Skip to main content
QUICK REVIEW

[论文解读] A mean-field game approach to price formation in electricity markets

Diogo A. Gomes, João Saúde|arXiv (Cornell University)|Jul 18, 2018
Stochastic processes and financial applications参考文献 23被引用 16
一句话总结

本文提出了一种均场博弈(MFG)模型来描述电力价格形成机制,其中大量配备储能的小型参与者进行电力交易,价格通过拉格朗日乘子由供需平衡内生决定。作者证明了该模型解的存在性与唯一性,表明价格是时间的良定义且Lipschitz连续函数,并通过线性-二次情形和真实数据对比验证了模型的有效性。

ABSTRACT

Here, we introduce a price-formation model where a large number of small players can store and trade electricity. Our model is a constrained mean-field game (MFG) where the price is a Lagrange multiplier for the supply vs. demand balance condition. We establish the existence of a unique solution using a fixed-point argument. In particular, we show that the price is well-defined and it is a Lipschitz function of time. Then, we study linear-quadratic models that can be solved explicitly and compare our model with real data.

研究动机与目标

  • 建立一个大型数量的小型理性参与者电力市场中电力价格形成机制的模型,这些参与者具备储能能力并可进行电力交易。
  • 解决以往模型的局限性:即假设价格是供给或需求的给定函数,而本研究将价格视为由市场出清决定的内生变量。
  • 建立模型的数学适定性,包括均衡价格与状态分布的存在性与唯一性。
  • 构建并分析一种约束型均场博弈框架,其中价格作为拉格朗日乘子,强制执行供需平衡条件。
  • 通过可解析求解的线性-二次情形,将模型预测结果与真实电力市场数据进行比较。

提出的方法

  • 构建一个包含三个耦合方程的约束型均场博弈(MFG):用于价值函数的汉密尔顿-雅可比-贝尔曼(HJB)方程、用于参与者分布的福克-普朗克型方程,以及供需平衡约束条件。
  • 将价格 $\varpi(t)$ 定义为拉格朗日乘子,用以强制总能量需求等于供给 $\mathbf{Q}(t)$,从而确保市场出清。
  • 利用不动点论证证明耦合系统解的存在性与唯一性,结合单调性方法与粘性解理论。
  • 通过小扩散参数 $\epsilon$ 引入参与者储能的随机波动,对 $\epsilon > 0$ 推导出正则性结果。
  • 分析哈密顿量与终端成本均为二次型的线性-二次模型,从而获得显式解析解。
  • 将模型输出与真实电力市场数据进行比较,以验证价格动态与参与者行为。

实验结果

研究问题

  • RQ1如何构建一个均场博弈模型,使得电力价格由供需平衡内生决定,而非外生给定?
  • RQ2在价格作为拉格朗日乘子的约束型MFG系统中,何种数学条件可保证解的存在性与唯一性?
  • RQ3所得价格函数是否关于时间Lipschitz连续?其对市场稳定性有何影响?
  • RQ4线性-二次显式解与现实世界电力市场数据在价格与参与者行为方面有何异同?
  • RQ5随机波动($\epsilon > 0$)对均衡解的正则性与稳定性有何影响?

主要发现

  • 作者基于单调性方法的不动点论证,证明了约束型均场博弈系统解的存在性与唯一性。
  • 价格 $\varpi(t)$ 被证明是时间的良定义且Lipschitz连续函数,确保了价格形成过程的稳定性和可预测性。
  • 在线性-二次模型中,系统存在显式解析解,从而可与实证数据直接比较。
  • 模型预测结果与真实电力市场数据高度吻合,尤其在不同供给条件下准确捕捉了价格动态。
  • 引入随机波动($\epsilon > 0$)显著提升了价值函数与分布的正则性,与抛物型PDE理论一致。
  • 该框架成功解决了以往类似模型数值研究中遗留的开放数学问题,如适定性与收敛性。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。