JP2004171180A - 価格決定装置 - Google Patents
価格決定装置 Download PDFInfo
- Publication number
- JP2004171180A JP2004171180A JP2002334859A JP2002334859A JP2004171180A JP 2004171180 A JP2004171180 A JP 2004171180A JP 2002334859 A JP2002334859 A JP 2002334859A JP 2002334859 A JP2002334859 A JP 2002334859A JP 2004171180 A JP2004171180 A JP 2004171180A
- Authority
- JP
- Japan
- Prior art keywords
- price
- data
- demand
- cost function
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000009826 distribution Methods 0.000 claims abstract description 50
- 239000002994 raw material Substances 0.000 claims abstract description 41
- 230000006870 function Effects 0.000 claims description 53
- 238000004364 calculation method Methods 0.000 claims description 16
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 4
- 238000003860 storage Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 description 21
- 230000005611 electricity Effects 0.000 description 13
- 239000007789 gas Substances 0.000 description 10
- 239000000446 fuel Substances 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000002940 Newton-Raphson method Methods 0.000 description 4
- 238000000513 principal component analysis Methods 0.000 description 4
- 238000013519 translation Methods 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 239000010779 crude oil Substances 0.000 description 2
- 239000000295 fuel oil Substances 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 238000012356 Product development Methods 0.000 description 1
- 230000003466 anti-cipated effect Effects 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000003350 kerosene Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】価格決定装置は、契約条件500と需要実績400から需要変動分布を求める需要分布予測手段100と、原料価格600と設備制約700と設備特性750からコスト関数を求めるコスト関数算出手段200と、需要変動分布とコスト関数から指定された損失確率310以下になる最低の販売価格を算出する許容最低価格算出手段300とにより構成される。
【選択図】 図1
Description
【発明の属する技術分野】
本発明は、価格が変動する商品を売買するときの適正価格を算出する価格決定装置に関する。
【0002】
【従来の技術】
商品を市場で取引する場合、市場へ売りを申し出た価格(売呼値)はより安い価格、買いを申し出た価格(買呼値)はより高い価格が優先する価格優先の原則と、同じ価格の呼値なら先に申し出た呼値が優先する時間優先の原則が支配する。この原則に従って、売呼値と買呼値が合致したときに売買契約を締結させる方法などが、東京証券取引所などで実施されている。さらに、金融商品の場合、株、為替、農産物、燃料、金属の価格を原資産とする金融派生商品(デリバティブ)なども市場や相対で取引されている。
【0003】
この金融派生商品の価格は原資産の価格変動を確率微分方程式で統計的にモデル化、この方程式を解く、もしくは、計算機でシミュレーションすることにより期待値を求めることができる。例えば、フィナンシャルエンジニアリング第4版には、全編に亘ってさまざまな商品の価格付け方法を解説している。
【0004】
また、生鮮食料品のように長期間保存することができない量販商品の価格付け方法では、販売実績データから最適な確率密度関数を求め、販売期間とその時点での在庫との二次元的要素で決まる総期待売上が最大になる最適価格を求める。この最適価格システムとして、特開平7−200698号公報が公知である。
【0005】
一方、価格が市場の原理ではなく認可によって決められる商品、例えば、一般家庭向けのガスの小売など(2002年5月現在)は、資源エネルギー庁の一般ガス事業料金算定要綱に記載されている総括原価方式及び、基準平均原価価格によって、総費用と販売量の実績をもとに販売価格が決定されている。
【0006】
【特許文献1】特開平7−200698号公報
【非特許文献1】フィナンシャルエンジニアリング第4版(ジョン・ハル原著、東京三菱銀行商品開発部邦訳,きんざい発行p363)
【非特許文献2】金融リスクの計量化(上)バリューアット・リスク(木島正明編集、金融財政事情研究会刊,p92−99)
【非特許文献3】電力自由化と技術開発(横山隆一監修、電機大学出版局刊,p377)
【非特許文献4】電力システムの計画と運用(田村康男編、オーム社p135−137)
【非特許文献5】確率・統計入門−数理ファイナンスへの適用―(森真,藤田岳彦著、講談社サイエンティフィック、p74−75,p209)
【0007】
【発明が解決しようとする課題】
電力会社のように原油や重油、天然ガスを燃料とし、発電機で電気を起こして販売するモデルを考える。このビジネスモデルでは、原料の価格は市場で決まり、販売価格はこの事業主によって決められる。事業主が高い価格をつけると他の事業者に顧客をとられ、安い価格をつけると収益がマイナスになり損失を被ることになる。よって、損失を被らない程度に安い価格を顧客に提示する必要がある。収益は、収入とコストの差によって決まるが、ごく単純には(1)式のようにコストと収入を計算する。
【0008】
コスト=(1商品当りのコスト)×(販売量)+(固定費)
収入 =(1商品当りの価格) ×(販売量) …(1)
すなわち、販売量の変化によって収入やコストが変化する。特に、電力やガスの場合、季節、曜日や時間帯によって販売量が大きく変化する。また、電力やガスのプラントでは燃費などの影響により、一度に大量に発電または製造する方が高効率である。このとき、コストは上記のような一次式にはならない。損失を出さないためには、変動要因である販売量や製造効率を考えて料金体系を決定しなければならない。
【0009】
上記に挙げた金融派生商品価格の期待値算出方法では、前提条件として、取引所に自由に参加できることや空売りができることなどを仮定している。しかし、電力やガスを販売するにあたっては2002年6月現在、このような状況にはない。よって、金融派生商品価格の期待値算出方法から損失を被らない程度に安い価格を算出することは難しく、販売を前提としていないこのビジネスモデルの販売価格の算出には適用できない。
【0010】
特許文献1で提案されているシステムでは、高い価格を最適な価格としているので、損失を被らない程度に安い価格を求めることには適さない。さらに、原料価格が変動する、顧客の消費量が価格の変動だけによって決まらないなど、このシステムでは想定されていない条件が含まれるので、電力やガスの損失を被らない程度に安い価格を算出するシステムとしては適さない。
【0011】
総括原価方式では、損失を被らないように料金を算出することができる。しかし、市場競争力を持つような価格を顧客に提示しなければならないので、総括原価方式も電力やガスの損失を被らない程度に安い価格を算出することは困難である。
【0012】
本発明の目的は、上記従来技術の問題点を克服し、販売者によって指定された損失確率以下に損失が収まるように、商品の最低許容価格を算出する価格決定装置を提供することにある。あるいは指定された販売価格の場合の損失確率を算出する価格決定装置を提供することにある。
【0013】
【課題を解決するための手段】
上記目的を達成する本発明は、自由な取引の原料市場から原料を調達し、取引所による取引がほとんど機能しない商品販売市場で顧客へ商品を販売し、商品の販売量は顧客主体で決まるビジネスモデルにおいて、損失を被らない程度に安い価格、すなわち、販売者によって指定された確率以下に損失が収まるような商品の適正価格を算出する価格決定装置を提供する。
【0014】
すなわち、原料市場から自由に原料を調達し、商品の販売量が顧客主体で決まるビジネスモデルの商品の価格決定装置において、購入者が過去に購入した商品の量を示す需要実績データと、販売者が購入者と契約したときの条件を示す契約条件データとから、商品の需要分布を求める需要分布予測手段と、原料価格データと、商品を生産するのに必要な原料量を求めるためのデータである設備特性データと、設備の許容最大生産量を示す設備制約データとから、商品のコスト関数データを求めるコスト関数算出手段と、前記需要分布と前記コスト関数データに基づき、指定された損失確率以下になるように販売価格を算出する適正価格算出手段と、を設けることを特徴とする。
【0015】
これにより、前記適正価格算出手段は、前記需要分布からデータ毎の平均を求め、この平均に対する当該データの主成分分析を行い、主成分が平行移動の場合はその幅を超える出現確率を求め、求めた出現確率が前記損失確率より下であれば価格を減らして前記販売価格を算出する処理を繰り返し、求めた出現確率が前記損失確率より上であれば価格を増して同様の処理を繰り返す。
【0016】
または、適正価格算出手段は、前記損失確率以下となるように販売価格を算出するのではなく、指定された価格に対して損失確率を求める。
【0017】
また、前記原料価格データとして市場の先物価格や先物取引の価格あるいは先渡取引価格を含め、これにより将来の許容最低価格を算出することを特徴とする。
【0018】
本発明の適用対象商品には、電気、ガス、石油精製製品(例えば、ガソリン、軽油、重油、灯油など)等がある。
【0019】
【発明の実施形態】
以下、本発明の実施の形態について図面を参照しながら説明する。図1は一実施例による価格決定装置の構成図である。需要実績データ400は購入者が過去に購入した商品の量で、購入者の活動状況と日時によって分類されている。ここで、活動状況とは、商品購入者が事業者である場合、事業所が平常どおり営業しているのか、休みなのかをいう。購入者が個人である場合は、その個人が休みなのか働いているのか、もしくは、カレンダーの平日、土曜日、休日を活動状況という。また、日時による分類とは、1日もしくは時間単位の粒度で商品の量が分類されていることをいう。
【0020】
契約条件データ500は、販売者が購入者と契約したときの条件のデータで、購入量、もしくは上限、平日のみ購入、購入時間帯などが契約条件にあたる。例えば、一般家庭であるならば、ブレーカの容量、ガス管の太さ、事業者であるならば、変圧器の容量、タンクの容量などのデータが購入量の上限にあたる。
【0021】
需要分布予測手段100は需要実績データ400と契約条件500から、各分類における需要分布を求める手段である。電気の需要カーブの場合は朝から上昇して昼ごろ最大となり、その後下降して深夜に最小になるといったパターンを繰り返す。ガスも同様にあるパターンを繰り返す。もちろん、温度や湿度などの影響を受けるのでこれらのパターンは全くおなじではない。しかし、多くの場合、おなじ形状が上下に平行移動したり、上下方向に拡大縮小したりする基本的な変化と誤差により変化を説明することができる。以下では、商品が電気の例を説明する。
【0022】
図2に電気使用量の変化のグラフを示す。例えば、ある日、時間ごとの電気使用量が曲線121のように、10、5、10、・・・、10キロワットと変化する。翌日の電気使用量は、曲線121から5キロワット下方へ平行移動すれば、5、0、5、・・・、5キロワットとなって、(a)の曲線122のようになる。
【0023】
また、各時刻の電気使用量を0を基準点として0.5倍に縮小した場合は、(b)の曲線123のように各時間の使用量がそれぞれ0.5倍になり、5、2.5、5、・・・、5キロワットとなる。ここで、拡大や縮小の基準値とは、どこから何倍するかの基準になる基準値で、例えば5キロワットを、4キロワットを基準値にして2倍にすると、基順値からの差が5−4=1で、この差を2倍したあと基準値である4を加えた値、つまり6キロワットとなる。
【0024】
さらに、二つの基本的な変化を組み合わせる。即ち、曲線121を5キロワット下方へ平行移動し、各時間の0キロワットを基準値として0.5倍の縮小を組み合わせで変化させると、(c)の曲線124のように、2.5、0、2.5、・・・、2.5キロワットとなる。
【0025】
需要分布予測手段100では、需要変動が、平行移動と拡大縮小の変化など、基本的な変化の組み合わせとその誤差によって表わせると仮定する。上記では、基本的な変化を平行移動と拡大縮小で説明したが、非特許文献2にある金利カーブの表現に用いられる主成分分析の技術を需要曲線に当てはめて、過去のデータを分析する。変化を適用したときの誤差の平均がもっとも低い変化、その次に誤差の平均が低い変化というように、誤差の平均が低い順番に変化を組み合わせて、曲線の変化を説明する。
【0026】
ここで、需要曲線に対するそれぞれの変化とは、各成分の2乗の和が1になるような単位当りの変化を何倍かして基準値に加えることである。例えば、ある電力需要変化の単位当りの変化を、0.01、0.02、0、・・・、0.01キロワットとする。ここで、0.012+0.022+02+・・・+0.012=1として、両辺を100倍すると、1、4、0、・・・1キロワットとなる。これに、曲線121の値をそれぞれの基準値として加えると、11、9、10、・・・、11キロワットとなる。主成分分析とは、過去のデータをある変化の組み合わせで表現しようとしたときに、過去のデータとの誤差の平均が小さくなる単位当りの変化を見つける方法である。また、単位当りの変化を主成分という。
【0027】
再び、平行移動の変化と縮小拡大の変化を用いて、具体的に主成分が需要変動をどのように表わすかを説明する。ここでは、各変化の需要平均からの変化幅が、正規分布にしたがっているとする。例えば、ある時刻での需要平均が5キロワットで、標準偏差が1キロワットであるとき、6キロワットを上回る確率は正規分布を仮定すると約15.9%である。平行移動なら、需要平均からの標準偏差が1キロワットの場合、各日の需要曲線が需要平均の曲線から1キロワット以上平行移動する確率は約15.9%になる。また、拡大の変化では、各時刻の基準点を各時刻の需要平均として標準偏差が主成分の2倍であるときは、需要平均を基準点として主成分の2倍以上になる確率が約15.9%となる。2つ以上の変化を組み合わせる場合は、確率事象にそのまま従い、例えば、需要曲線が1キロワット以上移動する確率が15.9%で、主成分の2倍以上拡大する確率が15.9%であるならば、1キロワット以上移動してかつ2倍拡大する確率は、15.9%×15.9%=2.5%となる。
【0028】
このように、需要分布データ150には、需要分布予測手段100において主成分分析によって求められた主成分データと、各成分の正規分布の標準偏差と、需要平均のデータが、購入者の活動状況と日時毎、もしくはその組み合わせ毎に格納されている。図6の需要分布データは、条件、パターン、各時刻の値及び出現確率である。
【0029】
原料価格データ600とは、原料価格のリストである。原料の価格は複数種類、日時、どこの市場から調達したか、いつ使うかによって異なるので、市場、原料、時刻毎に価格が分類されている。
【0030】
市場の先物価格や先物取引価格あるいは先渡取引価格など、将来の価格も決定することができるので、原料価格データ600には将来の価格も含まれる。先渡取引は、将来のある時点の取引の価格と量を予め定め、契約した時点で決めた価格で商品を売買する取引である。先物取引も基本的に同じで、先渡取引との違いは個別に取引(相対)するか、市場で取引するかである。
【0031】
設備制約データ700とは、設備の点検などにより設備が停止または運転が制限される設備と、優先される設備の順序を表すデータである。具体的には日時と許容最大生産量と優先順位の組み合わせで、日時を指定すれば、それぞれのプラント毎の許容最大生産量と優先順位がわかるリストである。
【0032】
設備特性データ750とは、商品を生産するときに必要な原料の量を計算するためのデータである。具体的には、プラントの生産効率に関する関数のパラメータのリストである。例えば、発電機の場合、非特許文献3に挙げられている燃料消費関数がプラントの生産効率に関する関数にあたる。即ち、電力量pを発電するときに必要な原料の量Fは(2)式で表わすことができる。
【0033】
【数1】
【0034】
ここで、a、b、cは定数である。設備特性データはa、b、cの具体的な数値のリストである。電力以外のプラントでも、電力量を生産量に置き換えれば、ほぼ同様の式で近似することができる。また、プラントが複数ある場合はプラント毎にパラメータが分類されている。
【0035】
コスト関数算出手段200は、原料価格データ600と設備制約データ700と設備特性データ750からコスト関数データ250を求める。このコスト関数データは期待コストである。まず、設備制約データ700と設備特性750から、各時刻において必要な商品を生産するために必要な原料の量を算出するための関数(式2)を求める。この関数には、各時刻での設備制約データ700から求めることのできる最大出力も関数の値域として含まれる。コストQは、(2)式の右辺にこの時刻の原料価格fをかけて固定費Cを足した、(3)式の形式となる。
【0036】
【数2】
【0037】
ここで、電力量pは設備の最大出力pmax未満に制限される。なお、コスト関数データ250は(3)式のパラメータのリストによって構成される。
【0038】
適正最低価格算出手段300は、需要分布データ150とコスト関数データ250と損失確率310から適正最低価格を算出する。プラントが複数存在する場合、運転出力を配分する必要がある。非特許文献4に紹介されているように、運転出力の配分を最適化するための幾つかの方法がある。
【0039】
例えば、各プラントの燃料効率を比較して効率の良い順に運転するルールや、等増分燃料費法(等ラムダ法と同じ)で各プラントにおける出力の変化率の比がおなじになるように運転する配分ルールがある。これらの例、もしくはこれらを組み合わせたルールによって運転出力の配分を決める。さらに、設備制約データ700の各時刻における許容最大出力も配分のルールに加える。
【0040】
配分のルールの中には、等増分燃料費法のように出力の時間変化率から最適配分を導きだすルールもあるので、各時刻間の相関を独立に考えると組み合わせが膨大になる。しかし、原料価格と設備制約が同一の条件となる区間ごとに、各需給変化パターンの運転出力の配分を求めることで、計算効率の改善を図ることができる。
【0041】
販売価格xを決めると、コスト関数データ250から、ある需要量パターンに対する収益関数PLを(4)式のように決定することができる。ただし、収益PLは原料価格と設備制約が同一の条件となる区間ごとに計算し、その時間によって収益を配分した後に各区間の収益を合算する。
【0042】
【数3】
【0043】
一方、需要分布データ150の需要平均と標準偏差及び主成分から、1日のパターン変化の出現確率を計算することができる。即ち、平行移動の場合では、需要平均からy以上、上方へ平行移動する確率がz%であるということを計算できる。また、販売価格xを適当に決めておけば、販売価格xにおいて需要平均がy平行移動したときの収益を式4から計算することができる。もし収益が0より小さければ、損失となる。
【0044】
ここでは、損失確率310が目的の値となるように、販売価格xを所定の規則にしたがって変化させていく。この結果、xの収束値が許容最低価格である。具体的には、計算機で非線形方程式を解く場合に使われている囲い込み法やニュートン=ラプソン法により指定された損失確率310と一致するまで、繰り返し販売価格xを変化させて損失確率を計算することによって求める。
【0045】
次に、最低許容価格を求める手順を具体的な例にしたがって説明する。たとえば、単純に主成分が平行移動のみ、その標準偏差が1キロワットである場合を考える。需要平均が、曲線121であるとすると、10、5、10、・・・、10キロワットから、1キロワット以下に下降する確率は、約15.9%と推定することができる。また、1キロワット下降したときのコストは、各時間の需要量9、4、9、・・・、9キロワットとコスト関数データ250から式4を用いて計算する。こうして曲線121から1キロワット需要が平行移動したときのコストが求まる。
【0046】
仮に、ある時刻での収益関数が図3のように、需要に関して単調に増加する関数であるとすると、需要が多いほど収益が大きくなる。(4)式の左辺を0として、xについて(4)式を解けば、損失確率が15.9%以下になる最低許容価格を求めることができる。
【0047】
即ち、(4)式を変形してxについて求めた(5)式に、平行移動した需要の値とコスト関数データを代入することによって、損失確率が15.9%以下になる最低許容価格を求めることができる。
【0048】
【数4】
【0049】
同様に、ユーザから指定された損失確率310以下となる平行移動の値を正規分布の確率密度関数から求めて、需要平均から求めた値だけ平行移動させた需要の値を式5に代入すれば、ユーザから指定された損失確率以下となる最低許容価格を求めることができる。なお、確率密度関数の数式は非特許文献5のp74−75に、計算結果は同p209に記載されている。この関数は、EXCELなどの表計算ソフトで標準装備されるものである。
【0050】
次に、図4のようにコスト関数がはじめに増加し、ある需要Pxを超えると収益が減少する場合を考える。例えば、燃焼効率の良いプラントと燃焼効率の悪いプラントを使った場合は、燃焼効率の良いプラントで発電している間、利益は単調に増加する。一方、効率の悪いプラントは運転すると収益が発電量に応じて単調に減少していき、損失が発生することがある。この場合は、需要平均から下方へ移動させた場合と上方に移動させた場合との両方で損失が発生する。
【0051】
再び、単純に主成分が平行移動のみである場合を考える。今度は、需要が増えても、逆に減っても損失が発生する。この場合は、ある適当な価格xについて損益分岐点2点におけるそれぞれの需要を求める。図4に示す分岐点131と分岐点132である。この2点における需要は、先に述べた囲い込み法やニュートン=ラプソン法で求めることができる。
【0052】
需要が判明したら、平均需要からどれくらいそれぞれの時刻での需要を平行移動させれば、需要の合計が損益分岐点の需要になるかを求めて、平行移動の標準偏差と需要平均から損益分岐点の需要を越える確率を求める。もし、求めた出現確率が指定された損失確率ならば、初めに与えた価格xがその許容最低価格となる。求めた出現確率が指定された損失確率以下であれば、価格xを減らして、損益分岐点となる需要を超える確率を求める。また、求めた確率が指定された確率以上であれば、xを増やして損益分岐点となる需要を超える確率を求める。このように、価格xを増減させて、指定された確率になるようなxを求める処理も、囲い込み法、ニュートン=ラプソン法で求めることができる。
【0053】
つぎに、主成分が2つの場合を考える。まず、ある適当な価格xをおく。2つの主成分のうち、一方の主成分が具体的に与えられた条件の下での条件付き損失確率を求める作業を繰り返し、条件付確率の総和を計算することにより損失確率を求める。仮に、固定した主成分を第一主成分、他方を第2主成分と呼ぶ。第一主成分を固定した条件の下での需要平均の曲線は、もともとの需要平均の曲線に、第一主成分の変化を加えた曲線である。よって、第一主成分の変化が与えられた下での条件付き損失確率は、主成分が1つのときと同様の方法で求めることができる。
【0054】
第一主成分の変化を代えて、第一主成分に起因する変化すべてに対して、その条件の下での条件付損失確率を求める。すべての変化に対して条件付損失確率が求まると、それらの条件付損失確率と第一主成分に起因する変化の生起確率の積の総和が、価格xの下での損失確率となる。あとは、囲い込み法やニュートン=ラプソン法を使って、ユーザの指定する損失確率になるような販売価格xの値を求める。
【0055】
図5は損失確率を求めるために用いるデータの例である。σ1は第一主成分で、それぞれのσ1の区間での中央値を求める。この中央値に第一主成分σ1をかけあわせただけ、平均需要の曲線を変化させ、この区間での需要平均の曲線とし、あとは主成分が1つのときと同様にこの区間での条件付損失確率を求める。標準偏差からその区間の変化の正規確率を求める。条件付き損失確率と区間の正規確率の積を一番右の列に示す。この一番右の列の値の合計が、販売価格xにおける損失確率となる。
【0056】
主成分が3成分以上になった場合も同様に、1つ以外の成分を区間に区切って損失確率を求める。ここで、主成分の数は、増やせば増やすほど数値が正確になるが、計算時間が多くなる。具体的な計算では、主成分の数は予め定められる。
【0057】
図6は需要変動分布データの例を示すリストである。需要分布予測手段100で予測された需要分布で、需要実績の条件、パターンを指す識別子、ある粒度で区切られた時刻に対応した具体的なパターンの値、パターンの出現確率で構成されている。この例では、識別子として番号を用いたが、対応がつけば文字列でも良い。また、時刻の粒度は、1時間ごとになっているが、必要であれば、30分ごと、あるいは、もっと細かくともよい、逆に、2時間ごとなど粗くてもよい。
【0058】
図7はコスト関数算出手段200で算出されたコスト関数データの例である。コスト関数データ250は、時系列ごとに各設備の(3)式の係数(図7では省略)と、設備毎の許容最大出力、運転の優先順位、原料価格で構成されている。運転の優先順位は、一般的には運転コストの安い順にするが、系統・輸送の問題やタンクに貯蔵してある原料の調整など、諸事情により順番が変わる可能性があるので一意にはきまらない。よって、予めコスト関数データ250に記入しておく。
【0059】
図8は需要パターンに対して各設備への出力割り振りの例である。この例では、単純に運転コストの安い順に運転しているので、運転コストが安い順に稼働率が高くなる。運転コストが最も安い設備Aは一定出力で全時刻を稼動する。設備Bは、設備Aに上乗せしてほぼ全時刻で稼動する。設備Cは需要パターンの変動が大きいところでのみ稼動する。
【0060】
各需要パターンに対して各設備の運転出力が時間ごとに決まると、対応する各設備のコスト関数250よりコストを計算することができるので、各需要パターンのコストを算出することができる。
【0061】
以上、本実施例の価格決定装置によれば、電気の販売量が顧客主体で決まる電気販売のビジネスモデルにおいて、過去の顧客の需要実績と販売者と顧客の契約条件から需要分布データを予測する。また、原料(石油)価格と原料量を計算するデータである設備特性と最大出力や設備の優先順位を示す設備制約からコスト関数データを求める。この需要分布データと、コスト関数データに基づいて、指定された損失確率以下になる最低の販売価格を算出するので、電気販売における損失が指定確率以下となり、損失を被らない程度に安い価格で電気を販売できる効果がある。
【0062】
上記した実施例では、指定された確率以下に損失が収まるように、商品の最低許容価格を算出しているが、本発明はこれに限られるものではない。顧客から希望価格を提示された場合、その価格の場合に、どのくらいの確率で損失が生じるかを計算することも事業を検討する場合に重要で、上記した本発明の目的に合致する。
【0063】
また、原料価格データとして、市場の先物取引価格や先渡取引価格などを含めることにより、将来の許容最低価格を算出することもできる。たとえば東京工業品取引所の6ヶ月先の原油価格を参照して、将来の燃料価格を計算することができる。
【0064】
指定された価格に対する損失確率を算出する機能は、本発明の機能によって実現することができる。すなわち、上記した実施例での損失確率を求める過程では、本装置が与えた価格xに対する損失確率を求めているので、この機能を抜き出すことにより実現することができる。つまり、ユーザが価格を指定し、この価格になる損失確率を求める。
【0065】
図9は計算機上で本発明を実施する場合の構成図である。需要分布予測手段100とコスト関数算出手段200と許容最低価格算出手段300からなるプログラム850は、計算機上の中央処理装置によって実行される。これらプログラムは、フロッピーディスクやコンパクトディスク、ハードディスクなどに記憶され、計算機のメモリー上に展開されて動作する。また、需要分布データ150、需要実績データ400、契約条件500、原料価格データ600、設備制約データ700、設備特性データ750、コスト関数データ250は、それぞれデータベースあるいは、プログラムの配列としてメモリ上に格納され、随時プログラム850から参照される。
【0066】
また、需要分布データ150とコスト関数データ250は、プログラム850によって随時更新される。さらに、プログラム850は、キーボードやマウス、マイクロフォンなど入力インタフェース950から損失確率の設定を受け付ける。また結果は、ディスプレーなど出力インタフェース900で表示する。
【0067】
【発明の効果】
本発明によれば、取引所による取引が活発な自由な原料市場から原料を調達し、取引所による取引がほとんど機能しない顧客主体の市場にて顧客へ商品を販売するビジネスモデルにおいて、ビジネスの事業者(販売者)によって指定された確率以下に損失が収まるように、商品の最低許容価格を算出できる効果がある。
【図面の簡単な説明】
【図1】本発明の一実施例による価格決定装置の構成図。
【図2】電力需要の変化例を示すグラフ。
【図3】需要に対し収益が単調増加である例を示すグラフ。
【図4】需要に対し収益が単調増加でない例を示すグラフ。
【図5】損失確率を求めるために用いるデータの例を示すリスト。
【図6】需要変動分布のパターンと生起確率の例を示すリスト。
【図7】コスト関数データの例を示すリスト。
【図8】複数の設備への配分の例を示す説明図。
【図9】本発明の一実施例による価格決定装置の計算機上での構成図。
【符号の説明】
100…需要分布予測手段、150…需要分布データ、200…コスト関数算出手段、250…コスト関数データ、300…適正最低価格算出手段、310…損失確率、350…許容最低価格、400…需要実績データ、500…契約条件データ、600…原料価格データ、700…設備制約データ、750…設備特性データ、800…記憶装置、850…プログラム格納メモリ、900…出力インタフェース、950…入力インタフェース。
Claims (9)
- 原料市場から自由に原料を調達し、商品の販売量が顧客主体で決まるビジネスモデルの商品の価格決定装置において、
購入者が過去に購入した商品の量を示す需要実績データと、販売者が購入者と契約したときの条件を示す契約条件データとから、商品の需要分布を求める需要分布予測手段と、
原料価格データと、商品を生産するのに必要な原料量を求めるためのデータである設備特性データと、設備の許容最大生産量を示す設備制約データとから、商品のコスト関数を求めるコスト関数算出手段と、
前記需要分布と前記コスト関数に基づき、指定された損失確率以下になるように最低の販売価格を算出する適正価格算出手段と、を設けることを特徴とする価格決定装置。 - 請求項1において、
前記適正価格算出手段は、前記需要分布からデータ毎の平均を求め、この平均に対する当該データの主成分の分析を行い、前記主成分が平行移動の場合はその幅を超える出現確率を求め、求めた出現確率が前記損失確率より下であれば価格を減らして同じ処理を行い、求めた出現確率が前記損失確率より上であれば価格を増して同じ処理を行なうことを特徴とする価格決定装置。 - 原料市場から自由に原料を調達し、商品の販売量が顧客主体で決まるビジネスモデルの商品の価格決定装置において、
購入者が過去に購入した商品の量を示す需要実績データと、販売者が購入者と契約したときの条件を示す契約条件データとから、商品の需要分布を求める需要分布予測手段と、
原料価格データと、商品を生産するのに必要な原料量を求めるためのデータである設備特性データと、設備の許容最大生産量を示す設備制約データとから、商品のコスト関数を求めるコスト関数算出手段と、
前記需要分布と前記コスト関数に基づき、指定された価格になるように損失確率を算出する適正価格算出手段と、を設けることを特徴とする価格決定装置。 - 請求項1、2または3において、
前記需要分布予測手段は、月日の購入条件毎に購入者の購入量の一日の需要変動パターンと、その出現確率を予測することを特徴とする価格決定装置。 - 請求項1〜4のいずれかにおいて、
前記設備が複数の場合に、前記設備制約データは設備稼動の優先順序を含み、前記コスト関数算出手段は、前記優先順序に基づく設備稼動状況毎のコスト関数を求めることを特徴とする価格決定装置。 - 請求項1〜5のいずれかにおいて、
前記原料価格データは市場の先物価格や先物取引価格あるいは先渡取引価格を含み、これにより将来の許容最低価格を算出することを特徴とする価格決定装置。 - 価格が変動する商品の販売価格を算出する計算機を備えた価格決定装置において、
請求項1または3に記載の前記需要分布予測手段、前記コスト関数算出手段及び前記適正価格算出手段を実現するプログラムを実行する前記計算機の中央処理装置と、前記需要実績データ、前記契約条件データ、前記原料価格データ、前記設備特性データ及び前記設備制約データと、予測された需要分布データと、算出されたコスト関数データを前記計算機のメモリ上に格納し、
前記プログラムから各データを参照して、指定された損失確率以下となる販売価格を、または指定された販売価格となる損失確率を算出することを特徴とする価格決定装置。 - 価格が変動する商品の販売価格を算出する価格決定装置の記憶媒体において、
請求項1または3に記載の前記需要分布予測手段、前記コスト関数算出手段及び前記適正価格算出手段を実現するプログラムを格納する価格決定装置の記憶媒体。 - 請求項1−7のいずれかにおいて、
前記商品は、電力、ガスまたは石油精製製品である価格決定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002334859A JP2004171180A (ja) | 2002-11-19 | 2002-11-19 | 価格決定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002334859A JP2004171180A (ja) | 2002-11-19 | 2002-11-19 | 価格決定装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2004171180A true JP2004171180A (ja) | 2004-06-17 |
Family
ID=32699135
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002334859A Pending JP2004171180A (ja) | 2002-11-19 | 2002-11-19 | 価格決定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2004171180A (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006120028A (ja) * | 2004-10-25 | 2006-05-11 | Hitachi Ltd | 提供サービス価値評価方法およびシステム |
JP2006227952A (ja) * | 2005-02-18 | 2006-08-31 | Hitachi Ltd | サービスコスト変動分析手法 |
JP2011192186A (ja) * | 2010-03-16 | 2011-09-29 | Fujitsu Ltd | 価格決定装置、価格決定方法、およびコンピュータプログラム |
KR101906046B1 (ko) * | 2017-04-07 | 2018-10-08 | 인천대학교 산학협력단 | 상품 구매 전략 및 공정 운영 전략을 수립하는 방법 및 이를 수행하는 의사 결정 컴퓨팅 시스템 |
WO2022019641A1 (ko) * | 2020-07-21 | 2022-01-27 | 장세훈 | 농산물 매매가격 제시 방법 및 시스템 |
-
2002
- 2002-11-19 JP JP2002334859A patent/JP2004171180A/ja active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006120028A (ja) * | 2004-10-25 | 2006-05-11 | Hitachi Ltd | 提供サービス価値評価方法およびシステム |
JP2006227952A (ja) * | 2005-02-18 | 2006-08-31 | Hitachi Ltd | サービスコスト変動分析手法 |
JP2011192186A (ja) * | 2010-03-16 | 2011-09-29 | Fujitsu Ltd | 価格決定装置、価格決定方法、およびコンピュータプログラム |
KR101906046B1 (ko) * | 2017-04-07 | 2018-10-08 | 인천대학교 산학협력단 | 상품 구매 전략 및 공정 운영 전략을 수립하는 방법 및 이를 수행하는 의사 결정 컴퓨팅 시스템 |
WO2022019641A1 (ko) * | 2020-07-21 | 2022-01-27 | 장세훈 | 농산물 매매가격 제시 방법 및 시스템 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nojavan et al. | Optimal bidding strategy of electricity retailers using robust optimisation approach considering time‐of‐use rate demand response programs under market price uncertainties | |
Cui et al. | Day-ahead coordinated operation of utility-scale electricity and natural gas networks considering demand response based virtual power plants | |
Weber | A data envelopment analysis approach to measuring vendor performance | |
Denton et al. | Managing market risk in energy | |
Fleten et al. | Hedging electricity portfolios via stochastic programming | |
Shafiee et al. | Economic assessment of a price-maker energy storage facility in the Alberta electricity market | |
Hatami et al. | A stochastic-based decision-making framework for an electricity retailer: Time-of-use pricing and electricity portfolio optimization | |
Kettunen et al. | Optimization of electricity retailer's contract portfolio subject to risk preferences | |
Birge | Option methods for incorporating risk into linear capacity planning models | |
Cabero et al. | A medium-term integrated risk management model for a hydrothermal generation company | |
WO2018174030A1 (ja) | 取引計画装置および取引計画方法 | |
JP6924104B2 (ja) | 電力価格予測システム | |
Sadeghi et al. | Evaluating the impact of FIT financial burden on social welfare in renewable expansion planning | |
Haarbrücker et al. | Valuation of electricity swing options by multistage stochastic programming | |
Chen et al. | Achieve a low carbon supply chain through product mix | |
Kianfar | Maximizing profit in a supply chain by considering advertising and price elasticity of demand | |
JP2005339527A (ja) | 電力市場における入札支援システム | |
Leo et al. | Integrated day-ahead energy procurement and production scheduling | |
Guericke et al. | A two-phase stochastic programming approach to biomass supply planning for combined heat and power plants | |
Genc et al. | Power trade, welfare, and air quality | |
JP4508015B2 (ja) | 商品取引リスク管理システム | |
Ahmadzadeh Moghaddam et al. | Modeling the power trading strategies of a retailer with multi-microgrids: a robust bi-level optimization approach | |
JP2004171180A (ja) | 価格決定装置 | |
Ghiasvand et al. | Multi-retailer energy procurement in smart grid environment with the presence of renewable energy resources and energy storage system | |
Nojavan et al. | Stochastic energy procurement management for electricity retailers considering the demand response programs under pool market price uncertainty |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050107 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20070328 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20070328 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070807 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20071204 |