当前的世界环境gydF4y2Ba

介绍gydF4y2Ba

对于电力和电力能源层面而言，电力是一个在区域、国家和国际层面交换和交易电力的市场。电价是市场上主要的经济指标，用来判断各部门所需的投资。为了获得更高的收入利润，该行业的投资者对电力定价更高。然而，如果投资者进入价格较高的行业，这些限制和定价政策就无法控制。上述因素加上电力行业现有的要求和限制，突出了定价在该行业的主要作用。gydF4y2Ba

另一方面，考虑到温室气体排放对本世纪的气候变化的重要性和影响，利用地下石油资源供发电首先，必须在每个国家确定电力价格。在这方面，有必要比较从石油和清洁能源产生的电力价格之间进行比较，因此不仅可以控制温室气体排放，而且可以对执行政策，立法和监督进行适当的决策。阴影价格是在本研究中适用的环境决策的主要来源之一。影子价格分为技术和经济价格，每个人都研究了不同方法和视角的影子价格。目前研究采用用于伊朗电力行业发展的模型来估算伊朗电力市场中电能的影子价格。在这方面，本文的第二部分审查了电力部门阴影价格的文献;第3部分解释了伊朗的电力模型;第4部分探讨了研究方法;第5部分提出了结果和产出;最后，第6部分提出了结论。gydF4y2Ba

文献综述gydF4y2Ba

电能在提高国家福利和经济发展中起着不可缺少的作用。由于其特有的特点，即维持市场的即时平衡，缺乏大容量的存储容量，该能源载体有别于其他载体。由于停电带来的高成本，电力的安全供应是该行业管理者的高目标之一。因此，这个市场的机制和控制因素应该以提高效率、生产和最优需求的方式进行调节。gydF4y2Ba^4.gydF4y2Ba

私营部门的目标是实现最高利润，而政府则决心获得社会福利。在这方面，考虑了反映社会效益和成本的价格，而不是市场价格。这些价格被定义为经济中的影子价格。gydF4y2Ba^26gydF4y2Ba根据这个定义，应该使用影子价格而不是实际市场价格。显然，影子价格受其局限性所控制。此外，影子价格应该是正面项目所产生的社会效益。gydF4y2Ba^21gydF4y2Ba

竞争市场创造了均衡市场价格等于给定产品或服务的社会价格的条件。如果产品或服务不存在完美竞争市场的条件，则无法实现基于价格的最佳资源分配，市场价格不是产品和服务实际价格的指标。这种情况的一个例子是电力市场。在这些条件下，阴影价格用于估计实际价格，因此沿着投资和部分发展策划。gydF4y2Ba^6.gydF4y2Ba由于限制、政府干预和缺乏组织良好的市场等因素，在伊朗经济中创造完美的条件和充分就业似乎相当困难。这一事实是对影子价格重要性的又一强调。gydF4y2Ba

在电价工作中，一般采用多种方法。一些研究利用时间序列预测电价，gydF4y2Ba^{7日,13日,15日,16日,17日,18日20gydF4y2Ba}而另一些则预测电力市场的整体价格和表现。gydF4y2Ba^{19日,22日,24日,27日,29岁gydF4y2Ba}为了预测这种价格，使用时间序列进行的一些作品应用Garch等结构模型，这假设未来的方差水平与过去的差异相同。GARCH方法已被许多研究人员利用。gydF4y2Ba^28gydF4y2Ba表1总结了不同分类的电价预测工具。如表所示，预测该价格的一般方法有两种:时间序列法和结构法。时间序列方法是利用过去的记录进行电价估计的统计方法，而结构方法是基于数据处理机制，利用现有数据进行电价预测。gydF4y2Ba

表1：现有电力分类gydF4y2Ba 价格预测工具参考。gydF4y2Ba14.gydF4y2Ba 点击这里查看表格gydF4y2Ba

其他时间序列模型也被用于其他一些工作中。如Contreras等(2003)应用ARIMA对次日电价进行建模。gydF4y2Ba^20.gydF4y2Ba在这项工作中，他们首先应用对数传递函数，并考虑残差的正态性，预测每个季节的电价。Garsia等(2005)将GARCH模型作为一种更有效的日前电价估计模型。gydF4y2Ba^28gydF4y2BaNI和LUH（2001）应用基于贝叶斯和汽车回归方法的电力价格预测。通过这项工作，他们使用过去的概率作为概率分布函数，并报告了该模型提供了有效的预测结果，并且可以正确地显示突然的价格变化。gydF4y2Ba^12.gydF4y2Ba

Bunn(2000)进一步解释了结构预测模型在电力供应市场中起着至关重要的作用。gydF4y2Ba^10.gydF4y2Ba他认为，人工神经网络(ANNs)同样适用于需求估计;仿真模型也可用于需求部门。Centeno等人(2007)应用结构模型对具有中期战略的公司进行价格预测。gydF4y2Ba^11.gydF4y2Ba为此，他们在给定条件的基础上研究了市场平衡问题，并用优化问题求解。Jorge等人(2012)提出了一种混合整数非线性规划(MILP)，用于优化燃煤电厂的发电，考虑了碳管理，使给定CO的电力成本最小化gydF4y2Ba_2gydF4y2Ba市场价格gydF4y2Ba^23gydF4y2Ba昌等（2013）使用动态线性规划模型研究了集成的东盟电力市场的发电和跨境电网规划。允许跨境电力交易的电网可能会提供一些用于成本节电的解决方案。他们的研究提出了动态线性规划模型，并模拟了发电能力的最佳开发路径。gydF4y2Ba^31gydF4y2Ba

Sherzod（2013）调查了受到1990年至2001年英格兰和威尔士批发电力的动态影响的诱发组织波动和监管修改。在这项研究中，他估计了相对依赖于需求的电力价格挥发性。gydF4y2Ba^30.gydF4y2Ba

伊朗也进行了一些电价估算的研究。例如，Bayat(2009)利用数据面板经济测度、广义耦合方法和自回归估计，允许研究区间的参数变化和价格弹性估计。然后，通过提供动态条件，将平均最优小时价格趋势与现有静态方法得到的价格趋势进行比较，检验研究假设即动态价格与静态价格之差。gydF4y2Ba^1gydF4y2BaMoulaei等(2012)对市场退出平衡条件时的电价进行了估计。以系统动态模型的形式设计电力市场，利用优化模型确定电力市场的最优需求、最优供给和最优电价。gydF4y2Ba^5.gydF4y2Ba

伊朗电力模式gydF4y2Ba

为伊朗电力市场设计的结构如图1所示。根据电力供应商与电力市场之间的关系，确定了伊朗次日市场发电模型。通过该模型的实施，实现了伊朗电网管理公司(IGMC)的发电经济布局。gydF4y2Ba

图1：设计的结构gydF4y2Ba 伊朗电力市场。gydF4y2Ba 点击此处查看数字gydF4y2Ba

伊朗次日发电市场建立的确定模型gydF4y2Ba

定义该指令的主要目的是确定要求和条件，以确定第二天的市场赢家，并提供IGMC的最佳第二天的下一代布局。gydF4y2Ba

“经济世代布局”的目标函数gydF4y2Ba

eq。（2）表示市场上的“经济发电布局”：gydF4y2Ba



其中，Δpayment_fuel.gydF4y2Ba_TgydF4y2Ba为电网各单元总燃料的支付差额;Cost_EgydF4y2Ba_TGgydF4y2Ba：全部单位的能量总支付成本是否为网格;和cost_on关闭gydF4y2Ba_TgydF4y2Ba为发电机组的总电源开/关成本。在式(2)中，发电机组总燃料支付差值采用“燃料价差对确定翌日发电布局的效力”方法估计，电网机组总能源支付成本采用式(3)估计。gydF4y2Ba



其中，π_offer.gydF4y2Ba_{E.g.k.hgydF4y2Ba}为第k步第h时g单位的建议能量价格。此外，利用式(4)估计发电机组的开/关电成本:gydF4y2Ba



在哪里，n_on.gydF4y2Ba_{EG.ggydF4y2Ba}是“经济发电布局”中单位GTH的电力次数;n_off.gydF4y2Ba_{EG.ggydF4y2Ba}为“经济发电布局”中单位频次的断电次数;π当班的gydF4y2Ba_ggydF4y2Ba为GTH机组关于机组通电的建议价格;和π_OffgydF4y2Ba_ggydF4y2Ba是关于单位电源的GTH单元的拟议成本。gydF4y2Ba

“经济发电布局”的产出gydF4y2Ba

eq。（5）表达经济发电的产出：gydF4y2Ba




在那里,EgydF4y2Ba_{taccec.g.n.gydF4y2Ba}为经济发电布置中h时g单位接收的能量。也就是说，伊朗电力市场的经济发电布局是由上述目标模型组成的线性规划，这确实是电网从所有电厂机组购买电力的成本函数。该模型的局限性概括为:每小时生产单位的生产潜力;产能和价格步骤;单元的初始能量状态;每日最大可生产能量;相互承诺的金额;机组开/关费用;发电机组的最新情况;发电机组可输电能力预测; “obligatorily in circuit” units; the generation level of the industrial (huge) unit; the amount of cross-border transactions; the balance between the Bus; and the maintenance program of the units.

方法gydF4y2Ba

线性规划技术是其中一种工具，通过它可以在几个选项中以最大的效率选择一个选项。gydF4y2Ba^{2、8gydF4y2Ba}线性规划的一个主要特点是，求解初始模型的每一个对应项都能得到影子值。影子值是被定义为给定单位或整个电力部门的支付/交付趋势的最终值。影子价值，即现在所说的“影子价格”，与实际市场价格不同。根据新古典主义经济学家的理论，如果电力或任何其他产品或服务的最终价值或影子价格与市场价格相等，则其消费效率就得到满足。因此，影子价格可以作为衡量电力社会效率和大规模资源优化配置的标准。gydF4y2Ba^8gydF4y2Ba在线性规划中，在其他条件不变的情况下，影子价格被认为是每代代理额外一个单位的价值。gydF4y2Ba^6.gydF4y2Ba如前所述，使用线性规划可以解决许多优化问题。然而，由于所研究的系统的性质，在许多科学问题中，目标函数和约束的系数和变量在实际中并不能被视为明确的某些精确数字。因此，使用模糊线性规划似乎是不可避免的。最大化问题的模糊线性规划模型的最常见形式可以表示为gydF4y2Ba^25gydF4y2Ba：gydF4y2Ba



在那里,一个gydF4y2Ba_ijgydF4y2Ba，β.gydF4y2Ba^˜gydF4y2Ba _我gydF4y2Ba，为模糊数和XgydF4y2Ba^˜gydF4y2Ba _ijgydF4y2Ba参数呈现为模糊数。为了解决模糊线性编程问题，它们通常转换为经典的线性或非线性问题，然后使用Simplex等现有标准方法进行解决。求解不同研究人员提出的模糊线性规划问题的大量算法。选择算法的控制由研究不确定的研究的事实控制。对于本作工作中提出的线性模糊编程模型，使用模糊线性规划技术输入了不确定性的数据。本部分中使用的算法称为对称方法，基于Bellman-Zadeh原理定义，与其他方法相比，更有效和准确。gydF4y2Ba

模型组成和结果gydF4y2Ba 组件gydF4y2Ba

考虑到模型的规模和对整个国家的理解，以及电网中至少有1200辆公交车的存在，估计的信息是巨大的，无法详细介绍。车型运行天数的选择是根据全年用电波动情况确定的，因为用电需求波动是影响最优电价的最重要因素。本次研究选择的时间如下:gydF4y2Ba

5日(1月23日)，相当于冬季平均消费量;gydF4y2Ba

蒂拉（6月30日）的第九届，随着夏季平均消费的最大程度的相似之处。型号1属于1月23日，涉及5,360个决策变量，而模型2由5,420个决策变量组成，属于6月30日。目标职能的决策系数是先前澄清的地球单位的决定系数。结果，目标函数将是非模糊的。决策变量的系数是约束的全部1。解释每个工厂单位的发电能力和潜力的约束的右手是预测的;由于没有供应商可以肯定是他/她的工厂中发电的任何一个下一天问题，因此实现的生成较少或大于前一天预测的金额。基于电力市场专家评论，植物发电潜力的平均预测误差在一年内为0.1至16％。注意，这部分在模糊中解释了考虑所涉及的不确定性。另一个约束的右手，即电力市场平衡，代表了总电力需求。由于这些数据也是预测的，因此它们也被转换为模糊数字。 Based on the comments of experts in this area, during the recent years this value has been varying between 0.0003 to 41% with an average 2.5% prediction error. Once the right hand of constraint has fuzzy values, to obtain the optimum values and model running each fuzzy constraint is converted to three constraints. In this way, the fuzzy linear programming model indeed is converted to the linear programming model, except the number fuzzy constraints of the new fuzzy model becomes three times larger.^3.gydF4y2Ba

模糊线性规划的结果gydF4y2Ba

在这项研究中，两个模型被开发了两个不同的小时，其中的产出总结如下表。gydF4y2Ba

表2：模糊线性规划模型的最佳结果摘要gydF4y2Ba

模型没有。gydF4y2Ba	日期gydF4y2Ba	目标函数最优量(内部收益率下电网购电支付成本)gydF4y2Ba	决策参数最优量(第k步输送到各机组的能量，兆瓦)gydF4y2Ba
1gydF4y2Ba	1月25日凌晨4点gydF4y2Ba	1643800000年gydF4y2Ba	XgydF4y2Ba1gydF4y2Ba= 0؜؜XgydF4y2Ba12 =gydF4y2Ba0؜؜XgydF4y2Ba5309gydF4y2Ba= 0.16gydF4y2Ba
2gydF4y2Ba	6月30日16:00gydF4y2Ba	1,303,000,000gydF4y2Ba	XgydF4y2Ba1gydF4y2Ba= 0؜؜XgydF4y2Ba12 =gydF4y2Ba21øœøğx.gydF4y2Ba5362gydF4y2Ba= .62gydF4y2Ba
参考:研究成果gydF4y2Ba

如表所示，在寒冷季节，发电成本最高。Bahman这么高成本的最重要原因(1月20日到2月20日)是在寒冷季节对天然气的需求达到最大,所以工厂运行在天然气发电将被迫使用替代燃料和更高的成本和价格。预计在Tir(6月22日至7月23日)也会出现类似的情况。值得注意的是，供应给伊朗电力行业的天然气价格低于国际价格。因此，在模型中输入实际的天然气价格可能会导致相当大的变化。模糊线性规划模型预测影子价格的结果如表3所示。gydF4y2Ba

表3：模糊线性规划的暗影价格值gydF4y2Ba

模型没有。gydF4y2Ba	日期gydF4y2Ba	影子电价(IRR/KW.h)gydF4y2Ba
1gydF4y2Ba	1月25日凌晨4点gydF4y2Ba	383gydF4y2Ba
2gydF4y2Ba	6月30日16:00gydF4y2Ba	343gydF4y2Ba

表3中的数值称为影子价格，代表了目标函数中每个约束的重要性和有效性。Tir 9(6月30日)下午4时的影子电价是每千瓦343内部收益率，而1月25日(Bahman 5日)凌晨4时的影子电价是每千瓦383内部收益率。对于1200辆公交车中有530辆参与发电的车型，尽管公交车布局复杂，决策因素和约束因素过多，需求相当高，消费者范围广泛，从国内到商业、工业、农业等群体(达数百万)，由于电网一体化，上述集团面临着一个约束:电力市场的即时平衡。也就是说，考虑到整个电网的完整性，可以同时实现整个电网的供需平衡。因此，这个庞大的消费者和供应商集合被认为只是模型的一个约束。因此，对应于市场瞬时平衡约束的影子价格只报告了一个值。值得一提的是，该影子价格仅为某一小时的影子价格，而通过对全天影子价格的估计，可以得到每个给定小时的不同影子价格。gydF4y2Ba

结论gydF4y2Ba

在电网市场化程度不高的情况下，真实电价的检测并不是一件容易的事情。在这里，影子价格的作用变得至关重要。一个给定的系统越是基于价格的单位承诺(PBUC)，规划越是基于PBUC，价格就越清晰和固定，而基于安全约束的单位承诺(SCUC)而不是基于价格的系统，影子价格的重要性就越高。伊朗的决定是在scc的基础上做出的，而scc与PBUC的计划并不接近。这一事实表明了影子价格估计的重要性，并有其完整的细节。通过在确定性状态下运行该模型，并将其输出结果与模糊状态下的输出结果进行比较，表明模糊状态下的最优值优于确定性状态下的最优值。这可以归因于这样一个事实，尽管整个国家的电力需求得到了满足，但它并没有为伊朗的整个电网提供更低的成本。gydF4y2Ba

参考文献gydF4y2Ba

1. J.Coejo，M. A. Plazas，R. Espinola和A.B.Molina，使用小波变换和Arima模型预测的一天前电费预测，gydF4y2BaIEEE电力系统汇刊gydF4y2Ba，卷。20，No.2，PP。1035-1042，2005年5月。gydF4y2Ba
2. Khademvatani，D.v.戈登。，2013年的能源效率的边际措施：阴影值，能源经济学38,153-159。gydF4y2Ba
3. 更夫ØœE。ØŒ和L.A.ZadehØŒ 1970。决策在一个模糊environmentØŒ管理ScienceØŒ卷17。B141-B164页。gydF4y2Ba
4. W. Bunn，竞争性电力市场负荷与价格预测，gydF4y2BaIEEE的诉讼程序gydF4y2Ba，第88卷第2期，2000年，163-169页。gydF4y2Ba
5. “不确定性下的电力市场策略分析:一种预测价格-响应方法”，中国电力管理学会，gydF4y2BaIEEE电力系统汇刊gydF4y2Ba，第22卷第1期，2007年2月。gydF4y2Ba
6. 基于贝叶斯分类方法的电力市场出清价格预测，gydF4y2BaIEEE电力工程协会冬季会议gydF4y2Ba，卷。3，PP.1518-1523，哥伦布，哦，2001。gydF4y2Ba
7. J. Nogales，J.Correras，A. J.Conejo和R.Spínola，按时间序列模型预测下一天的电价，gydF4y2BaIEEE电力系统汇刊gydF4y2Ba，卷。17，2，PP。342-348，2002年5月。gydF4y2Ba
8. 输电网运行价格和拥堵预测，EPRC项目中期报告4/4/08 -开始资助日期2007年8月，http://www.econ.iastate.edu/tesfatsi/EPRCForecastGroup.htmgydF4y2Ba
9. 李春春，刘建军，j.a nLawarrée, M. Gallanti, A. Venturini，电力价格预测技术，gydF4y2Ba第二届CIGRE/IEEE PES国际研讨会论文集gydF4y2Ba，圣安东尼奥，德克萨斯州，页110-119,2005年10月5-7日。gydF4y2Ba
10. 李，C.C.刘和H. Salazar，预测使用日前阴影价格的传输拥堵，gydF4y2Ba议程gydF4y2Ba，psce，pp。1705-1709,2006。gydF4y2Ba
11. 李，电网环境下的电价预测，博士论文，华盛顿大学，西雅图，2006。gydF4y2Ba
12. Li，C.刘，C. Mattson和J.Awarrée，电网环境前的一天电价预测，gydF4y2BaIEEE电力系统汇刊gydF4y2Ba第22卷第2期1，页266-274,2007年2月。gydF4y2Ba
13. Li，J. Sun和L. Tesfatsion，可行的LMP响应下的替代价格上限和价格需求方案，gydF4y2Ba议程gydF4y2Ba， IEEE动力工程学会大会，匹兹堡，宾夕法尼亚州，2008年7月，出现。gydF4y2Ba
14. Contreras，R.Espinola，F. J. Nogales和A. J.Conejo，Arima Models预测下一天的电价，gydF4y2BaIEEE Tran。在电力系统gydF4y2Ba， Vol. 18, No. 3, pp. 1014-1020, 2003年8月。gydF4y2Ba
15. EatwellØŒ M.Milgate和P. NewmanØŒ 1987。The New Palgrave: a Dictionary of EconomicsØŒThe Macmillan Press LimitedØŒ vol. 4ØŒ Q to ZØŒpp. 316-317.
16. Nicolaisen, V. Petrov，和L. Tesfatsion，具有歧视性双重拍卖定价的计算电力市场的市场力量和效率，gydF4y2Ba进化的IEEE交易gydF4y2Ba计算gydF4y2Ba， Vol. 5, No. 5, pp. 504-523, 2001年10月。gydF4y2Ba
17. Jorge Cristo´balØŒ GonzaloGuille´n-Gosa´lbezØŒLaureanoJime´nezØŒAngelIrabien.ØŒ2012。考虑碳的燃煤电厂发电优化MINLP模型managementØŒ能源政策51ØŒpp 493-501gydF4y2Ba
18. Sun和L. Tesfatsion的《电力批发市场设计的动态测试:基于代理的开源框架》gydF4y2Ba计算经济学gydF4y2Ba，Vol.30，PP。291-327,2007。gydF4y2Ba
19. LaiøœY-J.Øœ和C-L.HWANGØœFUZZY数学编程：方法和应用豪华斯普林克 - Verlag。gydF4y2Ba
20. littleØœm.d。和MirleleesøœJ.A.Øœ1974.项目评估和发展中国家伦敦的耕地：海曼。gydF4y2Ba
21. Yu c.c.c Liu, L. Tesfatsion，电力市场环境下供应商学习行为的模型研究，gydF4y2Ba议程gydF4y2Ba第十四届电力系统智能系统应用国际会议(ISAP2007)，台湾高雄，2007年11月4-8日。接受的gydF4y2Ba国际工程智能系统杂志gydF4y2Ba。gydF4y2Ba
22. C. Garcia, J. Contreras, J.， M. van Akkeren, J. b.c. Garcia，一种预测一天前电价的GARCH预测模型，gydF4y2BaIEEE电力系统汇刊gydF4y2Ba，卷。20，第2期，第285页，2005年5月867-874。gydF4y2Ba
23. E. Widergren, J. Sun，和L. Tesfatsion，市场设计测试环境，gydF4y2Ba议程gydF4y2Ba， IEEE动力工程学会大会，蒙特利尔，2006年6月。gydF4y2Ba
24. SherzodN.Tashpulatov.Øœ响起电价的波动性：英格兰和威尔士批发电力MarketøýPPPPP81-90的案例。gydF4y2Ba
25. Younghochangøœyanfeili.Øю2013. Asean电力市场集成和跨境电网规划：动态线性规划Modeløœ能源战略评测2øœpp153-160。gydF4y2Ba