CN109993357A - 一种考虑中标概率的售电商多目标投标报价策略计算方法 - Google Patents

Abstract

本发明公开了一种考虑中标概率的售电商多目标投标报价策略计算方法，包括以下过程：S1，拟合售电商历史出清报价分布曲线；S2，计算售电商不同投标行为的中标概率；S3，构造售电商运营目标集合；S4，根据售电商运营目标计算售电商的最优报价策略。本发明结合中标概率，建立多目标投标模型对售电商投标行为进行有效模拟，获得最优报价策略。

Description

一种考虑中标概率的售电商多目标投标报价策略计算方法

技术领域

本发明属于电力系统自动化技术领域，具体涉及一种考虑中标概率的售电商多目标投标报价策略计算方法。

背景技术

近年来，我国大力推进电力市场改革，其阶段性目标厂网分开已基本实现，曾经的国家电网公司已经拆分重组完成，现已拆分成国家电网与南方电网两家输配电企业和华能、中电投、大唐、国电、华电五家发电公司。总体来说，我国电力市场改革中发电侧市场竞争已经初步形成，而售电侧也逐步放开，各地均有大量的售电公司加入到电力市场之中，为电力市场注入新的活力，电力市场改革初见成效。

随着大量的售电公司加入到电力市场之中，在给电力市场注入活力的同时，也会给市场监管、风险评估、市场交易规则的制定等方面带来新的问题与挑战。目前电力市场之中发电商与售电商交易支付方式主要有两种，即按统一出清价格支付(Pay as clear)和按报价支付(Pay as bid)两种。其中按报价支付广泛应用于欧洲电力市场，在供需双方分别完成报价之后，交易中心将对供需双方的报价进行相应的排序，并以此为依据对双方进行匹配，匹配成功即可出清，结算价格为各自的报价。然而，采用按报价支付的方式可能会导致匹配失败而无法出清的情况发生，需要考虑售电商的中标概率。对于售电商而言，其报价越低，中标概率就越低，无法购得所需要的电量；而报价越高，中标概率就越高，但是会影响其所获得的利润，所以需要找到一个最合理的报价。因此，研究售电商在不同报价下的中标概率对其所能获得利润有重要意义。

随着仿真技术的发展，基于代理的建模技术目前广泛应用于电力市场仿真研究之中，将电力市场中的各类参与者建模为具有一定学习决策能力的计算机智能代理，然后根据市场规则构建仿真模型，通过仿真实验，评估市场运行状态，检验市场规则的合理性。考虑到真实的市场之中，无论是发电商还是售电商，其运营目标并不一定是最大化利润，还有可能是扩大营业额、扩大交易量等其他目标。本发明在基于售电商多种运营目标的基础上，考虑不同报价下的中标功率，对售电商最优报价策略进行了研究分析，寻找其最优报价策略，提出了一种考虑中标概率的多目标售电商投标模型。

发明内容

本发明的目的在于克服现有技术中的不足，提出了一种考虑中标概率的售电商多目标投标报价策略计算方法，结合中标概率，建立多目标投标模型对售电商投标行为进行有效模拟，计算获得最优报价策略。

为解决上述技术问题，本发明提供了一种考虑中标概率的售电商多目标投标报价策略计算方法，其特征是，包括以下过程：

S1，拟合售电商历史出清报价分布曲线；

S2，计算售电商不同投标行为的中标概率；

S3，构造售电商运营目标集合；

S4，根据售电商运营目标计算售电商的最优报价策略。

进一步的，售电商历史出清报价分布曲线呈正态分布。

进一步的，出清报价λ_CLEAR服从正态分布λ_CLEAR～N(μ，，σ²)，其概率密度函数为：

进一步的，设第k个售电商第i个报价策略为b_ki，则可以得出中标概率m_ki为：

进一步的，S3中，记售电商运营目标集为集合A{A₁；A_k；…；A_K},其中k是索引变量，表示第k个售电商，K是售电商的数目，A_k是第k个售电商的运营目标集合；对于第k个售电商，其运营目标集合A_k可以表示为A_k{a_k1,a_kn,…,a_kN}，其中n是索引变量，表示第n个运营目标，N是运营目标的种类个数，a_kn表示第k个售电商第n个运营目标；

对于第k个售电商，其运营目标的通用形式如下：

(1)第1个运营目标a_k1：设第k个售电商与用户签订的售电价格是π_SELL,k，签订的合同电量是p_SIGN,k，则第k个售电商第1个运营目标a_k1表示为：

a_k1＝max[p_SIGN，k·(π_SELL，k-b_ki)·m_ki]

(2)第2个运营目标a_k2：设第k个售电商与用户签订的售电价格是π_SELL,k，签订的合同电量是p_SIGN,k，则第k个售电商第2个运营目标a_k2表示为：

其中：是在未能保证基本盈利的条件时的惩罚项，是惩罚因子，

(3)第3个运营目标a_k3：设第k个售电商与用户签订的售电价格是π_SELL,k，签订的合同电量是p_SIGN,k，则第k个售电商第3个运营目标a_k3表示为：

其中：是在未能保证基本盈利的条件时的惩罚项，α₃是转换系数，是惩罚因子。

进一步的，S4中，采用线性规划方法计算售电商的最优报价策略。

与现有技术相比，本发明所达到的有益效果是：本发明提出了一种考虑中标概率的售电商多目标投标报价策略计算方法，能够得到按报价支付市场中售电商在不同运营目标的情况下的最优报价策略，丰富了售电商智能代理的多样性，为市场仿真提供多种售电商代理模型，尽可能体现真实按报价支付市场中不同售电商的决策偏好，使搭建的市场仿真场景更接近实际市场。本发明是在考虑不同报价中标概率的情况下，对不同运营目标的售电商最优报价的建模求解，对按报价支付市场中的售电商选择最优报价具有指导意义。

附图说明

图1为本发明方法的流程图；

图2为历史出清报价数据拟合出的分布曲线图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

本发明的一种考虑中标概率的售电商多目标投标报价策略计算方法，参见图1所示，包括以下过程：

步骤S1，拟合售电商历史出清报价分布曲线。

在计算售电商报价的中标概率之前，需要考虑其历史出清报价情况，并以此为依据对中标概率进行计算。

通过对已有历史出清报价数据的分析，在不考虑突发状况的前提下，售电商的出清报价整体呈现出正态分布的情况。所以可以利用MATLAB对历史数据进行拟合，计算出其数学期望与方差，最终得出售电商历史出清报价的正态分布曲线。

常见的数据拟合方式有多种，本发明中选用了最小二乘法对所得到的历史出清数据进行拟合。下面是对拟合方法与过程的简介。

假设存在一组数据(x_i,y_i)(i＝1,2,…,N)，其函数关系近似为f(x_i)，考虑测量误差ε_i＝f(x_i)-y_i，最小二乘法的求解原理即为

由此可定义准则函数

求解原理转换为求解准则函数J的最小值。

对于正态分布拟合而言，假设数据符合正态分布曲线而非正态分布，则

式中A表示幅值，当数据符合正态分布时A＝1。此时准则函数为

考虑到指数求导计算较为复杂，所以对数据点进行一步转换，使e^x→y，则x→lny，所以，准则函数可以转换为：

分别对参数μ、σ、A求偏导，得方程组

对方程组求解，可得一组最优参数，将参数代入准则函数即可得出最终的函数表达式。对于正态分布拟合，经过数据转换之后，可以将原数据的正态分布拟合转换为一元二次拟合，表达式为

q₁x_i ²+q₂x_i+q₃＝lny_i

式中

将数据转换为一元二次拟合之后，也可借助MATLAB中相关函数之间得出q₁、q₂、q₃的结果，并借助两组参数之间的关系计算出μ、σ、A，最终得出所需要的函数与曲线。

对于本发明而言，在得到售电商的历史出清报价数据之后，由于直接计算各报价的概率密度较为复杂，很难直接得到分布曲线，可以先统计各数据的频数，得到一个符合正态分布曲线的函数表达式，最后再除去幅值，得到最终的正态分布表达式与曲线。即本技术中，x_i表示售电商的历史出清报价，y_i表示各报价的频数，最后将以此为准拟合出的函数除去幅值，得到最终结果。即最终所需要的函数为f'(x)＝f(x)/A。其中，f'(x)即为所得到的最终的概率密度表达式，f(x)是根据以往售电商出清报价所拟合出的函数，A即上文所计算得出的幅值。

步骤S2，计算售电商不同投标行为的中标概率M。

针对按报价支付电力市场下售电商的不同报价策略进行研究。

假设B{B₁；B_k；…；B_K}表示所有售电商的报价策略集合，此集合之中包含各售电商可能存在的所有投标价格，介于零与市场规定最高报价之间。其中k是索引变量，表示第k个售电商，K是售电商的数目，B_k是第k个售电商的报价策略目标集合；对于第k个售电商，其报价策略集合B_k可以表示为B_k{b_k1；b_ki；…；b_kI}，其中i是索引变量，表示第i个报价策略，I是报价策略的全部数量，b_ki表示第k个售电商的第i个报价策略，也就是售电商在投标时候的报价；不同投标行为(即报价)的中标概率为M_k{m_k1；m_ki；...m_kI}，其中m_ki表示第k个售电商的第i个报价策略的中标概率。

对于按报价支付电力市场，针对出清电价的分布情况，其中标概率的计算过程如下：

在按报价支付电力市场中，各售电商采用单段报价的方式申报自己的报价曲线，电力交易中心依据供需进行匹配出清，中标的售电商按照各自的报价结算。根据对历史数据的分析结果，结合步骤S1中拟合计算得到的报价概率密度表达式，可知，最后出清报价λ_CLEAR服从正态分布λ_CLEAR～N(μ，，σ²)，其概率密度函数为：

对本发明而言，这里的概率密度函数和步骤S1所拟合出的函数f'(x)相等。

由本文附图2可以看出，当售电商的报价高于出清报价的时候，该售电商可成功中标。即当某次投标时，售电商投标价格已经确定，当出清价格λ_CLEAR小于投标价格时，售电商成功中标，如图2阴影部分所示。假设此次售电商报价为b_ki，则根据已知概率密度计算概率公式，可以得出中标概率m_ki为：

步骤S3，构造售电商运营目标集合A。

本发明中将包含所有售电商，以及各售电商的目标表示为集合A{A₁；A_k；...；A_K},其中k是索引变量，表示第k个售电商，K是售电商的数目，A_k是第k个售电商的运营目标集合；对于第k个售电商，其运营目标集合A_k可以表示为A_k{a_k1,a_kn,…,a_kN}，其中n是索引变量，表示第n个运营目标，N是运营目标的种类个数，a_kn表示第k个售电商第n个运营目标。

针对中国电力市场的实际情况，本发明取N＝3，即3个运营目标。

对于第k个售电商，其运营目标的通用形式如下：

(1)第1个运营目标a_k1：对于大多数中间商型的售电商，其主要利润来源是其购电报价和与用户签订售电价格之间的差值。其投标根本目的之一是获得更加廉价的购电成本，提高自身的利润。

设第k个售电商与用户签订的售电价格是π_SELL,k，签订的合同电量是p_SIGN,k，则第k个售电商第1个运营目标a_k1表示为：

a_k1＝max[p_SIGN，k·(π_SELL，k-b_ki)·m_ki]

因此售电商往往需要尽量压低报价以获得更大的利润空间，然而当报价过低时会有出清失败而无法购得足够电量的风险，因此需要多方面综合考虑。此时，售电商的目标是获得最大化的利润。

(2)第2个运营目标a_k2：对于竞争市场中的部分售电商，其经营目标是在保证基本盈利的条件下扩大营业额。这类售电商以扩大自身营业额为主要目标，在此基础上需要保证基本的盈利。

设第k个售电商与用户签订的售电价格是π_SELL,k，签订的合同电量是p_SIGN,k，则第k个售电商第2个运营目标a_k2表示为：

其中：是在未能保证基本盈利的条件时的惩罚项，是惩罚因子，可以设置为常数，例如1000。

if条件表示的是对基本盈利条件是否满足的相关判断：当可以保证基本盈利的条件时，当不能满足基本盈利的条件时，需要在计算运营目标时减去该惩罚项。

(3)第3个运营目标a_k3：对于竞争市场中的部分售电商，其经营目标是在保证基本盈利的条件下扩大成交电量。这类售电商以扩大成交电量为主要目标，在此基础上需要保证基本的盈利。

设第k个售电商与用户签订的售电价格是π_SELL,k，签订的合同电量是p_SIGN，k，则第k个售电商第3个运营目标a_k3表示为：

其中：是在未能保证基本盈利的条件时的惩罚项，α₃是转换系数，是惩罚因子，可以设置为常数，例如1000。

If条件表示的是对基本盈利条件是否满足的相关判断：当可以保证基本盈利的条件时，当不能满足基本盈利的条件时，需要在计算运营目标时减去该惩罚项。

步骤S4，基于线性规划选择最优报价策略。

由前文可知，本发明所构造的售电商运营目标符合线性规划的条件。所以，售电商运营集合构造完成后，依据当前电力市场的规则，基于期望运营目标最大化的目标，同时考虑到各售电商报价均大于0这一约束，使用线性规划的方法计算出最优报价策略。

对于具体某个售电商某次报价而言，其运营目标往往是单一的，所以在计算其最优报价策略时，仅需考虑其本次的运营目标，无需考虑其他运营目标，即该运营目标权重为1，其他运营目标权重为0。

具体地说，本技术中所应用到的模型可以表示为：

a_kn(n＝1,2,3)

s.t b_ki>0

式中，a_kn(n＝1,2,3)表示目标函数，即第k个售电商采用第n个运营目标的目标函数。b_ki>0为约束条件，即此次报价需要大于0。

当售电商确定运营目标时，根据以上模型采用线性规划方法求解，即可计算出该售电商的最优报价策略。其中线性规划方法的具体计算过程参见现有技术，此处不多赘述。

实施例

本发明的一个实施例，其流程如图1所示。

(1)拟合历史出清报价分布曲线。

依据售电商的历史出清报价数据进行正态分布拟合，计算其数学期望与方差，绘制出的分布曲线如图2所示，当本次报价高于出清报价时即可出清，反之则出清失败。图中虚线左侧表示此报价可以中标，右侧表示无法中标，阴影部分表示的是本次投标报价的中标概率。

具体而言，此过程可分为以下步骤：

1)对所得到的售电商历史出清报价数据进行初步处理，统计各报价的频数，存储数组(x_i,y_i)(i＝1,2,…,N)，其中x_i表示售电商历史出清报价，y_i表示各报价的频数；

2)对数据进行转换，转换方式为e^x→y；

3)利用一元二次最小二乘法拟合原理拟合得出q₁、q₂、q₃；

4)通过关系式

计算得出μ、σ、A，得出所需要的表达式；

5)将上一步得出的表达式除去幅值A，得到最终的表达式，绘图，输出μ，σ。

(2)构造售电商报价策略集合B。

充分考虑电力市场中各售电商可能会给出的报价策略，构造成一个统一的报价策略集合。

(3)计算售电商在不同报价策略下的中标概率m_ki。

由于在按报价支付电力市场中，各售电商采用单段报价的方式申报，交易中心进行匹配出清，中标的售电商按照各自的报价结算。最终出清价格服从正态分布，当报价高于最终出清价格时才能交易成功，低于出清价格时交易失败，以此为依据可计算出不同报价的中标概率。

(4)结合已得到的结果构造售电商运营目标集合A。

充分考虑各类型的售电商的运营目标，结合中标概率，建立能够反应其运营目标的数学模型，构造出售电商的运营目标集合。

(5)基于线性规划的方法选择最优的报价策略。

最后，利用线性规划的方法，可以得出售电商达到其运营目标时的最优报价策略。

综上所述，本发明提出了一种考虑中标概率的售电商多目标投标报价策略计算方法，能够得到按报价支付市场中售电商在不同运营目标的情况下的最优报价策略，丰富了售电商智能代理的多样性，为市场仿真提供多种售电商代理模型，尽可能体现真实按报价支付市场中不同售电商的决策偏好，使搭建的市场仿真场景更接近实际市场。本发明是在考虑不同报价中标概率的情况下，对不同运营目标的售电商最优报价的建模求解，对按报价支付市场中的售电商选择最优报价具有指导意义。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (6)

1.一种考虑中标概率的售电商多目标投标报价策略计算方法，其特征是，包括以下过程：

S1，拟合售电商历史出清报价分布曲线；

S2，计算售电商不同投标行为的中标概率；

S3，构造售电商运营目标集合；

S4，根据售电商运营目标计算售电商的最优报价策略。

2.根据权利要求1所述的一种考虑中标概率的售电商多目标投标报价策略计算方法，其特征是，售电商历史出清报价分布曲线呈正态分布。

3.根据权利要求2所述的一种考虑中标概率的售电商多目标投标报价策略计算方法，其特征是，出清报价λ_CLEAR服从正态分布λ_CLEAR～N(μ，，σ²)，其概率密度函数为：

4.根据权利要求3所述的一种考虑中标概率的售电商多目标投标报价策略计算方法，其特征是，计算售电商不同投标行为的中标概率包括：

设第k个售电商第i个报价策略为b_ki，则得出中标概率m_ki为：

5.根据权利要求4所述的一种考虑中标概率的售电商多目标投标报价策略计算方法，其特征是，S3中，构造售电商运营目标集合包括：

记售电商运营目标集为集合A{A₁；A_k；…；A_K},其中k是索引变量，表示第k个售电商，K是售电商的数目，A_k是第k个售电商的运营目标集合；对于第k个售电商，其运营目标集合A_k可以表示为A_k{a_k1,a_kn,…,a_kN}，其中n是索引变量，表示第n个运营目标，N是运营目标的种类个数，a_kn表示第k个售电商第n个运营目标；

对于第k个售电商，其运营目标的通用形式如下：

(1)第1个运营目标a_k1：设第k个售电商与用户签订的售电价格是π_SELL,k，签订的合同电量是p_SIGN,k，则第1个运营目标a_k1表示为：

a_k1＝max[p_SIGN,k·(π_SELL,k-b_ki)·m_ki]

(2)第2个运营目标a_k2：设第k个售电商与用户签订的售电价格是π_SELL,k，签订的合同电量是p_SIGN,k，则第2个运营目标a_k2表示为：

其中：是在未能保证基本盈利的条件时的惩罚项，是惩罚因子，

(3)第3个运营目标a_k3：设第k个售电商与用户签订的售电价格是π_SELL,k，签订的合同电量是p_SIGN,k，则第3个运营目标a_k3表示为：

其中：是在未能保证基本盈利的条件时的惩罚项，α₃是转换系数，是惩罚因子。

6.根据权利要求1所述的一种考虑中标概率的售电商多目标投标报价策略计算方法，其特征是，S4中，采用线性规划方法计算售电商的最优报价策略。