電力期貨市場(chǎng)條件下發(fā)電商售電行為研究(編輯修改稿)
2025-07-15 13:34 本頁面
【文章內(nèi)容簡(jiǎn)介】 到，通過數(shù)據(jù)分析（如圖一）我們可以看到電力價(jià)格的季節(jié)性特征非常顯著，因此，我們將長(zhǎng)期合同的期限為季度為單位，考察某發(fā)電商一年的售電行為，與此相對(duì)應(yīng)，求出季度的套期保值比。圖一 電力現(xiàn)貨價(jià)格(EUR/MWh)05101520253035404550年度第一季度第二季度第三季度第四季度標(biāo)準(zhǔn)差平均值3．發(fā)電商成本只考慮發(fā)電商的燃料成本和機(jī)組啟停成本，并假設(shè)其為平均成本下的一次線性方程。另外，假設(shè)發(fā)電商的各臺(tái)機(jī)組滿足的約束相同：運(yùn)行功率約束滿足機(jī)組運(yùn)行在最大、最小技術(shù)出力約束，機(jī)組最小開/停機(jī)時(shí)間約束和機(jī)組爬坡率約束。為求得公式（3）。初始化發(fā)電商年度規(guī)劃期總電量、風(fēng)險(xiǎn)規(guī)避系數(shù)、長(zhǎng)期合同價(jià)格、長(zhǎng)期合同電量，觀察公式（1）和（2）下發(fā)電商效用差異；。基于公式（1）、（2）分別進(jìn)行隨機(jī)目標(biāo)優(yōu)化，觀測(cè)長(zhǎng)期合同電量變化；。觀察風(fēng)險(xiǎn)規(guī)避系數(shù)變化對(duì)于售電決策的影響。三 算例及分析采用北歐電力市場(chǎng)2002007年真實(shí)數(shù)據(jù)，計(jì)算日前市場(chǎng)與期貨市場(chǎng)的收益波動(dòng)率及,如表一。表一 日前市場(chǎng)與期貨市場(chǎng)收益率及數(shù)據(jù)日前市場(chǎng)期貨市場(chǎng)風(fēng)險(xiǎn)標(biāo)準(zhǔn)差[￠/（MWh）]同時(shí)假設(shè)發(fā)電商年度規(guī)劃期總電量為1022，平均成本為18￠/（MWh）,季度合同電量（基于歷史數(shù)據(jù)按規(guī)劃電量的60%的比例測(cè)算）與對(duì)應(yīng)季度因素的電價(jià)分別如表一所示。表二 季度合同電量及電價(jià)表第一季度第二季度第三季度第三季度季度合同電量（MW）149950153350153680154170季度合同電價(jià)[￠/（MWh）]季度套期比將初始值應(yīng)用于模型，得到未引入電力期貨后發(fā)電商的總效用為4149164￠（對(duì)應(yīng)模型（1）），運(yùn)行模型（2）得到一系列隨機(jī)總效用值如圖二，可以看出引入電力期貨后，在套期保值功能下對(duì)于發(fā)電商總效用（總收益）并沒有正面或負(fù)面影響，即套期保值行為不一定為發(fā)電商帶來正的收益。圖二 引入電力期貨后發(fā)電商對(duì)發(fā)電商總效用的影響 另外，我們可以得到發(fā)電商的日效用波動(dòng)曲線,如圖三所示：可以得出，引入電力期貨后，在初始賦值假設(shè)下，￠，風(fēng)險(xiǎn)反而變大，當(dāng)我們發(fā)電商初始值規(guī)劃期總電量以一定的倍數(shù)放大，得出的引入電力期貨后的日效用標(biāo)準(zhǔn)差與引入電力期貨前的比（）逐漸變小，表示電力
高考資料相關(guān)推薦
鄂ICP備17016276號(hào)-1