实施灵活需求：实时价格vs.市场整合

它们还有一个调节因子，决定了它们可以单独改变多少输出，以便与前一天分配的值进行平衡。此外，每个生产商都会在平衡市场中以额外因素支付其边际成本。生产商也可以在同一时期提交多份报价，例如，以较低的价格提供一定数量的MWh，以较高的价格提供额外的金额。在最后阶段，所有结算均以货币方式进行核算。这意味着所有根据市场进行的交易都会得到执行，因此生产商的生产费用会得到支付，而公用事业公司的消费费用会得到支付。如果任何一方偏离其提前一天的计划，则必须相应地支付平衡价格。为此，北欧模式包括生产者的两个价格体系和消费者的一个价格体系[36]。假设所有用户都处于区域时间定价制度下，因此费率根据日前价格（这是北欧地区的常见做法）。用户根据每天的个人消费量收费。如果偏离商定的时间表，电力公司将作为市场参与者支付平衡费用。然而，这些费用随后将作为固定成本从用户处收取，由给定公用事业的所有用户平均分摊。2.2. 灵活性与我们之前的工作【19】不同，本文认为用户有能力改变他们的用电量。可以利用这种灵活性将功耗从高价格时代转移到低价格时代，以最大限度地降低消费者成本。作为一种简化，使用模式被建模为正弦曲线，因此优化代理需要设置各自正弦曲线的相位，以模拟使用模式的变化，如图2所示。

这并没有改变使用的形状，而是模拟了峰值功率在一天中不同时间的转移。这也与回弹效应[37]相一致，后者认为一天中一部分时间的负荷减少通常是在消耗量增加之后或之前进行的，以补偿减少的消耗量。虽然考虑到高度复杂的负荷模型及其灵活性，简单正弦负荷曲线的假设似乎过于简单[38、39、40]，但我们的目标是呈现一种被忽视的系统效应，而不存在任何不必要的并发症。换句话说，我们的目标是构建一个“尽可能简单但不简单”的模型该模型将作为进一步研究的基础，这些研究涉及更现实的模型。尽管如此，为了测试拟议方案的一致性，我们在附录A中提供了更复杂的负荷曲线建模方法的初步结果，这表明了与我们主要结果类似的行为。为了找到最佳换班时间，每个消费者在宣布日前市场价格后的每个模拟日开始时，计算其自身使用量与日前市场每小时价格的相关性。最小值在生成的相关向量中的位置标记了最佳换档时间，因为在低价时段的使用量最大，而在高价时段的使用量最小。我们还假设flexibleload是完全自动化的。由于可再生能源电力可用性的短期变化，只有自动反应才能提供所需的反应时间。

我们将在本文的讨论部分进一步分析这一假设。0 4 8 12 16 20 23H565758596061626364价格（）用法（按比例）价格优化用户正常用户图2：在TRP制度下优化、灵活用户和普通用户的负载曲线示例。优化用户通过调整正弦曲线的相位来转移负荷，使其与价格曲线的相关性最小。注意：使用是按比例的，而不是以零为基础的。2.3. 独占组在下一节中讨论，以用户为中心、基于价格的优化可能会导致不希望的（通常是意外的）结果。正如weshall所证明的，这些结果可以通过使用所谓的“独占组”（EXG）[41]（或“智能块”）来缓解。EXG是一种可能的方式（与灵活订单或链接大宗订单【41】一起，此处未实施），通过不同的每小时报价人/投标小组将灵活投标直接引入日前市场。然后，市场匹配算法恰好选择其中一个，然后代理必须遵循。图3显示了EXG投标（由多个文件组成）的示例。通过这种方式，市场可以直接看到灵活性，市场应选择一系列优化社会福利的文件。实施计算的详细信息可在模型[42]中找到，并在附录B中作为伪代码。值得强调的是，这种类型的效果不是作者的想法，而是几个欧洲日前市场上已经提供的产品，但在研究中几乎被忽视。。公开文件显示了其意图，也表明了其使用的增长。还要注意的是，该解决方案的前提是，公共设施可以充分利用灵活性。

换言之，公用事业公司应控制柔性负荷，以实现所有提议的34Profile 134Profile 434 Profile 734 Profile 1034GW Profile 1334 Profile 1634 Profile 1634 Profile 1912 161718192021223242424Hour34 Profile 22图3：单个公用事业公司的不同文件。市场算法必须选择能够提供全局最优结果的利润。曲线。公用事业公司可以通过直接负载控制、内部定价策略或某种色彩方案来实现这一点。尽管这对于该解决方案的实际实施和扩大规模至关重要，但我们在此假设，公用事业公司可以提供投标曲线，其用户按照市场产出收费。2.4. 模型设置如前所述，我们并不打算预测价格，而是在整合电力市场灵活性时，有助于理解系统效应。为此，我们应将提议的模型设置为以合理的方式进行定性分析，同时不一定提供定量的实际结果。因此，虽然我们的目标不是精确的价格预测，但我们确实需要用合适的数据校准拟议的多智能体模拟。该设置的核心是价值顺序曲线，该曲线定义了日前市场的价格，并在一定程度上定义了平衡市场的价格。使用5000 10000MW010020003004005000 5000 10000MW020406080100Feb。2015年6月。2015年模型图4：左：用于日前市场的优序曲线。右图：与芬兰day aheadmarket Nord Pool的2015年数据相比，dayahead绩效排序曲线的一部分，包括通过数据得出的结果。图4显示了优序曲线以及与从NordPool获得的真实数据的比较。

与Nord Pool prices的比较不仅表明优序曲线的一般形状是有效的，而且还讨论了另一个有趣的影响。从6月份的数据可以看出，尽管平均消费和价格要低得多，但夏季的高峰时段价格可能与冬季一样高。造成这种影响的原因可能有几个：o在用电高峰时段运行的发电厂在夏季和冬季相同，o北欧系统的水力发电在夏季使用较少，o热电联产在夏季使用较少，o生产商可能会调整其预测用电高峰的价格。无论如何，即使总消费量下降，高峰消费时段的价格也可能很高。对于平衡部分，我们还将高价发电商纳入了优序曲线的顶端（图4中未包括）。这有两个目的。首先，它们纳入了TSO采购的储备，这些储备通常仅在市场平衡能力耗尽时使用。其次，当需要大量的平衡电力时，系统会遇到一种阻碍。然后，这种电力的价格（非常）高，就像在现实世界中一样【44】（高达Nord Pool 3000欧元/兆瓦时的价格上限）。在缺乏可用的上平衡能量的情况下，建立模型以阻止模拟出现错误，而在现实世界中，这通常会导致更极端的措施，如甩负荷甚至停电。然而，这种停电在现实世界中几乎从未发生过。

因此，我们在平衡优序曲线的顶部增加了一个大型（1 GW）且昂贵（3000EUR/MWh）的发电厂，以表示上述问题情况（因此我们的模拟永远不会达到停电或断电，但这种“极端情况”将被非常昂贵的电力捕获）。在用户方面，我们将系统设置为具有约14%的峰-峰差异，这是根据2015年断奶分析数据集中芬兰电力系统每日负荷循环中最大到最小差异设置的。最大耗电量为12.6 GW。结果我们结果的中心部分可以在图中看到。5-9，表明在系统中灵活用户的一定比例以上，实时价格（现货价格）引导的灵活大幅增加了总电力成本。换言之，价格被动型用户预期带来的节约并未实现。然而，如果我们将灵活性与独家集团整合到市场中，那么无论灵活用户的比例如何，都可以维持储蓄。这种影响主要源于平衡市场（balancingmarket）对物质现实的考虑。这可以在图5中看到，特别是在中心图中，使用相关成本（即基于现货价格的消费者个人关税）增加了0%50%100%50510152530成本（/兆瓦时），结合了0%50%100%灵活峰值负荷，使用相关系统综合了0%50%100%系统。图5：平均兆瓦时的价格变化以及系统中灵活峰值负荷份额的增加。左边的第一个图显示了基于日前价格和共享平衡成本的使用成本产生的每兆瓦时综合成本。中央图仅显示了使用成本的发展，这纯粹是由于塔里费，而塔里费又基于日前价格。右图显示了平衡需求和预测者所产生的共享成本。保持低位。

然而，平衡产生的系统成本在灵活用户达到一定比例后会快速上升，如图右部分所示。这种行为可以解释如下。flexible用户试图避免日前市场的现货价格过高，因为他们在采用实时定价政策时，会直接按照自己的价格计费。在超出一定比例后，当价格较高时，灵活用户的使用模式会受到影响。这就导致了一种特殊的情况，即用户永远不会做他们所预测的事情；由于灵活优化消费者，公用事业公司的需求预测从未实现。如果公用事业公司希望用户在一天中的某个时间内达到消费高峰，那么他们的出价将在该时间内提高价格。如此高的价格将导致用户避免这些时间。这反过来意味着在高价时段需要向下平衡，而在其他低价时段需要向上平衡。正是这种平衡将推高系统成本。图6显示了模拟的更详细视图，其中显示了506070890100price（）baseInt。80%RTP 80%11.011.512.012.5需求（GW）0 24 48 72 96 120小时020040060平衡（MW）图6：无柔性基本情况与两种高柔性负载基本情况之间的直接比较，每种情况下各一种。平衡图显示所需的加减速平衡功率。价格图和需求图均未以零基准轴显示。请注意，在RTP制度下，价格和峰值功耗是如何在不同的时间发生的，并且功耗非常不稳定。

当前的实现没有考虑超过一天的连续性，因此可能会出现两天之间的跳跃，而不会产生任何影响。5060708090100price（）基准RTP 30%RTP 50%11.011.512.012.5需求（GW）0 24 48 72 96 120小时0200400600平衡（MW）图7：在RTP制度下，无弹性的基准情况与30%和50%弹性的两种情况之间的直接比较。5060708090100price（）baseInt。30%Int.50%11.011.512.012.5需求（GW）0 24 48 72 96 120小时020040060平衡（MW）图8：在综合制度下，无柔性的基本情况与柔性分别为30%和50%的atwo情况之间的直接比较。integratedand RTP制度下五天模拟的价格、需求和平衡能力。它说明了在theRTP制度中，价格和需求是如何错位的，导致了对平衡力量的高度需求。可以根据图6进行另一个有趣的观察：尽管可以创建一条流量-负荷曲线，消除所有峰值，但这不是市场算法选择的解决方案。这是由于优点顺序曲线中的非线性影响。在一定消耗水平以上，成本较高的电厂需要运行。因此，一旦打开它们，充分利用它们可能会更便宜，但在一天剩下的时间里保持它们的效用。这种情况可能会随着可用的发电厂而改变。无花果。考虑到30%和50%灵活用户的RTP和综合制度，7和8给出了与图6类似的结果；这些情节证实了我们先前的论点。同样值得一提的是，虽然可以论证RTP引起的变化可以在需求预测中预测，但这并没有改变之前描述的动态。假设价格差异会导致需求转移。

一旦需求的这种变化足以推动价格的日前变化，用户每天都会看到基于他们过去行为的不同“实时”价格曲线，甚至包括他们预期的变化。由于实际消费发生在每日现货价格形成后一天，因此无法实现产生该价格的预测，因为现货（前一天）价格是当天消费者消费模式的最终指南，而当天的价格是在前一天形成的。总而言之，该系统使用自参考预测，这意味着预测无法实现。这种通过实时（现货）价格实现灵活性的不幸（理想主义）部署，并没有创造一个自我填充的预言，反而创造了它的反面：一个永不填充的预言。但是，通过了解产生这一结果的系统机制，将EXGs用作大规模集成灵活性的工具而不产生额外成本的理由变得简单明了：只要灵活需求的时间表是在日前市场中设定的，就不需要过度平衡力量，以使系统成本保持较低。直觉上，人们可能会认为，从个人角度来看，0%50%100%灵活峰值负荷0.00.20.40.6成本优势（/MWh）RTPIntegrated图9：两种制度下两个用户组（灵活用户与非灵活用户）之间的比较（RTP：实心橙色，通过EXGs集成：虚线绿色）。实线显示RTP制度下灵活用户的相对成本优势，而点线显示综合制度下灵活用户的优势。注：这是给定制度内的相对比较，图5中比较了总体成本。

尽管实时价格（RTP）制度下的系统成本急剧上升，灵活用户支付的费用始终低于非灵活用户。用户，一旦实时定价制度下的系统达到成本再次开始上升的程度，变得灵活是没有好处的。换言之，人们可能会期望系统将自动保持接近此最佳点。如图9所示，情况并非如此。该图展示了灵活用户（能够改变峰值的用户）相对于普通用户的成本优势：实时价格（RTP）和使用独家组（EXG）的综合制度。我们可以看到，RTP制度下灵活用户的成本优势从未低于甚至接近于零。这反过来意味着成为一个灵活的用户总是有益的，因为无论系统配置如何，这样的用户总是比普通用户支付更少的费用。假设切换没有下限，这是由成为灵活用户的投资回报给出的，这将使系统处于最糟糕的状态。这一事实类似于众所周知的公地问题悲剧。虽然在综合制度中仍然存在相同的激励，但它们会导致不同的结果：它适应了用户的动态，而不会增加总成本。无论如何，值得注意的是，在同一系统内的两种不同制度下，灵活用户和正常用户之间的直接比较无法从该图中得出。我们的分析认为，根据所考虑的设置，灵活的消费者完全是RTP或集成的，他们在模拟中不共存；i、 e.我们只考虑以下情况：（i）RTP灵活用户与正常用户，以及（ii）综合制度灵活用户与正常用户。因此，图。