预测远期电力合同价格？
• RQ2 在随机环境下，远期价格与总社会福利优化之间的数学关系是什么？
• RQ3 在不确定性下，远期价格分布如何随时间演变？
• RQ4 福利最大化问题的对偶变量能否被解释为市场出清的远期价格？
• RQ5 风险调整在参与者行为中扮演什么角色，其对远期价格形成有何影响？

主要发现

• 远期电力合同价格在数学上等价于系统级福利优化问题中市场出清约束的对偶变量。
• 该方法通过分析基于情景的结果，能够预测未来远期价格的完整概率分布。
• 该方法既支持对特定交割年度的静态价格估计，也支持对价格风险随时间演变的动态分析。
• 该模型捕捉了风险偏好、市场参与和价格形成在远期电力市场中的相互作用。
• 数值示例表明，该方法在真实市场情景下具有可行性与鲁棒性。
• 对偶变量的解释提供了一种经济上合理且计算上可行的远期价格推导方式。