统一购电的电力市场清算新方法

被拒绝的ITM大宗订单被称为矛盾拒绝大宗订单（PRB）。相比之下，被接受的OTM区块订单被称为par ADOXICALY ac ceptedblock orders（PAB）。PAB在欧洲市场是不允许的。这种不同待遇背后的理由是直截了当的。在完全竞争条件下，生产者提交的价格是边际成本[21，22]。因此，PAB会给生产商造成金钱损失，而PRB会导致错过交易机会。请注意，在一些美国市场[23]和土耳其[24]，可以用附带付款来补偿生产者，但这在欧洲市场是不允许的。1.3. 文献回顾了在存在大宗订单的情况下，解决市场竞争问题的算法基于不同的技术。参考文献【26】制定了一个混合整数线性程序（MILP），用额外的迭代程序来处理PRB，以清除市场。参考文献e【27】提出了市场清算问题的原始-对偶公式，其中进一步引入了改进的Benders-like分解方法，以加强经典Benders切割，并在【28】中进行了扩展。在[1 9]中，提出了一种清算方法，以最小化PRB对最终解决方案的影响。参考文献【29】介绍了一种双层方法，用于在明确考虑大宗订单盈余的单区市场中处理常规大宗订单。用于市场耦合的官方Europeanalgorithm，称为Euphymia【13】，基于一个混合d-整数二次规划公式，其中包含额外的序列子问题和模块。它部分源自COSMOS（30）模型，该模型最初用于欧洲中西部的电力市场。

这两种算法都实现了解决欧洲社会福利最大化问题的分枝定界法，其中引入了适当的约束，直到实现了满足所有市场需求的最优解决方案。参考文献[31]报告了一个有趣的情景分析，该分析研究了不同规模、数量和类型的锁定订单对解决市场清算问题所需计算时间的影响。参考文献[32]制定了一个混合整数二次规划，以模拟完整的欧洲日前市场，并采用迭代过程来处理PRB、复杂订单和UPP。关于UPP方案，参考文献[3-3]提出了一种完整的方法来解决混合定价规则下的清算问题，该方法进一步扩展到了[34]中的准备金和[35]中的大宗订单。在后一种情况下，实现了一个迭代过程，该过程涉及处理块订单的初始MILP问题，然后是处理UPP的非混合互补问题。参考文献[36]使用互补方法来清理具有区块和复杂订单的市场，并将其扩展到UPPin[37]，在这两种情况下，都使用启发式过程来处理矛盾订单。参考文献[38]提出了一个二层模型来描述具有简单逐步订单的UPP市场，其中目标函数最大化了消费者的剩余。参考文献[39]pro提出了一种基于收入的方法来克服UPP的非线性，但该模型不能扩展到当前可定制的大宗订单。最初，清理Ita-lian市场的方法基于【40】，而EUPHEMIAis实施的当前方法如【13】所述。在第一种情况下，UPP是在总市场需求曲线的每个可能价格中依次选择的，直到探索整个曲线为止。

然后，在清除市场并产生最大社会福利的可行候选人中选择最佳解决方案。同样，EUPHEMIA探索aggre gate市场需求曲线，直到找到一个可行的解决方案，该解决方案在满足UPP定义（2）的前提下，在误差容限κt内清除市场。请注意，UPP方案与消费者付款最小化方案【41】有着实质性的不同（目标是最小化消费者的总付款），根据一些美国市场使用的清算规则，如[4 2]，消费者支付的商品价格是通过事后计算得出的。最后，参考文献[43]对欧洲市场耦合对UPP的影响进行了有趣的分析，其中评估了市场流动性增加的积极影响。1.4. 存在区块指令和UPPBlock或de rs的市场清算问题以及UPP规则对欧洲市场清算问题构成了相当大的负担。特别是，大宗订单至少引入了两种相关问题。首先，这些顺序的不可分割性迫使引入二进制变量。其次，大宗订单跨越多个交易小时，并包含多个临时约束。另一方面，在UPP计划下，由于同一区域内消费者支付的价格（UPP）和生产者收到的价格（区域价格）可能存在差异，因此不可能直接使用传统的社会福利最大化方法来清理市场。此外，UPP计划要求同时清算消费者和生产者，因为两者都有价格弹性曲线，即需求量和产出量取决于实际市场价格。此外，在边际定价框架下【44，45】，市场价格被定义为电力平衡约束的双重变量。

这意味着问题公式必须涉及双变量。最后，UPP定义（1）意味着存在同时涉及质量和价格的双线性项，即原始和对偶变量，这使得问题非线性和非凸。因此，具有大宗订单和UPP的欧洲市场学习问题可被视为一个非线性整数规划，涉及具有互补和多时约束的一元和二元变量。c2018年。本手稿版本在CC-BY-NC-ND 4.0 li下提供censehttp://creativecommons.org/licenses/by-nc-nd/4.0/1.5.论文贡献在欧洲背景下，为解决大宗订单和UPP计划下的市场清算问题，找到一个计算转换表和准确的社会福利最大化公式是一个重要的开放问题。本文的目的是为这个问题提供一个非迭代的解决方案，该解决方案产生一个MILPmodel，可以使用OFF-The shelf解算器来解决。该模型是从一个非线性整数二层问题出发，利用原对偶关系和性质将其转化为一个等价的单层模型。然后，通过使用标准整数代数和等效的重新定义，消除所有非线性。我们认为，尽管交易工具和市场规则各不相同，但这种方法是一致的。也就是说，拟议的框架通过在准确的欧洲社会福利最大化目标下使用相同的综合模型来处理大宗订单和UPP，没有迭代过程或子问题。

此外，根据欧洲监管框架[46]的要求，通过建设，市场获得了重新保证，能够完全满足边际定价方案[44]，并与标准市场实践保持一致[13，14]。该解决方案是精确的，至少没有达到当前市场数据分辨率的近似值。最后，MILP公式可以证明解的最优性。综上所述，这项工作的主要创新点有：1。市场清算问题的精确公式，在存在可缩减的大宗订单和UPP的情况下，将其作为一个非线性整数双层问题，然后将其转换为等效的MILP模型；2、使用互补关系和整数方法将UPP定义线性化；3、在同时存在UPP和CURRAILABLOCK指令的情况下，非迭代方法最大化精确的社会福利。这项工作的目的是表明，目前启发式处理的UPP方案（即非线性程序）和块顺序（涉及二进制变量）可以重新表述为一个单一的、包罗万象的MILP问题，满足所有欧洲监管要求。这种flexibleapproach允许人们获得关于整体清除问题的知识。通过深入了解问题结构，输电系统运营商、决策者和利益相关者可以使用该模型，通过对问题目标和解释中反映的特定要素进行分析，评估电网扩建计划和市场政策和规则修改的物理和经济影响。在这方面，我们免费提供所支持模型的开源Python代码，以弥补建模和实现之间的差距，并为感兴趣的用户提供一个随时可用的工具。

最后，我们回顾，MILP公式允许我们证明所获得溶液的适宜性。本文的剩余部分组织如下。第2节重点介绍了UPP计划与传统市场之间的一些结算差异。第3节介绍了非线性整数双层模型的公式，并说明了最终的MILP是如何构建的。第4节说明了一些用于检测市场分割的可选建模特性。第5节描述了执行的测试，并报告了数字结果。最后，第6节概述了一些结论。完整的MILP模型见附录A.0 5 10 15 20 25 30供应需求量（MWh）图2：无UPP规则的市场清算。需求和供给曲线的交点决定了区域价格和净数量。标有A的见索即付单在moneyorder中为A，并且部分已清除。相反，由B标记的需求订单是一个缺货订单，必须予以拒绝。图3：根据UPP规则进行市场清算。预计UPP为5欧元/兆瓦时。标有A的需求订单价格为15欧元/兆瓦时，而标有B的需求订单价格为5欧元/兆瓦时。根据UPP规则，订单A在货币中，必须完全执行。相比之下，订单B是货币，可以部分清算。关于【38】，目前考虑了可缩减的区块顺序（在UPP和非UPP区域），提出了一种新的等效UPP公式，目标函数表示精确的社会福利。2、UPP计划与传统欧洲市场之间的市场清算差异本节提供了几个示例，以突出UPP计划与传统欧洲市场之间的一些清算差异。

为便于阅读，本节仅考虑逐步顺序。在传统的欧洲市场中，即根据社会福利方法清理的市场，不涉及UPP，供需曲线的交点决定了执行的数量和区域价格，如图2所示。在这种情况下，供需订单以相同的价格结算，即分区价格。特别是，如果需求订单的价格略高于区域价格，则需求订单属于货币，而如果需求订单的价格恰好等于区域价格，则需求订单属于货币，如果需求订单的价格严格低于区域价格，则需求订单属于货币。在图e 2中，标有A的需求订单与供应曲线相交，相交点决定了部分执行的数量，订单价格决定了区域内的区域价格。[21, 22]. 订单A是一张汇票。相比之下，由B标注的需求订单是缺钱的，因为其价格严格低于区域价格，必须完全拒绝。对于UPP需求订单来说，这并不一定是正确的，因为它是在UPP而不是在区域价格上进行结算的。c2018年。本手稿版本在CC-BY-NC-ND 4.0 li下提供censehttp://creativecommons.org/licenses/by-nc-nd/4.0/05 10 15 20 25 30 ADEMANDSUPPLITYζtiπTDDTK数量（MWh）图4：图3所示市场清算问题的解决方案。假定UPP为5欧元/兆瓦时。总需求量包括部分结清的DDTK数量。生产者收集的区域价格ζti被确定为发货所需数量所需的价格。图3显示了与图2相同的需求和供应曲线。然而，在本例中，实施了UPP规则，并假设UPP等于5欧元/兆瓦时。

在这里，所有的需求订单都是按UP P而不是按地区价格结算的。因此，由A标记的需求订单在货币中，必须完全执行，而由B标记的需求订单在货币中，可以部分执行。请注意，无论区域中的区域价格如何，都可以部分执行标有B的订单。这与传统市场存在根本差异。在图3所示的情况下，必须执行现金需求者和订单B中部分清除的数量。因此，问题归结为确定UPP下的实际执行数量和区域价格。我们记录了所有生产者收集地区价格的情况。因此，要解决的问题是确定生产者所需的价格以满足需求量。这个问题是潜在可变需求的经济调度（这反过来又取决于UPP）。在调度问题中，需求是一个常数，需求曲线被认为是弹性的，即一条垂直线，与供给曲线的交点决定了生产者所需的产量，如图4所示。在这种情况下，需求包括部分清除的ddtk数量。区域价格ζTi是生产者为满足需求量而要求的价格。UPP定价方案的一个重要结果是，在同一区域内，可能会有一个at货币供应需求订单和一个具有两种不同价格的供应或de r，这两种价格都是部分清算的，如图4所示。这在图2所示的传统市场中是不可能的，这是UPP定价方案的另一个问题。在特定情况下，供需曲线的横截面给出的市场均衡也满足UPP规则，如图5所示。在该图中，假定UPP为15欧元/兆瓦时。

A标注的需求订单价格为15欧元/兆瓦时，因此价格为1欧元，可以部分执行。此订单与供应电流相交。与传统市场一样，部分结清的数量和交叉点确定的区域价格也完全符合UPP规则，因为所有货币内的UPP订单都已完全执行，而部分结清的订单A处于货币状态。因此，在这种特殊情况下，区域价格、UPP和需求订单a的价格一致，即Pdtk=πt=ζti。将考虑图4和图5所示的两种情况。第一种情况下，通过采用调度方法，无论区域价格如何，都可以部分执行追加订单。第二种是一种特殊情况，其中we0 5 10 15 20 25 30需求供应量πt数量（MWh）图5：使用UPP规则进行市场清算。假定UPP为15欧元/兆瓦时。该图描述了一种特殊情况，如在传统市场中，由供需曲线交叉给出的市场均衡也尊重UPP规则。标记为a的需求方部分执行，而订单B必须拒绝。将利用需求曲线的弹性和传统的社会福利方法，有效地处理货币供应订单，如第3.4.3节所示。该模型本节将UPP和可缩减的pro-file大宗订单同时存在时的市场清算问题形式化为一个非线性ar整数双层模型。然后，说明了如何将双层模型转化为等价的MILP问题。3.1. 双层规划双层模型可以看作是两个嵌套的优化问题，称为上层和下层问题[47]。形式上，双层模型定义为：maxu∈UF（u，x*) （3） s.t。

x个*= 参数maxx∈Xf（x；u），（4），其中F和F分别是上层和下层目标函数。双层规划的主要特征是，上层决策变量（在（3）（4）中标记为u）输入下层作为固定参数。var iablesx*表示下层表m的最优解，该表取决于上层变量s u，即x*= x个*（u） 。然而，为了便于阅读，这种依赖性通常没有正式表达出来。历史上，博弈论领域使用双层方法来描述非合作Stacke-lberg博弈[47]。在斯塔克伯格博弈中，上层问题代表的是一个在跟随者之前行动的Leader，下层问题代表的是Leader。然而，在电力系统经济学中，双层方法通常用于获取双重变量，即市场价格，而不是实际构建博弈。因此，上下级目标函数，即F和F，通常是等价的。有关双层计划及其在电力系统经济学中的应用的更多信息，请参考【47、48、49】。3.2. 非线性整数二层模型在所提出的方法中，上层问题处理UPP并验证大宗订单的货币化程度，而下层实际通过使用社会福利最大化方法清理市场，同时适当分配UPP订单，如图6所示。c2018