استراتژی قیمت دهی بهینه ی ریسک محور برای یک شرکت تولیدی

استراتژی قیمت دهی بهینه ی ریسک محور برای یک شرکت تولیدی

Optimal risky bidding strategy for a generating company by self-organising hierarchical particle swarm optimisation

Chanwit Boonchuay, Weerakorn Ongsakul

در این مقاله، یک استراتژی قیمت­دهی بهینه­ی ریسک­محور برای شرکت تولید (GenCO) بوسیله بهینه­سازی ازدحام ذرات سلسله­مراتبی خود سازمانده با ضرایب شتاب متغیر با زمان (SPSO-TVAC) پیشنهاد شده است. شاخص ریسک مبتنی بر نسبت انحراف معیار متوسط (MSR) برای تهیه بهینه کمیت­ها و قیمت­های پیشنهاد مزایده ماکزیمم شده است. از روش مونت­کارلو (MC) برای شبیه­سازی رفتار رغیب در محیط بازار استفاده شده است. تابع­های هزینه بهره­برداری غیر محدب واحدهای تولیدی حرارتی و حداقل زمان روشن/خاموش شدن به عنوان محدودیت در نظر گرفته شده­اند. استراتژی قیمت­دهی پیشنهادشده، برای یک افق زمانی چندساعته، در یک بازار لحظه­ای با قیمت یک­پارچه شبیه­سازی شده است. نتایج شبیه­سازی این مقاله نشان می­دهد که رهیافت پیشنهادی SPSO-TVAC می­تواند یک MSR بالاتر از دیگر روش­های PSO تهیه کند. و این روش به طور بالقوه برای مدیریت ریسک تغییر سود GenCo در بازار لحظه­ای کاربردپذیر می­باشد.

در بازار برق ناکامل، شرکت­های تولید (GenCos) می­توانند استراتژی­های قیمت­گذاری توسعه دهند تا سود خود را بیشینه کنند. یک GenCo تصمیماتش را برمبنا اطلاعات محدودش بنا می­کند. برای مثال، یک GenCo قیمت تسویه بازار (MCP) واقعی را جلوتر از زمان اجرای بازار نمی داند، چون قیمت تسویه وابسته به رفتار قیمت­دهی دیگر اجزای در بازار نیز می­باشد. بنابراین، یک استراتژی بهینه قیمت­دهی کار چالش­انگیزی برای یک GenCos می­باشد.

در این مقاله، شاخص ریسک MSR پیشنهادشده، توسط روش جدید SPSO-TVAC بیشینه می­شود تا یک استراتژی قیمت­دهی ریسک­محور بهینه برای یک GenCo تهیه شود. رهیافت مونت­کارلو برای شبیه­سازی رفتارهای رقیبان در محیط بازار به کار گرفته می­شود. استراتژی قیمت­دهی پیشنهادشده، برای یک بازار لحظه­ای با قیمت یک­پارچه­ی روز پیش­رو، تشریح شده است. تابع­های هزینه بهره­برداری غیرمحدب واحدهای تولیدی حرارتی و محدودیت­های حداقل زمان روشن/خاموش شدن در مسئله­ی استراتژی بهینه قیمت­دهی برای GenCo، لحاظ شده­اند.

چکیده ی مقاله:

In this paper, an optimal risky bidding strategy for a generating company (GenCo) by self-organising hierarchical particle swarm optimisation with time-varying acceleration coefficients (SPSO–TVAC) is proposed. A significant risk index based on mean–standard deviation ratio (MSR) is maximised to provide the optimal bid prices and quantities. The Monte Carlo (MC) method is employed to simulate rivals’ behaviour in competitive environment. Non-convex operating cost functions of thermal generating units and minimum up/down time constraints are taken into account. The proposed bidding strategy is implemented in a multi-hourly trading in a uniform price spot market and compared to other particle swarm optimisation (PSO). Test results indicate that the proposed SPSO–TVAC approach can provide a higher MSR than the other PSO methods. It is potentially applicable to risk management of profit variation of GenCo in spot market.

 

برای دانلود مقاله استراتژی قیمت دهی بهینه ی ریسک محور برای یک شرکت تولیدی اینجا کلیک کنید.

رمز فایل: powerprojects.ir

 منبع: powerprojects.ir

زمان بندی تعمیر و نگهداری از دیدگاه شرکت های تولیدی مبتنی بر خطرهای بازار

زمان بندی تعمیر و نگهداری از دیدگاه شرکت های تولیدی مبتنی بر خطرهای بازار

GENCO’s Risk-Based Maintenance Outage Scheduling

Lei Wu, Mohammad Shahidehpour,  and Tao Li

در این مقاله، راهکاری برای زمان­بندی تعمیر و نگهداری مبتنی بر قیمت (Price-Based Generator Maintenance Schedule) برای واحدهای تولیدی در سیستم­های تجدید­ساختار­شده ارائه شده است. این نوشته از دیدگاه شرکت­های تولیدی به تعیین زمان­بندی برای تعمیر و نگهداری می­پردازد که دغدغه­ی اصلی آن­ها بیشینه کردن سود انتظاری و کمینه کردن خطرات وابسته به آن می باشد. بنابراین، قابلیت اطمینان هدف بهره­بردار مستقل سیستم باقی خواهد ماند. روش پیشنهادی در این مقاله، دارای ویژگی­های زیر می­باشد:

1. زمان­بندی خروج برای تعمیر و نگهداری در افق زمانی میان­مدت با برنامه­ریزی مشارکت واحدهای تولیدی مبتنی بر قیمت (Price-Based Unit Commitment: PBUC) هماهنگ می­شود. قیود متصل­کننده­ای (Coupling Constraints) معرفی شده­اند تا بین تصمیمات خروج برای تعمیر و نگهداری مبتنی بر خطر (Risk-Based Generator Maintenance Outage) و راهکار مشارکت واحدهای تولیدی مبتنی بر برنامه­ریزی خطی (MIP-Based Unit Commitment) ارتباط برقرار کنند. تخصیص میان­مدت و بهره­برداری کوتاه­مدت منابع، شامل مصرف سوخت و آلودگی مجاز نیز با زمان­بندی تعمیر و نگهداری مبتنی بر خطر هماهنگ شده­اند.
2. بر­اساس یک مدل تصادفی (Stochastic Model) مبتنی بر روش مونت کارلو (Monte Carlo Method) ، عدم­قطعیت در قیمت انرژی، خدمات جانبی و سوخت در نظر گرفته شدند. همچنین، راهکار ساده­سازی سناریو (Scenario Reduction) برای مصالحه بین دقت حل و زمان محاسبه اتخاذ گردید. روش ترمیم لاگرانژ (Lagrangian Relaxation) اتخاذ گردید، برای ترمیم مجموعه قیود و تجزیه­ی مسئله­ی تصادفی اصلی به مجموعه­هایی از زیرمسئله­ها که هر کدام مطابق با یک سناریو می­باشند. قیود بهره­بردای از منابع نیز در هر سناریو ترمیم می­گردند. همچنین روش زیرگرادیان جانشین اصلاح شده (Modified Surrogate Subgradient Method)، برای سرعت بخشیدن به همگرایی اعمال گردیده است.
3. خطر مرتبط با تصمیم­گیری تعمیر و نگهداری شرکت تولیدی و عدم­قطعیت­های قیمت بازار نیز در نظر گرفته شدند و راهکار خطر انتظاری اتخاذ گردید تا خطر در سطح قابل قبولی حفظ شود.

چکیده ی این مقاله:

Abstract—This paper presents a stochastic model for the optimal risk-based generation maintenance outage scheduling based on hourly price-based unit commitment in a generation company (GENCO). Such maintenance outage schedules will be submitted by GENCOs to the ISO for approval before implementation. The objective of a GENCO is to consider financial risks when scheduling its midterm maintenance outages. The GENCO also coordinates its proposed outage scheduling with short-term unit commitment for maximizing payoffs. The proposed model is a stochastic mixed integer linear program in which random hourly prices of energy, ancillary services, and fuel are modeled as scenarios in the Monte Carlo method. Financial risks associated with price uncertainty are considered by applying expected downside risks which are incorporated explicitly as constraints. This paper shows that GENCOs could decrease financial risks by adjusting expected payoffs. Illustrative examples show the calculation of GENCO’s midterm generation maintenance schedule, risk level, hourly unit commitment, and hourly dispatch for bidding into energy and ancillary services markets.

 

برای دانلود مقاله ی “زمان بندی تعمیر و نگهداری از دیدگاه شرکت های تولیدی مبتنی بر خطرهای بازار” اینجا کلیک کنید.

رمز فایل: powerprojects.ir

  منبع: powerprojects.ir