竞价策略

竞价策略（精选9篇）

竞价策略 篇1

1、引言

电力市场化的目的是打破垄断, 促进竞争。电价是电力市场的支点, 确定电价原则、计算交易电价是电力市场的重要研究内容。在电力市场环境下, 发电公司作为市场的主体参与竞价运行, 其收益在很大程度上取决于其采用的竞价策略[1,2,3]。

2、投标竞价的数学模型

将投标竞价的原则引入电力市场, 建立投标竞价的数学模型。基本思路是:由用户选择发电公司, 网络提供服务, 每一个发电公司有一个保留电价, 用户对每一个发电公司报出一个购电价格, 从而建立数学模型, 模型中考虑发电供电的安全性和网络输电能力等约束, 用改进遗传算法寻优, 在满足各种约束条件下使各个报出价格合理的用户可以从电网中的任意发电公司购到所需的电能, 并可提供多组优化结果供选用[4]。

投标竞价数学模型中, 发电公司提出供电保留电价, 用户方向各发电公司报出自己购电的价格, 当用户报出的购电价格高于或等于某一发电公司的保留电价时, 该公司才考虑将电能供给相应用户。当某发电公司供给负荷后有剩余容量时, 这部分容量将以保留电价上网。这样, 模型的目标函数和约束条件为

式中m──电源数;

n──用户数;

Pgi.mi n、Pgi.max──第i个电源发出容量的最小值和最大值 (MW) ;

Pdj──第j个用户需求电量 (MW) ;

αij──第j个用户向第i个电源购电的报出价格 (元/MW) ;

πi──第i个电源的保留电价 (元/MW) ;

Pij──第j个用户从第i个电源购到的电量 (MW) ;

yi──第i电源提供的未售容量 (MW) ;

λi (yi) ──与第i个电源供电安全有关的为变量yi的函数。

在上述发电模型中, 式 (1) 为目标函数, 在满足式 (2) ~式 (5) 的约束条件下, 求最大值;式 (2) 为节点功率平衡约束, 式 (3) 为电源出力上、下限值约束, 式 (4) 为用户需求电力约束, 式 (5) 为变量非负限制约束。

3、改进遗传算法的应用

本文在常规遗传算法的基础上加入了分组进化的思想。选择、交叉、变异是遗传算法的3个基本操作。在种群遗传进化的过程中, 个体的质量有优劣之分, 如果对所有个体都执行相同的操作会影响解的质量和收敛速度。因此本文采用基于分组进化思想的改进遗传算法, 将迭代种群分为优秀组和一般组, 对优秀组只进行选择操作, 对一般组进行交叉和变异操作, 能够更有效地求得全局最优解, 具有更快的收敛速度。基于改进遗传算法的竞价策略步骤如下:

(1) 编码及参数设定;

(2) 初始种群的生成;

(3) 计算各个体的适应值及排序、分组;

(4) 分组遗传操作:对优秀组只进行选择操作, 对一般组进行交叉和变异操作;

(5) 判断是否满足终止条件, 满足则输出结果, 否则继续寻优。

4、算例分析

为了检验本文算法的性能, 利用改进遗传算法对文[4]中所示12节点系统算例进行优化, 每个电源有一个保留电价, 每个用户对每一个电源都报出了一个购电价格。

本文中使用二进制编码。只有当用户报出价格高于或等于电源方的保留电价时, 电源方才考虑给用户供电。若某个电源向某个用户供电, 则相应位上记为“1”, 否则记为“0”。

以式 (1) 作为遗传算法的适应度函数, 为了计算每个染色体的适应度函数值, 需要对其进行解码, 然后将解码后的染色体进行变换, 找出每个用户对应的电源提供方, 根据用户对各个电源的报出的价格将电源排序。根据文[4]所提供电源容量和负荷数据可计算出对应的适应度函数值。

取50条染色体作为初始种群, 都是随机所赋的0、1值, 计算出每条染色体的适应度函数值后, 再进行排序, 取出其中适应值最大的5条进行选择操作, 其余的执行交叉和变异操作。

经遗传操作后, 我们可得到一级新的染色体编码, 也就是说经历的一代, 继续求其适应度函数值, 进行下一轮循环, 经过数代或数十代的遗传操作, 直至找出最优解。

采用投标竞价数学模型, 运用常规遗传算法和改进遗传算法寻优, 进行计算机编程计算, 优化结果基本一致。而收敛到全局最优解的次数常规遗传算法为23, 改进遗传算法为41;平均进化代数常规遗传算法为59, 改进遗传算法为36。可见, 改进遗传算法比常规遗传算法进化代数缩短, 收敛到最优解的次数明显增多。

5、结语

本文将改进遗传算法引入电力市场竞价策略的研究中, 在常规遗传算法的基础上进行了分组优化, 有效解决了遗传算法收敛速度慢、容易陷入局部最优等问题。经算例分析验证了方法的可行性。

参考文献

[1]伍玉林, 文福拴, 丁剑鹰等.发电公司在发电权交易市场的竞价策略初探[J].电力系统自动化, 2010, 34 (17) .

[2]李运灵, 侯云鹤, 熊信艮等.遗传算法在电力市场中的应用[J].电网技术, 2000, 24 (3) .

[3]周培毅, 张新燕.电力市场竞价中遗传算法的研究与应用[J].陕西电力, 2010, (8) .

[4]熊信艮, 吴耀武.遗传算法及其在电力系统中的应用[M].华中科技大学出版社, 2002.

竞价策略 篇2

某服装网上商店的客户：选择关键词时，我一般首先会去看看竞争对手的关键词，这些词是一定要买的，因为这些词基本上是其他同行业厂商挑选出来并且感觉效果还不错的词，另外来说如果有客户用这些词查找产品时，只看到我们的竞争对手，看不到我们那可是非常糟糕的一件事情，

我的点评观点：前提是要具有对竞争对手关键词质量进行甄别和判断的能力，不能盲目追随，毕竟竞争对手与自己的企业相比，可能在网络营销预算和经营重点、细分市场都存在一定的差异化，同时竞争对手也会出现不高明的做法，因此如果没有判断能力盲目跟风，会影响自身投放关键词竞价广告的效果不佳，因此新竞争力网络营销管理顾问建议，参考竞争对手关键词只是关键词策划中查缺补漏的辅助环节，而不能作为关键词策划的主要依据，

本文来自：www.jingzhengli.cn/Blog//hbj/755.html

竞价策略 篇3

目前在电力市场中运用博弈论进行研究的问题有很多[1],但大都应用于发电侧电力市场,从博弈方完全理性出发,在信息充分的前提下找到博弈的均衡解,国内外有关发电公司竞价的研究文献很多[2~5]。但对现实中的决策行为者来说,完全理性是很难的。当社会经济环境和决策问题较复杂时,人的理性局限非常明显,要保证博弈分析的理论和应用价值,必须对有限理性博弈方之间的博弈进行分析。而演化博弈论从这一点出发,认为博弈方在多数情况下并不能对环境的变化做出最优反应,其决策一般来自于博弈历史而非理性的计算结果,这种分析方法与发电企业竞价行为更加接近,结果也更加接近于现实情况。在目前我国尚未成熟的电力市场中,纳什均衡点不一定能够出现,这就给传统博弈论的应用造成了不便,而基于生物进化理论的演化博弈论则对市场成熟阶段和市场发展初期都适用,具有重要的研究价值。

1 发电企业竞价过程的演化博弈原理

为使发电侧电力市场运营良好,必须研究作为市场主体之一的发电企业行为及其竞价策略。目前一些电力市场中,采用报价制确定上网电价,即发电企业在不同时段向交易中心报价,交易中心根据电力负荷预测和这些报价,采用低价先调的原则选择各发电企业上网电量。

由于发电企业的竞价过程是在一个具有不确定性和有限理性的系统里进行,同时,发电企业之间的策略又是相互影响的,因此运用演化博弈模型来分析发电企业竞价过程中竞价策略[6~9]的自发形成过程。自发演化而来的一个竞价策略对应于演化博弈模型的一个演化稳定策略(ESS)。

1.1 多群体复制动态模型[10,11]

Selten引入角色限制行为而把群体分为单群体与多群体,不同群体根据个体可供选择的纯策略集不同来划分。多群体时,不同群体中的个体有不同纯策略集、不同群体平均支付及不同群体演化速度。由于多群体模仿者动态公式推导比较复杂[12,13],下面直接给出多群体模仿者动态方程:

其中:上标j(j=1,2,…,K)表示第j个群体,其中K表示有K个群体;xji表示第j个群体中选择第i(i=1,2,…,K)个纯策略的个体数占该群体总数的百分比;xj表示群体j在某时刻所处的状态,x-j表示第j个群体以外的其他群体在t时刻所处的状态;sji表示群体j中个体行为集中的第i个纯策略;x表示混合群体的混合策略组合,f(sji,x)表示混合群体状态为x时群体j中个体选择纯策略sij时所能得到的期望支付;f(xj,x-j)表示混合群体的平均支付。

多群体模型并不是对单群体模型的简单改进,由单群体到多群体涉及到一系列的如均衡及稳定性等问题的变化。Selten证明了“在多群体博弈中演化稳定均衡都是严格纳什均衡”的结论,这就说明在多群体博弈中,传统的演化稳定均衡概念就显示出其局限性了。

1.2 发电商竞价行为的演化博弈模型

为说明问题简单起见,本文将电力市场中参与竞价的机组根据机组性能分成两类(可以拓展到两种以上类型的情况。只是增加了数学模型的分析难度[14]),每一类作为一个群体与其他群体进行博弈,即考虑的为2×2非合作重复博弈,其阶段博弈的矩阵式表述如表1。其中,p和1-p分别表示发电商A在一次博弈中采取策略A1和A2的概率,q和1-q分别表示发电商B采取策略B1和B2的概率(其中:概率也可以解释为群体博弈中选取该策略的发电商比例)。

其中:aij(i,j=1,2)表示为发电商A中的个体支付;bij(i,j=1,2)表示为发电商B中的个体支付;由于博弈是非对称的,有aij≠bij(i,j=1,2)。

值得注意的是,这里并不需要假设阶段博弈的支付参数a11,a12,a21,a22,b11,b12,b21,b22对两个发电商构成共同知识。实际上,发电商甚至可以不知道自己的支付参数,他们只需对既往的对局结果加以统计便可以得到上述各种平均支付水平的有关信息。因此这里的博弈参数仅供研究者用来做比较静态分析以及对经济行为进行预测时使用。

假设发电商的理性层次较低、学习速度较慢,他们只是简单地依据过去多次博弈之所得而调整各自对两种策略的选择概率,这种动态调节机制类似于生物进化中生物性状和行为特征的动态演化过程的“复制动态”。如果统计结果表明某一特定策略的平均支付高于混合策略的平均支付,则他将倾向于更多地使用这种策略,假设其使用频率的相对调整速度与其支付超过平均支付的幅度成正比,则A、B对p和q的调整方程为:

令a1=a12-a22,a2=a21-a11,b1=b21-b22,b2=b12-b11,将式(2)和式(3)化简,则得到如式(4)所示的动态系统:

一般地,我们称其为动态复制系统。

1.3 发电商竞价过程的演化稳定性分析

显然,对任意的初始点(p(0),q(0))∈[0,1]×[0,1],有(p(t),q(t))∈[0,1]×[0,1],因此动态复制系统的解曲线上任意一点(p,q)均对应着演化博弈的一个混合策略偶((1-p)⊕p,q⊕(1-q))。很显然这个动态系统有五个均衡点,即:

该动态系统的雅可比行列式如下:

依次分析上述5个局部平衡点对应的雅可比矩阵特性,若该平衡点是稳定的,即为系统的演化稳定策略,判别标准为[15]:(1)局部平衡点对应的雅可比矩阵的行列式大于零且其迹小于零时,该局部平衡点是渐进收敛的;(2)当该矩阵的行列式大于零,且矩阵的迹等于零时为焦点;(3)当该矩阵的行列式小于零时,则为鞍点。

2 算例分析

设区域电力市场中有6个有限理性的火力发电商,容量不同的两类发电机组进行竞价。设市场中交易电价的上限价格为300元/MWh,下限价格为100元/MWh,发电商上网报价最多允许5段,中标的发电商按照其报价进行结算。机组i的报价策略可以转化成求收益最大化的问题:

目标函数:max Ui=R·Pi-Ci(Pi)

式中:Ui为机组i的收益函数;R为市场出清价格(单位:元);Pi为发电厂i的出力或发电量(单位:MW);Ci(Pi)为发电厂i的成本函数(单位:元/h)。

约束条件:Bi(Si,Pi)=R且

式中:Bi(Si,Pi)为每个发电商向交易中心提供的报价曲线函数;Si为机组i的报价策略向量;Q为市场需求(单位:MW)。

设第一类发电机组竞价容量段为[200 MW,500 MW],发电成本函数为:

此时,发电商采取方案A和方案B两种报价方案,如表2所示(单位:容量段/MW,价格/(元/h))。

设第二类发电机组竞价容量段为[80 MW,220 MW],发电成本函数为:

此时,发电商采取方案C和方案D两种报价方案,如表3所示(单位:容量段/MW,价格/(元/h))。

根据以上报价方案构造如表4所示竞价收益矩阵。

值得注意的是,这里并不需要假设上述收益矩阵中的结果对各发电商构成共同知识。实际上发电商甚至可以不知道自己的收益参数,他们只需对既往的价格结果加以统计便可以得到上述各平均收益水平的有关信息。

设第一类发电商中采用报价方案A的机组比例为p,则采用报价方案B的机组比例为1-p;设第二类发电商中采用报价方案C的机组比例为q,则采用报价方案D的机组比例为1-q。

对于第一类发电商来说,在采用两种不同报价方案的发电商期望得益u11,u12及第一类发电商的平均得益u1为:

于是可知第一类发电商的复制动态方程为:

对于式(9)来说,当q=0.082时,复制动态方程始终为0,即博弈处于稳定状态。而当q≠0.082时,有p=0和p=1两个稳定状态,其中:当q<0.082时,有F′(0)<0,F′(1)>0,即p=0是演化稳定策略;当q>0.082时,有F′(0)>0,F′(1)<0,即p=1是演化稳定策略。图1中的三个相位图分别给出了上述三种情况下p的动态趋势及稳定性。

同理可得第二类发电商的复制动态方程为:

对于式(10)来说,当p=0.269时,复制动态方程始终为零。即博弈处于稳定状态;而当p≠0.269时,有q=0和q=1两个稳定状态,其中:当p<0.269时,有F′(0)>0,F′(1)<0,即q=1是演化稳定策略;当p>0.269时,有F′(0)<0,F′(1)>0,即q=0是演化稳定策略。图2中的三个相位图分别给出了上述三种情况下q的动态趋势及稳定性。

进一步对于上述两类发电商群体类型比例变化的复制动态关系用一个坐标平面图表示,如图3所示。由图3的箭头方向可以看出,(p=0.269,q=0)和(p=0.269,q=1)分别是此博弈的演化稳定策略,当初始情况位于A、B区的时候博弈会收敛至(p=0.269q=1);当初始情况位于C、D区的时候博弈会收敛至(p=0.269,q=0)。

由本算例的结果可知,发电商采用多群体复制动态演化博弈模型进行分析,通过对竞价历史数据的统计分析处理,可以定量地计算出市场中的竞争对手的策略走向,从而可以调整本身的报价策略以寻求最大利益。

3 结束语

竞价培训总结 篇4

刚刚接触竞价时，我总觉得迷迷糊糊的，不知道从哪里入手，甚至说一窍不通，不知道从哪里入手，也不知道该先学什么，不知道百度竞价有什么用，为什么要做竞价，做竞价的目的到底是什么，后来慢慢的觉得竞价也就只是加加删除关键词、调调价钱、否词就可以了。后来经过不断的接触与学习，我渐渐的知道了其实一个网站的内容、关键词的价格、关键词的创意、关键词的飘红、匹配方式等等，这些东西其实都有很大的关联，比如加价其实也不是盲目的去加，你要同时的去关注SWT的转化开判断出哪些词花钱花的值得，哪些词不值得去花这些钱，而且关键词、创意、文章都是有很大关系的，好比一篇好的文章，可你的关键词，创意不够吸引患者的点击的话那也白搭，同时而当你的关键词与创意都吸引了患者的点击的话，里面的文章如果与关键词、创意不搭边的话，那得到的也只会是秒退结果。

当你学竞价的同时你要必须去了解七大点

1、你所负责的项目是什么科室、病种（病种的主次要分明）。这样才不会盲目的去加词，至少你应该了解你要推广的病种不是么。

2、了解你主推的专家，别忘了给专家进行包装哦。

3、科室的治疗方案以及原理，至少这个病要用什么治疗去只为什么有什么优势在文章体现出来吸引患者。

4、医院的性质，尽量往公立医院靠、新农合、医保、某某基金会等

5、医院的宣传方案，如网站优化、外推优化、竞价推广词的筛选（筛选吸引患者与可开发病种能产生效果的重视病种多关注）---创意---编辑---着陆页---文章专题---关键词质量度（质量度与排名点击有相关关系）等等宣传方案（网站文章不要写的太详细点到为止即可，尽量吸引患者点击SWT咨询）

6、医院的收费情况，优惠活动什么的

7、就诊指南，告诉患者对的地址，别让患者走丢了。

指定下次的计划。

数据的分析：消费 展现 点击，点击率，质量 排名 创意稳定性，可开发性 及 文章的排版：症状病因---危害---治疗技术---专家推荐---费用解说---品牌专家---就诊指南。

竞价必备知识

1、医院买点（专家、公立、民营、医保/新农合/救助基金、非盈利性（医保）地址、电话、合作单位。

2、医院定位。

3、医院收费（医保、新农合、援助）

4、科室病种。

5、技术卖点。

6、品牌包装。

7、医疗市场（对自己威胁最大的对手与对自己竞争最大的对手，本地区几家医院（公立或民营）专家、对手治疗技术卖点、最近的推广方向，尽可能了解对手信息）

8、关键词跟踪（竞价后台点击---消费、转化SWT）

竞价策略 篇5

随机游走模型的提出是与证券价格的变动模式和市场有效性紧密联系在一起的[1,2,3]。目前,关于我国证券价格的实证研究出现了两种截然相反的结论。范龙振和张子刚[4]、刘志新[5]、张小艳和张宗成[6]、戴晓凤等[7]、杨美丽[8]认为市场服从随机游走,市场弱有效;与之相反,闫冀楠和张维[9]、柳思维和刘凤根[3]、兰秋军等[10]、赵贞玉等[11]却认为市场尚未达到弱有效。与上述研究不同,本文从市场中交易个体的角度出发,重点分析在随机游走市场中的交易策略问题,即在价格变动不可预测的情况下,什么样的交易策略能获得更好的收益;在研究方法上,将主要采取系统仿真,即在Matlab平台上构建一个模拟的、满足随机游走的人工连续竞价市场。

连续竞价(Continuous Double Auction)和集合竞价(Call Market)是各国证券市场中最常用的两种交易机制。例如,我国上海和深圳证券交易所在开盘阶段都采取了集合报价的方式产生股票价格,开盘后均采取连续竞价方式。在集合报价市场中,交易只在固定的时刻集中发生;而在连续竞价市场,交易可以发生在任意时刻,只要此时的买方报价不低于卖方的报价。由此可见,连续竞价市场中成交价格的动态性和不确定性远比集合报价高,该市场中的交易策略设计问题一直是研究的难点问题。

国内外学者提出了基于连续竞价市场的各种交易策略。例如:Gode和Sunder[12]提出了“零信息”交易策略(Zero-Intelligence,简称ZI);Cliff等[13]针对ZI的不足,给出“增强型零信息”模型(Zero-Intelligence Plus,简称ZIP);Gjerstad等[14]提出一个基于信心函数来计算最大期望收益的交易模型;He等[15]给出的基于模糊逻辑的“FL-strategy”等。国内学者范小勇等[16]运用整数规划的方法建立了一个组合双向拍卖问题的一般化模型;朱晓波等[17]给出了基于粒子群优化的策略学习模型;芦鹏宇等[18]提出基于混合策略的动态报价算法;詹文杰等[19]提出基于马尔可夫链的自学习动态交易策略。

在这些交易策略中,以Gode等[13]提出的ZI策略最著名,它是一种没有自学习能力的随机报价策略,其中的“约束型零信息”策略(ZI with Constraint,简称ZI-C)被大量运用到了完全竞争市场和证券市场的研究中。Smith等[20]研究显示,ZI-C策略模拟出来的各种市场统计学特性,和基于完全理性模型预测的市场相似;Farmer等[21]研究发现,ZI-C策略可以很好地预测伦敦股票交易所的交易数据;Othman[22]的研究表明,用ZI-C策略模拟出来的成交价格统计学特性可以替代现实证券市场中的价格;Ladley[23]对ZI策略在经济和金融市场中的运用进行了全面回顾。有鉴于此,本文也将选用ZI-C策略来模拟连续竞价市场中的交易者行为。研究发现,该市场中的成交价格满足随机游走特性。针对该特性,本文提出一种新的交易策略,即“盯准最优价格”策略(Eye-On-Best,简称EOB)。

本文第2节给出模拟连续竞价市场的规则和ZI-C策略;第3节对该市场中的成交价格进行随机游走特性检验,在此基础上提出新的“盯准最优价格”策略(简称EOB);第4节采用位置替换的原理进行重复仿真实验,比较EOB策略和ZI-C策略的收益差别;最后给出本文的结论。

2 市场规则

假设,连续竞价市场中有M个买方和M个卖方,为了方便研究,市场进行如下简化:

①每个买方只能购买一个商品,每个卖方只能卖出一个商品,且商品是同质的。

②每个买方对商品的估价不同,按从大到小依次排序,有V1≥V2≥…≥VM,构成了市场的需求曲线。

③每个卖方的成本不同,按从小到大依次排序,有C1≤C2≤…≤CM,构成市场的需求曲线。

又令,Omax为市场允许的最高报价,Omin为市场允许的最低报价;Bi(t)为买方i(1≤i≤M)在t时刻的报价,Aj(t)为卖方j(1≤j≤M)在t时刻报价;B＿best(t)为t时刻买方的最优报价(即买方最高报价),A＿best(t)为t时刻卖方的最优报价(即卖方最低报价)。参数的初始值设置如下:B best (t)=Bi(t)=Omin(1≤i≤M),≤A＿best (t)=Aj(t)=Omax(1≤j≤M)。TPij)为第i个买方和第j个卖方在t时刻的成交价格,Profit＿Bi为第i个买方的收益,Profit＿Aj为第j个卖方的收益。

运行流程如下:

①在任意t时刻,随机选取一个买方或卖方进行报价。若选取的报价者为买方,则更新Bi(t)(1≤i≤M)序列中的对应报价,并从高到低排序,B＿best(t)相应更新为Bi(t)中的最大值;若选取的报价者为卖方,则更新Aj(t)(1≤j≤M)序列中的对应报价,并从低到高排序,A＿best(t)相应更新为Aj(t)中的最小值。

②如果此时B＿best(t)≥A＿best(t),则交易立即发生。假设,交易双方为买方i和卖方j,成交价格为双方报价的中间值(即)。买方收益为Profit＿Bi=Bi(t)-TPij(t),卖方收益为Profit＿Aj=TPij(t)-Aj (t)。成交双方退出市场;如果此时B＿best(t)<A＿best(t),则进入t+1时刻,重复步骤①。

③重复步骤①和步骤②,直到市场中所有剩余的买方估价均小于剩余的卖方成本,实验结束。

根据上述市场规则和ZI-C策略的特征,该策略的数学描述如下:

3 随机游走检验与EOB策略

3.1 随机游走检验

首先用ZI-C策略来模拟连续竞价市场中的交易者行为,并对该市场中的成交价格是否满足随机游走特性进行检验。如果价格序列具有单位根,说明序列符合随机游走模型,如果没有单位根,则说明序列不符合随机游走模型。具体的检验方式有游程检验,Dickey和Fuller建立的DF检验,Schimidt和Phillips提出的LM检验,Im、Pesaran和Shin提出的IPS检验,以及改进的DF检验ADF等[24]。结合本文市场环境,选取游程检验和DF检验两种方法对ZI-C策略的成交价格序列惊醒随机游走检验。

游程检验最大的优点就是可以克服序列相关检验易受极端值影响,且受有限的方差是否存在这一问题困扰的缺陷。在随机游走假设下,当样本容量很大时,总游程M服从正态分布。构造统计量K:

其中,,N为成交价格TPt变动的总次数,n1为成交价格上升的次数,n2为成交价格下降的次数,n3为成交价格无变化的次数。当M≥E(m)时,加上0.5作为调节系数;当M<E(m)时,减去0.5作为调节系数。

在N足够大时,K趋近于均值为0、方差为1的正态分布。因此,在1%的显著水平下,K的临界值为2.33,如果K值在(-2.33,2.33)的范围内,说明成交价格符合随机游走特性;否则,则认为成交价格具有某种趋势性。

DF检验法是Dickey和Fuller建立起来的[25,26],其主要思想是:即一个时间序列存在单位根时,普通最小二乘法(OLS)所计算出来的统计值并不能用来检验它,于是Dickey和Fuller用模拟的方法对这些统计量的极限值做了计算。

设有成交价格序列的一阶自回归过程:TP(t)=ρTP(t-1)+εt,其中εt为独立同分布,且E(εt)=0,.对ρ进行检验,假设H0:ρ=1,当假设H0成立,说明成交价格序列服从随机游走过程。参数ρ的最小二乘估计为:

根据ρT计算统计量。构造的标准差的估计值,由构造检验原假设的tT计量:

式(4)和式(5)中T为连续双向拍卖市场交易全部结束的时间。。假设H0:ρ=1,可以由统计量和统计量tT行检验。统计量和统计量tT在1%的置信区间下临界值为:,tT=一2.58。

分别选取100[27]提出的位置替换珐(One-in-Many)来比较不同策略下的收益。该实验方法的思想是:在连续竞价市场中,每次选取一个买方或一个卖方作为测试位置(即所谓的“One”),其余位置上的报价策略固定不变(即所谓的“Many”),用新的策略来替换测试位置上的原有策略,比较新旧两种策略在同一测试位置上的收益差别。

由于连续竞价市场的动态性和随机性,每种策略在一次实验中的收益波动很大,为了屏蔽随机因素给实验结果带来的不确定性,本文采取在固定供需曲线下的重复实验,以下所提及的每种策略的收益均指10000次重复实验下的平均收益。

为了进一步说明不同策略对收益的影响,引入买方和卖方的均衡收益来作为一个参照基准。均衡收益是指市场达到竞争均衡时,买卖双方在均衡价格下所获得的收益。其计算公式如下:

第i个买方的均衡收益:

第j个卖方的均衡收益:

具体实验过程如下:假设市场中所有策略均为ZI-C,分别统计ZI-C策略在Vi(i=1,2,…,100)及Cj(j=1,2,…,100)位置时的平均收益;然后,用EOB策略逐个替换Vi(i=1,2,…,100)及Cj(j=1,2,…,100),即替换时除测试位置的策略为EOB策略外,其他策略均为ZI-C策略;最后,比较每个位置上的两种策略的平均收益差别,并与相同位置的均衡收益进行对比。

2002年诺贝尔经济学获得者Smith[28]教授开创了用实验的方法来研究双向拍卖,其后的实验研究绝大部分都采取了外生给定的供需曲线,本文也采取同样的方法确定供需曲线,即在确定市场人数的情况下,事先随机给定市场中所有买方估价和卖方成本。另外,许多学者在实验中考虑了供需曲线形状对市场的影响问题[12,13,28]。因此,本文也将研究供需曲线形状是否影响以及如何影响策略收益的问题。但是,由于供需曲线形状的划分目前没有统一的量化标准,本文借鉴Nicolaisen等[29]的关于市场力的计算公式,把供需曲线形状简单地分为以下三类。

连续竞价市场中市场力计算公式,买方市场力记为MPB,卖方市场力记为MPS,公式分别为:

依据买卖双方市场力的大小不同,定性地把供需曲线划分为三类:①买卖双方市场力相等,即MPB=MPS;②买方市场力大于卖方市场力,即MPB>MPS;③买方市场力小于卖方市场力,即MPB<MPS.图3(a)、图3(b)、图3(c)分别给出了每种类型的供需曲线示例。对每种类型下的供需曲线均进行了多次实验,取得了一致的实验结果,由于篇幅限制,本文只给出图3中的供需曲线下的实验结果。

表2为图3中的三类供需曲线在纯ZI-C策略下的成交价格序列“随机游走”检验结果,它们都通过了检验。

注:**表示在1%置信水平下显著。

4.2 实验结果与分析

在第一类供需曲线下,买卖双方市场力相等(MPB=MPS),每种策略在每个位置上的平均收益如图4所示。可以看出:①买方和卖方在每种策略下的平均收益基本对称;②在供需曲线左侧,EOB策略的买方(卖方)平均收益均显著优于ZI-C,且显著优于其均衡收益;③在供需曲线右侧,每种策略的平均收益差异总体上不大。

在第二类供需曲线下,买方市场力大于卖方市场力(MPB>MPS),每种策略在每个位置上的平均收益如图5所示。可以看出:①买方和卖方在每种策略下的平均收益显著不对称,买方平均收益远大于卖方;②对于买方平均收益(图5(a)),EOB策略虽然总体上显著优于ZI-C,但是略低于其均衡收益;③对于卖方平均收益(图5(b)),EOB策略总体上显著优于ZI-C,其两种策略均优于其均衡收益。

在第三类供需曲线下,买方市场力大于卖方市场力(MPB<MPS),每种策略在每个位置上的平均收益如图6所示。可以看出:①买方和卖方在每种策略下的平均收益显著不对称,买方平均收益远小于卖方;②对于买方平均收益(图6(a)),EOB策略总体上显著优于ZI-C,其两种策略均优于其均衡收益;③对于卖方平均收益(图6(b)),EOB策略虽然总体上显著优于ZI-C,但是略低于其均衡收益。

表3给出了EOB和ZI-C两种策略在每类供需曲线下买卖双方平均收益的均值和标准差。EOB策略获得的平均收益比ZI-C策略高约15%～23%,其标准差也较ZI-C大。

综上所述,实验结果总结如下:①无论买卖双方的市场力如何,EOB策略总体上可获得比ZI-C策略高约15%～23%的平均收益。②市场力对EOB策略的收益有影响。在第一类供需曲线下,买卖双方的平均收益基本对称;而在第二、三类供需曲线下,EOB策略处于市场力较弱的一方时,可以获得高于均衡收益的超额利润。

此外,对上述结论从两个方面进行了鲁棒性检验。一方面,在每类供需曲线下随机产生多条供需曲线;另一方面,还进行了不同人数下的实验。所有实验结果与本文的结论一致,限于篇幅,未列出这些实验结果。

5 结论

本文构建了一个基于ZI-C策略的连续竞价模拟市场,该市场中的成交价格序列通过了随机游走检验,表明价格变动具有不可预测性。针对这样的市场,设计了“盯准最优报价”的交易策略(EOB策略),并通过位置替换重复仿真实验,比较分析了在三类供需曲线下的两种策略的平均收益差异。研究结果表明:①EOB策略总体上可获得比ZI-C策略高约15%～23%的平均收益;②当EOB策略处于市场劣势方时,还可以获得高于均衡收益的超额利润。

总之,在满足随机游走的连续竞价市场中,虽然成交价格的变动不可预测,但是如果充分利用市场中的最优买方和卖方报价信息,可以提高个体收益;同时,交易策略的选取时还应该考虑市场环境的影响(如:市场力)。研究成果为金融市场中的报价决策提供理论依据,为今后设计各种智能交易策略提供新的思路。

摘要：随机游走市场中的证券价格变动是不可预测的,如何在这样的市场中设计交易策略是一个难点问题。本文在MATLAB平台上构建了一个满足随机游走的人工连续竞价市场,提出了一个“盯准最优价格”(Eye-On-Best,简称EOB)交易策略。通过不同类型供需曲线下的位置替换重复仿真实验,比较了EOB策略和“约束型零信息”(简称ZI-C)策略的收益差异。研究表明,EOB策略获得的收益总体上优于ZI-C策略,且其收益受市场力的影响。研究结论为交易者在满足随机游走的证券市场如何进行报价提供决策依据。

竞价策略 篇6

关键词：关节控制器,模糊聚类,电价预测

电力市场竞价问题主要针对电力联营体市场, 在电力市场竞价过程中, 发电厂商向电力交易中心提交下一交易时段所能提供的电力以及要求的价格。电力交易中心根据预报的负荷和所有发电公司的报价, 按照电力价格从高到低确定发电调度计划和市场清算价。因此, 发电厂商要获得利益最大化, 就须制定最优竞价策略, 构造最优的竞价策略的途径有3种:第1种是估计下一交易时段的市场清算价;第2种是估计其他发电厂商的投标行为;第3种是基于博弈论的。

关于预测市场清算电价的研究方法有许多种, 文献1～7对各种电价预测方法作了详尽的阐述。本文采用模糊聚类 (FCM) 和小脑模型关节控制器 (CMAC) 神经网络方法, 将交易时段分为3个负荷水平:峰负荷、腰负荷和谷负荷, 然后根据不同类型的交易时段分别对小脑模型关节控制器 (CMAC) 神经网络进行训练, 构建不同时段的发电厂商报价预测模型, 并通过FCM算法进行竞价风险评估。仿真预测结果显示, 该方法预测速度快、精度较高且预测结果稳定。

1 模糊聚类 (FCM) 算法

FCM是模糊聚类方法的一种。在很多实际问题中, 经常遇到一些用数字不能准确描述的模糊信息, 模糊聚类分析法能够较好的处理关于模糊信息的聚类问题。Bezdek定义FCM算法的目标函数如下:

其中, C为聚类数, N为数据总数, Vc为第c类的中心向量, Xi为第i个数据向量, Uci为Uc和Ui之间的隶属度函数。在FCM算法中, 聚类数是固定的, C的值由问题的要求和特性所决定。

当目标函数J (U, V) 最小时, N个数据被分为C类。Bezdek提出了如下算法。

第1步估计隶属度函数矩阵

其中, h是迭代指针, 初始值为零。

第2步h=h+1, 计算类的中心向量

第3步更新所有Xi的, i=l……N

第4步 若, 则终止, 否则回到第二步, ε为聚类限差。

2 CMAC神经网络原理

CMAC的控制原理是目标识别器将某一学习周期的学习结果送入CMAC训练模块, 训练后的一个结果存储在记忆存储器A中, CMAC函数发生器根据数据库数据从他的记忆模式中产生一相应的模式作为输出, 并送至目标识别器和CMAC训练器中, 训练器将比较输入和输出结果差异, 以误差平方作为训练的收敛标准。它是一种典型的局部逼近神经网络, 具有线性结构、算法简单等特点, 有一定泛化能力, 已成功地应用于机器人控制、模糊控制和非线性时间序列分析等领域。其一般结构如图1所示。

图1中, X为n维输入矢量空间;A为联想记忆空间;P为输出响应矢量。设X为CMAC网络输入空间, Xn为对应的离散输入空间。CMAC网络的实现过程可简述为:Xn中的每一输入点xi激活记忆空间A中的单元为A*, A*空间对应的连接权的代数和即为对应的输出。A*的模 (即泛化参数) 表示了空间A*的长度。

设Fi为对应于某个输入xi状态的期望输出, f (xi) 为相应的CMAC网络响应值, 则xi对应的连接权可按式 (5) 进行修正。

式中表示空间Ap中与Ai相对应的元素;为相应的修正量, β为训练因子, 0<β<1。输出

式中D (k) 是Xd (k) 和Xi (k) 之间的距离, Xd (k) 是CMAC的期望输入。

3 基于模糊聚类和关节控制器神经网络的竞价策略模型

本文提供的竞价策略是利用神经网络进行所有发电厂商竞价报价预测, 根据预测结果, 拟定下一时段的竞价报价, 并应用FCM算法进行竞价报价风险评估。由于系统负荷峰谷期波动太大, 预测结果往往误差较大, 因此, 通过FCM算法将交易时段分为3个负荷水平:峰负荷、腰负荷和谷负荷, 然后根据不同类型的交易时段分别对小脑模型关节控制器 (CMAC) 神经网络进行训练, 构建不同时段的发电厂商竞标电价预测模型, 这样就可克服由于负荷波动造成的误差,

3.1 基于FCM的交易时段分类

通常电力市场中, 市场运作按交易日进行, 我国电力市场每天分成48个时段。公开数据包括市场历史数据、实时数据和预测负荷。由于在不同的交易时段, 负荷特性会发生变化, 因而可以采用FCM算法将交易时段分为3个负荷水平:峰负荷、腰负荷和谷负荷。

设Xi (1, …, N, N=48是第i个交易时段的负荷向量。Xi的维数为D, D是所计入的天数, 在这里聚类数C取3, 或者说, 就是要将48个负荷向量分为3类。

3.2 CMAC神经网络预测模型

根据前面所述影响电价及其变化的因素, 在预测下一日发电厂商竞价电价的输入点选择中考虑以下因素 (其中:d表示日期;t表示时段) :

(1) 发电厂商i的历史竞标电价。预测时段当天t时段电价Pi (d, t) , 预测时段所在日前1天同一时段电价Pi (d-1, t) , 预测时段所在日前1周同一时段电价Pi (d-7, t) 。

(2) 系统负荷。预测时段的系统预测负荷L (d, f) , 预测时段所在日前1天同一时段负荷L (d-1, t) , 预测时段所在日前1周同一时段负荷L (d-7, t) 。

3.3 基于FCM的发电厂商竞价风险评估

根据预测结果, 将所有的发电厂商采用FCM算法分为3类:强威胁性、弱威胁性、无威胁性。以拟定下一时段的竞价报价作为分类的依据, 聚类数C等3, Xi由第i个厂商的预测报价构成, 其维数由历史数据的数量决定。一旦算法收敛, 发电厂商被分为3个集合。与拟定报价同处于一个集合的发电厂商为具有强威胁性的厂商。其余两个集合中与拟定报价所在集合距离近的集合中的发电厂商为弱威胁性的厂商, 另一个集合中的发电厂商为无威胁性的厂商。

3.4 产生报价策略的步骤

上述方法可以概括为如下步骤:

第1步输入D天的系统48点负荷数据, 采用FCM算法将48个交易时段按负荷水平分为3类;

第2步输入各发电厂商G×D×48个节点历史竞价电价, 其中G是总的发电厂商数, 并根据第1步分类交易时段进行分类。

第3步训练CMAC神经网络, 预测所有发电厂商竞标电价。

第4步根据预测结果和竞价策略, 拟定竞价价格, 用FCM算法将各分类交易时段发电厂商分为3个集合, 进行风险评估。

第5步输出预测竞价电价及该厂商竞价是否成功。当报价是否成功的标志位为Y时, 表明该厂商可以按输出的竞价电价进行报价;如果标志位为N, 则表明报价者要按小于输出的竞价电价进行报价。

4 仿真预测结果

采用上述方法进行了仿真测试。仿真结果表明, 采用基于模糊聚类和关节控制器神经网络的竞价策略模型, 预测效果都较精确, 预测时间较其他方法短, 计算速度快。

5 结语

电厂报价本身就是电力市场环境下很敏感的一个经济信号, 电力供应商要获得利益最大化, 就须制定最优竞价策略, 构造最优的竞价策略, 因此, 电厂报价预测的研究对电力市场的各个成员具有重要意义。随着电力市场运行环境的不断完善, 电力系统运行历史数据的不断丰富, 从而可以更好的进行电厂竟价电价预测。

参考文献

[1]　Szkuta　BR, Sanabria　LA, Dillon　TS.Electricity　Price Shoa—term　Forecasting　Using　Artificial　Neural　Network[J].IEEE　Trans.on　Power　System。1999.14 (3) :851～857.

[2]　Hong　YY, Tsai　SW, Weng　MT.Bidding　Strategy Based　On　Artificial　Intelligence　For　A　Competitive Electric　Market[J].IEE　Proceedings　Part　C——Genemti0n.Transmission&　Distribufion, 2001, 148 (2) :159～164.

[3]　A.Wang·B.Ramsay.Prediction　of　system　marginal price　in　the　UK　power　pool　using　neural　network.Proceedings　of　IEEE　International　Conference　on　Neu-ral　Networks　1997, V.4、pp:2l16～2120.

[4]　A.Wang·B.Ramsay.Prediction　of　system　marginal　price in　the　UK　power　pool　using　neural　network.Proceed-ings　of　IEEE　International　Conference　on　Neural　Net-works　1997, V.4、pp:2l16～2120

[5]　Szkuta　BR, Sanabria　LA, Dillon　TS.Electricity　Price Shoa—term　Forecasting　Using　Artificial　Neural　Network[J].IEEE　Trans.on　Power　System。1999.14 (3) :851-857.

[6]　曾次玲, 张步涵.浅析发电公司的竞价策略[J].电网技术, 2002, 26 (5) :49～54.

双边分段竞价的电力市场 篇7

电力市场竞价机制对市场中各主体的公平交易、市场参与者之间的供需互动、电价的形成以及结算方式等诸多方面具有重要影响。目前, 分时竞价模式由于原理简单, 在各国电力市场被普遍采用[1,2,3]。但分时竞价忽视了电能生产和消费的连续性特征, 没能从本质上揭示电能的价值。在发电侧, 特别是火电机组, 在不同运行方式下的发电成本差异很大[4,5]。在用电侧, 全天持续平稳运行的负荷和一些高峰时段运行的负荷也应分别被给予不同的电价[6,7]。

文献[8]在分析了分时竞价方式的诸多弊端后, 提出了分段竞价理论。分段竞价是异于分时竞价的一种新型竞价方式, 其核心思想是按照电能的连续生产或连续消费的持续时间进行分段, 持续时间不同的电力段具有不同的生产成本和使用价值, 按照不同的价格进行结算。单边分段竞价较适用于电力市场初期, 相当于调度机构“代理”将整体负荷进行分段购买, 然后进行发电竞价。单边市场的不足是电能使用者只能被动地接受电价, 而没有自由选择的权利, 割裂了需求侧对电价的响应, 导致市场缺乏需求弹性并且易于出现电价尖峰, 不利于资源的有效配置[9,10]。文献[11-12]对需求响应做了详细阐述, 表明市场引入需求侧参与能够有效抑制发电商的市场力和价格尖峰的出现, 并且有助于增加社会福利。

近年来, 随着大量可平移负荷的涌现和快速发展, 负荷侧用电方式更为灵活, 研究它们的用电特性并利用市场手段更好地整合这些资源、增大社会效益是当前中国以及各国电力市场都亟待解决的热点问题之一。可平移负荷是指能够在用电时间上灵活选择的一类负荷, 例如当今迅速兴起的电动汽车充电负荷、蓄热蓄冷用电设备, 还有一些农业灌溉负荷和灵活用电的大工业用户等。美国一项研究表明, 在中等发展速度下, 至2020年、2030年和2050年, 电动汽车占美国汽车总量的比例将分别达到35%, 51%和62%[13];相关资料统计表明在英国的家庭用电负荷中, 空调负荷和电力热水器负荷均占到家庭负荷总量的15%[14];大量农业排灌不仅用电量大而且用电时间具有一定的灵活性;许多电力企业都有一班制、二班制和三班制之分, 用电负荷较为规律且集中在某时间段内[8]。在现代电力市场中, 大量涌现的可平移负荷更好地促进了供需互动, 也成为市场优化的重要资源。

基于以上分析, 本文在原单边分段竞价理论基础上, 提出了双边分段竞价机制并进行了效益分析。进一步开放了用户的选择权, 充分利用了可平移负荷的灵活用电特性, 使之有机会选择不同的用电方式, 使需求侧资源能够更好地发挥优势, 最终达到削峰填谷、降低发电成本、降低购电费用和增大社会效益的目的。通过对双边分段竞价市场中可平移负荷移动和不同用电方式下的效益分析, 说明了本文所提出市场模式的可行性和优越性:与单边市场相比, 交易更为灵活, 且能够通过市场的方式促进用户主动改变用电方式。最后, 说明了双边分段竞价模式在未来电力市场的巨大潜力和潜在效益。

1 市场结构

本文所研究的双边分段竞价机制, 是在批发竞争电力市场下进行的。其中发电公司、供电公司和大用户作为市场参与者可直接参与市场竞争, 市场结构如下。

1) 厂网分开, 发电商参与市场竞价。

2) 输配分开, 输电系统为所有市场参与者提供输电服务, 收取一定的电能转运费, 本文暂不考虑网损的影响。

3) 供电公司和大用户可直接参与市场竞价购电。

4) 本文主要研究电力联营体模式下的中长期电力竞价交易, 暂不考虑实时平衡市场。

5) 由于水电的特殊性, 需根据水利部门调度和最优用水量的约束安排水电运行, 不宜直接参与竞价, 本文假定发电侧仅火电厂参与市场。

2 考虑需求侧竞价的负荷分段

在单边分段竞价机制下, 系统总负荷根据预测数据得到, 用电时间和负荷大小均假定固定不变, 且调度机构作为单一的购电方代理购电。以预测的负荷曲线为基础, 可以将负荷曲线按照不同的持续时间划分成若干段, 然后按段拍卖出清。

在双边分段竞价机制下, 供电公司或大用户以购电商的身份参与市场竞争, 均有权利选择若干负荷段, 并提出阶梯容量和对应报价。根据起始用电时间和持续时间的不同, 独立系统运行机构 (ISO) 需首先对各类用户的用电特性进行研究, 给出一系列可供用户选择的负荷段并统一编号, 供市场参与者竞价。文献[15]对分段合同中的负荷分段问题进行了相关研究, 认为在中长期电力交易中, 交易计划需要提前较长时间制定, 因此可以对电力按持续时间简单地分为若干段, 以体现出各段电力之间的差异。在双边分段竞价中, 由于需求侧对用电起始时间和持续时间具有选择权, 因此ISO需首先按照用电特性给出供选负荷段。根据文献[8, 15]对负荷特性的分析, 本文将负荷简单分为24, 12, 8, 4, 2h段。根据实际生产班制和用电模式, 12h段可分为06:00—18:00和18:00—06:00 (次日) ;8h段可分为00:00—8:00, 08:00—16:00, 16:00—24:00。其余负荷段以此类推, 共划分成24个不同的负荷段, 从而体现出不同负荷段的价值差异。

购电主体在市场中购电时需根据自身的用电情况选择几个负荷段并对相应负荷段进行“容量—价格”的申报。

例如某购电商需持续用电, 且白天用于工业生产, 用电量较大。那么可以简单申报两个负荷段, 其一为持续时间为24h的基荷段, 对应编号为1号;其二为持续时间为12h且用电时间为06:00—18:00的负荷段, 对应编号为2号。这里给出负荷段编号的制定规则:首先根据持续时间的长短排序, 持续时间长的排序靠前, 相同持续时间的按照起始时间进行排序, 起始时间小的排序靠前。

3 双边分段竞价市场的交易机制

3.1 市场参与者报价方式

根据分段竞价理论, 发电成本受发电出力和持续时间两个因素影响[8]。故对各不同持续时间的负荷段, 发电商应申报一组报价曲线。

如图1所示, 本文采用“容量—价格”报价阶梯给出各持续时间段的发电申报信息。限于篇幅, 这里列举了4个不同持续时间下发电商的报价情况。一般来讲, 分段报价中发电商在一个明确的时间段内报价, 可以比较好地核算发电成本并提出报价。随着出力的增加, 相应的报价升高, 通常情况下持续时间短的负荷段报价较高。考虑到多部制报价中存在市场投机、交易不公的现象, 结合电力市场中长期交易特点, 本文涉及的报价中不包含机组的详细参数。市场主体仅申报电能的报价, 交易中心公平对待各发电主体, 通过报价出清交易量。机组物理约束问题由发电商自行解决[8], 这样能够更好地将市场交易问题和运行调度问题分开解决, 电能的交易也更符合“同质同价”的思想。

购电侧参与竞价的思想与发电侧是对称的。各购电商应首先根据自身的用电情况选择若干负荷段进行申报。每段由一条报价曲线来描述, 报价曲线一般应为阶梯递减。

图2给出了某购电商的购电信息, 此购电商申报了3个负荷段, 根据第2节关于负荷分段以及编号制定的规则可以确定各负荷段的编号, 相应编号给出了负荷段的起始时间和持续时间。每个负荷段对应一条价格意愿曲线。图中示意了报价的一般形式, 对于刚性负荷, 购电商可以申报无封顶的价格曲线[16]。

需求侧的分段报价给用户用电方式提供了更多的选择。对可平移负荷部分, 购电商甚至可以不改变报价曲线的形状, 仅改变相应的负荷段编号, 相当于改变了可平移负荷的用电起始时间。这种灵活的选择权也是双边分段竞价最主要的特征, 即开放了用户的选择权, 使可平移负荷有机会选择不同的用电时间或改变用电模式, 从而使用户获得更加低廉的电价, 从而降低系统发电成本。

3.2 容量调整

在双边分段竞价交易的出清过程中, 对于某一段的中标容量未达到某发电商申报段的最大容量, 则未中标的容量作为“剩余容量”可以继续参与后续负荷段的竞价。中标容量在对应负荷段所确定的时间范围内连续运行, 此中标容量不能在本段时间内重复中标。所以在下一段负荷出清之前需要进行投标容量的调整。对于不同的负荷段, 容量的调整结果也不尽相同。

如图3所示, 曲线表示某机组已中标的情况, Block1和Block2分别表示待出清负荷段的两种特殊情况。

可见, 发电商在t1至t2之间满载运行, 对于Block1, 发电商将无容量参与市场竞争, 而对Block2对应的t2至t3时间段, 发电商却没有满出力, 因此可以继续参与竞价。最大可申报容量的确定为:从当前的运行点Ppoint直至发电商的最大出力Pmax。运行点的求取为此负荷段对应的持续时间内发电商已中标容量的最大值, 本例中对于Block2, 机组的运行点为Ppoint。

3.3 市场出清

文献[17-18]对多部制竞价存在的问题进行了研究, 由于出清结果完全由ISO统一安排, 各发电商缺乏自主运行权, 市场出清不透明。尤其对于同类型机组竞价, 涉及各方利益的分配, 问题尤为严重。当出现多解问题时, 易造成市场公平性纠纷。文献[5]分析了分时出清带来的一些问题, 并提出用分段的方式可以较好地解决这些问题, 这样发电商可自行进行成本核算并在可行运行方式下提出报价。本文提出的双边分段竞价机制也采用一部制电能竞价, ISO只负责根据电能报价进行出清, 这样就把市场交易问题和调度问题分开进行解决。

文献[8]对各类型负荷的用电模式进行了分析, 说明了在分段竞价中负荷段可以按照电力工业用电的实际情况处理各段之间的耦合。至于负荷段的出清顺序, 对于持续时间不同的负荷段, 本文按照由长到短的顺序进行出清。由于发电商在基荷段成本较低、报价较低, 因此用低成本的出力带基荷长时间运行较带峰荷更经济。对于相同持续时间的不同负荷段, 考虑到电力生产的持续性, 起始时间靠前的负荷段与前一阶段负荷的连续性更为密切, 所以按起始时间由小到大的顺序, 即市场按照负荷段编号排序进行出清。

在双边分段竞价中, 目标函数为最大化社会效益, 数学表述如下:

式中:ND, NG, L分别为购电商数量、发电商数量和负荷段数;K1和K2分别为购电商在每一负荷段申报的容量阶梯数和发电商申报的容量阶梯数;下标D和G分别表示购电商和发电商;下标j, i, k1, k2分别表示购电商序号、发电商序号、购电商的报价阶梯序号和发电商的报价阶梯序号;h (l) 为负荷段l的持续时间;pbid为市场参与方申报的价格信息;q为中标容量。

市场逐段进行出清, 可将上述问题转化为各负荷段内的单独优化子问题, 对于某一负荷段l, 略去下标l, 有目标函数:

约束条件为:

式中:qbid为市场参与方申报的容量信息。

在市场出清过程中, 可采用排队法进行计算。对某负荷段, 取能够参与该段负荷竞价的发电商, 并将所有申报曲线按报价从小到大排队。购电侧类似, 但按报价从大到小排队。用步长不断修正的方式, 检验当前中标容量下购电报价和发电报价的关系, 如果购电价格大于发电价格则继续修正, 直至找到出清点, 从而确定出清电量和出清价。在同报价容量分配问题中, 本文采用按报价阶梯容量等比例分配原则。

对分段出清得到段序情况下各发电商的出清结果, 可按下式将段序出清结果转换为时序出清结果。

式中:qitime为发电商i的时序出力向量;qibl, lock为发电商i在负荷段l的出力;E24为单位阵;uDl为负荷段l的状态向量, 由0和1 (运行时对应为1, 否则为0) 构成的24×1阶的列向量。

根据供需平衡关系, 系统时序总出清负荷为:

4 算例分析

算例采用中国西北某省份2011年的实际数据, 发电侧参与市场的煤电发电商共27个, 发电机组总数为71台, 总容量为14 982 MW。发电侧以发电商为单位进行报价, 且假定按平均发电成本进行报价, 数据参考IEEE 118节点系统给出的机组煤耗参数[19], 并根据近年来煤电联动数据进行了发电成本修正。该省份下属14个地级市 (州) , 假定各市 (州) 的供电单位代理各地区负荷参与市场, 再加上4个高耗能大用户 (可平移负荷用户或灵活用电模式用户) 组成购电侧。报价结合该省份峰谷分时销售电价给出。各发电主体在每一个持续时间申报阶梯数为5的报价曲线, 各供电公司根据自身负荷分段购电。

首先对可平移负荷的效益进行分析, 假定系统中某购电商的负荷, 其中有一持续时间为4h、总电量为1 400 MW·h的负荷段为可平移负荷。此可平移负荷电量约占全系统总负荷电量的0.66%, 比较某用户选择不同的起始时间用电带来的影响。

图4给出了随可平移负荷用电起始时间的变化而造成的系统总发电成本和用户总购电费用的变化情况。可见两者变化趋势基本一致, 结果表明在相同用电量和持续时间的情况下, 选择不同的用电起始时间会使得系统总的发电成本和用户的购电费用不同。因此, 通过可平移负荷的适当移动可以增大整体的社会效益 (例如用户选择在00:00开始用电较08:00开始用电发电费用和购电费用都更低) 。

其次, 进一步分析改变用电模式对各方产生的影响。假定某大工业用户为灵活用电负荷, 采用实际电力工业中的几种典型用电模式:一班制用电模式, 功率为2 100 MW, 时间为8h (08:00—16:00) ;二班制用电模式, 功率为1 050 MW, 时间为16h (08:00—24:00) ;三班制用电模式, 功率为700 MW, 全天24h用电, 此大工业用户电量约占全系统负荷电量的7.89%。对各种用电模式下系统发电成本和购电费用进行测算, 结果如表1所示。

表1给出了不同用电模式下的效益对比, 由本算例结果可见, 一班制用电对系统和用户都不利, 由于用户选择在相对较短的时间内集中消纳电力, 结果造成总发电费用和购电费用偏高。对比发现用户选择三班制模式最为有利, 给系统和用户都带来较大效益。

通过以上两个算例的分析, 发现均有各方效益增大或减小的现象。这是由于在用电高峰期, 大量发电成本较高的峰荷容量启用, 造成发电成本升高。而高峰时段的用电负荷也会在实际市场中竞得相对高的出清价, 造成用户购电费用升高。在用电低谷期, 情况则恰好相反。选择更为合理的负荷段进行用电、提高各方效益正是双边分段竞价的优势所在, 较单边分段竞价更能够发挥用户用电的灵活性, 从而提高整体社会效益。

5 结语

本文提出了双边分段竞价的市场模型并对其交易原理和效益进行了较详细的分析。发电侧的分段报价更符合电力生产特性, 减少了机组的随机启停, 节约了大量发电成本。购电侧的分段报价能够体现电力消纳的持续性特征和可平移性, 体现了用户灵活用电的选择权利和价格意愿。相比单边分段市场, 双边分段市场不仅可以有效地避免价格尖峰, 而且灵活负荷通过用电时间的平移或用电模式的改变, 可以给用户自身、电力系统整体和全社会带来巨大利益。

本文的研究内容虽是电力批发市场, 但和零售市场关系紧密, 由于当前负荷中存在大量的如电动汽车、智能家居等可平移负荷, 区域负荷购电商作为可平移负荷的聚集体可以利用相关的需求响应策略引导用户改变用电方式, 从而在市场中获得更为廉价的电能, 这方面内容可以在零售市场中进一步研究。同时双边分段竞价为当前迅速发展的可再生能源, 特别对于风电和光伏发电这类出力与时段强相关的能源参与电力市场提供了思路, 还有待进一步研究和完善。双边分段竞价为电力市场的供需互动提供了一个较好的市场方案, 可促进电力市场积极发展, 实现发电企业与电力用户的双边共赢。

摘要：电能竞价机制对电力市场中各主体的公平交易和供需互动都起到关键性作用。文中提出了基于电力联营体模式, 包含供需双方的双边分段电力市场竞价机制, 并对其交易原理和各方效益进行了分析。文中将分段竞价理论扩展到了需求侧, 在更好地反映电力生产和消费特性的基础上还体现了购电主体的价格意愿和用电方式的选择, 从而更好地保障购电者的权益, 而且使可平移负荷在市场中能更充分地发挥其灵活用电的优势, 促进削峰填谷。双边分段竞价机制对大用户、惯性负荷等诸多负荷以及未来的用电模式、电力系统整体效益、全社会效益将会带来利益。

土地竞价转让文件的编制 篇8

编制土地竞价转让文件主要依据包括:国家有关的法律法规和政策文件,如《中华人民共和国物权法》、《中华人民共和国城镇房地产管理法》、《城镇国有土地使用权出让和转让暂行条例》、《城市国有土地使用权出让转让规划管理办法》等;上级土地主管机关对土地转让申请的批复;土地管理使用单位提供的土地现状分析报告;政府制定并批准的控制性详细规划文本;土地或房地产专职评估机构出具的土地价格评估书;土地置换小组研究确定的转让底价等资料。

2 竞价转让文件编制的主要内容

土地置换小组和土地管理使用单位根据转让土地的特点和需要编制竞价转让文件,它是竞价人编制竞价申请、竞价报价书及现场竞价的依据,因此应当包括转让土地的所有实质性要求和条件。转让文件通常主要包括:竞价公告、竞价须知、竞价规则、地块现状说明、规划设计条件、合同条件、附件等。

2.1 竞价公告。

竞价公告主要是对转让地块的基本情况和控制性规划指标,参加竞价人的法律条件,竞价文件购买的时间、地点和截止日期,竞价申请书的提交截止时间,竞价转让联系方式和地址等进行详细的说明。其中,竞价转让地块基本情况和规划指标具体内容涵盖为:地块编号、土地位置、总用地面积、净用地面积、土地用途、规划指标、转让年限。

2.2 竞价须知。

竞价须知是对竞价转让的法律依据、竞价人资质与合格条件要求、竞价申请和报价应提交的具体文件和要求等进行具体的规定和详细说明,具体如下:

(1)法律法规。对竞价转让开展的合法性和国家相关的法律规范依据进行说明,国务院部门行政规章和地方政府规章以及竞价转让应当遵循的公开、公平、公正和诚信的原则。

(2)竞价人资质条件要求。此项应具体的对竞价申请人的资质等级、银行存款数额、注册资金、财务状况、技术要求及人员要求等进行详细说明,并对竞价人申请竞价应提交的资信材料予以明确。同时,详尽说明对竞价人资格预审的方法、时间和具体要求,还应说明是否接受联合报名等内容。

(3)竞价申请、报价和保证金要求。一是详尽的说明竞价申请书、竞价报价书的编制格式和要求,并附竞价申请书和竞价报价书范本。二是说明应缴纳的竞价保证金数额,对竞价申请书、报价和保证金提交的截止时间、地点和方式进行说明。三是对无效竞价申请、无效报价书和不按规定提交竞价保证金的情况进行说明,并说明其相应的处理方式。

2.3 合同条件。

竞价转让合同是现场竞价转让成功后,转让人约束受让人的关键性条文,合同内容是否全面、准确、详细,是关系到竞价转让合同能否顺利执行,合同价款能否如期支付,能否维护转让单位利益的关键。竞价转让合同格式应参照颁发的《国有土地使用权转让管理暂行规定》合同范本,最终以转让单位和竞价受让人双方签订的合同为准。

2.4 附件。

为了使竞价人对竞价情况详细、深入的了解,以便于竞价人研究、分析报价,同时规范竞价人上报材料的规范性,竞价文件应当把竞价申请书、竞价报价书、竞价报价单、规划设计条件(文本)、土地使用权转让协议(范本)、土地使用权转让成交确认书(范本)、土地使用权转让合同(范本)、规划用地范围图及有关附图、技术规范、技术资料等作为附属性文件编入竞价文件。

3 竞价文件编制注意问题及对策

3.1 竞价文件中常见的问题包括文件格式不规范、文件内容前后矛盾、文件内容不全、文件的个别规定有待改进等。

3.2 编制好竞价文件的对策。

(1)竞价文件应具有针对性。竞价文件的编制应针对竞价转让的土地现状、控制性详细规划指标、价款支付时间和比例等进行详细说明,让竞价人了解竞价的具体情况和要求。

(2)竞价文件应具有可操作性。竞价文件应说明竞价申请编制要求和资格预审要求。让竞价人不但了解竞价要求,而且这些要求是竞价单位通过实施能够实现的。竞价文件应明确地告诉竞价单位要怎样的资质等级、多少资金储备、如何参与竞价、如何报价等。使竞价人清楚竞价规则,按照要求参与竞价。

(3)竞价文件内容应具有全面性。为实现竞价文件内容全面,根据地方和军队土地转让竞价经验充实竞价文件,多了解地方和军内土地竞价转让时竞价文件存在的不足,针对出现的问题制定出相应对策并编入竞价文件,以防止今后重现;尽量把可能发生的情况考虑周全,特别是价款支付的时间和比例

(4)价款支付时间的明确性。竞价转让是否能取得圆满成功,最终取决于竞价转让合同能否顺利执行至终止。竞价转让的合同价款金额较为庞大,竞价人往往是分期支付合同价款,因此必须写明分期的阶段和时间及金额等内容。在竞价文件的合同范本中应对土地转让价款的支付金额和时间进行详细明确,避免双方出现纠纷。同时,应当对合同价款不能如期支付的违约责任进行详细的明确。

摘要：编制土地竞价转让文件,应按照“编报规范、依据充分,经济合理、技术先进,重点突出、兼顾一般”的原则,但是在实际中,还不止于此,所以可以说,也是一个较为大型的工程,在本文中,介绍了土地竞价转让文件的编制方法与原则。

浅谈废旧物资网上竞价管理方法 篇9

一、整体理念流程

网上竞价交易, 意思是指多个回收商在电子商务平台上对废旧物资的收购进行相应的报价, 以增价的竞争方式确定交易价格, 从而不断提升废旧物资剩余价值。网上竞价包含四个环节:竞价计划———竞价准备———网上竞价———合同签订与履行。

二、网上竞价相关定义

1、竞价:

组织有意购买废旧物资的多家回收商在公司电子商务平台上对废旧物资的收购进行相应的报价, 以增价的竞争方式确定交易价格。2、竞价计划:在电子商务平台上进行废旧物资处置的竞价标的及时间安排等。3、竞价文件:关于竞价事件的说明文件, 包含竞价邀请函、竞价人须知、竞价规则、合同条款等。4、批次 (包) :按照废旧物资的产权归属、物资属性、价值等因素划分的一组废旧物资。5、竞价事件:在电子商务平台创建的, 在某一确定的时间段内对一个或多个批次 (包) 的废旧物资进行竞价出售的事项。6、竞价意向:回收商阅知竞价公告或竞价文件后, 在竞价结束前通过竞价系统表达参加竞价交易的意向。7、底价:公司设定的废旧物资最低销售价格。8、评估价:经过专业评估机构或由报废物资处置需求单位组织进行评估后确定的价格。9、初始价 (起拍价) :竞价事件中设定的废旧物资竞价的起始价格。

三、理念导入

1、竞价计划:

首先公司编制月度竞价计划, 月度竞价计划以竞价事件为基础, 包括竞价事件名称、废旧物资描述、计划竞价时间等内容。2、竞价准备:公司组织编制竞价文件, 竞价文件按照公司统一的范本编制, 包括竞价邀请函、竞价人须知、竞价规则和合同条款等;各竞价代理机构编制竞价公告, 竞价公告按照公司统一范本编制, 需明确各竞价代理机构的名称、竞价时间、废旧物资概况、竞价文件发售的起止时间、地点和费用等。3、网上竞价:各竞价代理机构应在公告规定的交易时间开展网上竞价。竞价模式采用公开增价方式, 每次报价必须大于前一个报价。4、合同签订与履行:公司物流服务中心在接到竞价成交通知后5日内, 组织按公司合同管理规定签订废旧物资销售合同。物流服务中心配合公司财务部门, 在废旧物资销售合同签订后3日内完成合同金额的全额收款。公司物流服务中心在合同金额全额收款完成后3日内, 组织回收商完成废旧物资实物交接。

四、保障措施

1、回收商管理:

公司按照“统一标准、分级审核、集中管控”的方式, 对废旧物资回收商进行管理。回收商应具备地 (市) 级及以上相关部门核准的资源再生综合利用认定证书 (废旧物资回收经营企业专用) , 地方政府有特殊要求的, 需符合地方政府规定;按照网公司规定的资质要求, 公司定期组织开展废旧物资回收商资质审查工作, 审查通过的回收商, 经国网物流服务中心汇总, 公司物资部审批后, 方可办理网上竞价相关手续。

2、竞价系统应用管理:

公司不断加强电子商务平台废旧物资处置网上竞价系统的应用管理, 严格内部权限的设置, 明确各类用户的职责分工和工作界面, 严格执行竞价信息的审批和发布程序。

3、风险管理与违约处理:

当发生下列异常情况时, 卖方根据实际情况, 有权决定采取竞价延时、结束竞价或重新竞价等措施, 处理竞价异常情况, 并及时通知参与竞价的竞买方。

(一) 不可抗力:电子商务平台系统所在地或全国其他部分区域出现或预警可能出现严重自然灾害, 出现重大公共卫生事件或社会安全事件等情形; (二) 意外事件:电子商务平台系统所在地发生火灾或者电力供应出现技术故障等情形; (三) 技术故障:电子商务平台系统所在地的通信系统中的网络、硬件设备、应用软件等无法正常运行;系统在运行、主备系统切换、软硬件系统及相关程序升级、上线时出现意外;系统被非法侵入或遭受其他人为破坏等情形。

摘要：本文通过结合唐山供电公司运用废旧物资网上竞价管理方法的实例, 阐述了废旧物资合理再利用, 最大限度实现剩余价值的管理措施。

关键词：废旧物资,网上竞价,剩余价值

参考文献

[1]信江艳, 董杰, 陈代川.企业资产管理系统 (EAM) 设计与实施.中国铁道出版社, 2005.7

[2]崔南方, 张安.现代企业资产管理——EAM系统的原理与应用.电子工业出版社, 2008, 6