解读李晓刚：考虑中长期交易的电力现货市场发电商竞价均衡分析【深度研究】

一份针对“中长期+现货”双轨交易的均衡分析

这份材料是一篇网络首发论文，研究的是中长期市场交易对电力现货市场运行的影响关系。中国大陆电力市场目前形成了以“中长期市场+现货市场”为核心的双轨制市场架构，中长期市场承担风险规避功能，现货市场承担价格发现功能。材料从发电商报价策略切入，尝试通过模型和算法模拟发电商在现货市场里的竞价均衡状态。

与传统的均衡分析方法不同，材料引入前景理论来刻画发电商的有限理性行为。材料假设发电商不是完全理性的利润最大化主体，其决策受心理参考点、损失厌恶和敏感性递减等因素影响。这一设定让模型更贴近实际市场里发电商报价时“算账又看心态”的真实状态。

双层模型：上层报价、下层出清

材料建立了一个电力现货市场双层优化模型。上层是策略发电商利润最大化模型，发电商以报价为决策变量，受报价上下限约束，目标是最大化其对于现货市场利润的主观价值；下层是电力现货市场出清模型，市场运营商以系统总发电成本最小为目标进行出清，约束包括节点功率平衡、机组出力上下限、机组爬坡、线路潮流和节点电压相角等。上层求解得到的报价传递至下层，下层求解得到的节点电价和各主体出清电量再传递回上层，如此迭代。

材料将现货市场设定为包含24时段的日前市场，交易日在运行日的前一天。市场运营商先发布负荷需求和新能源发电功率预测等边界信息，发电商据此申报次日所有时段的边际发电成本曲线，申报曲线采用线性供给函数形式，斜率固定为真实边际成本斜率，截距是可策略调整的报价参数。

三层约束下的出清机制

下层出清模型中，节点功率平衡约束的对偶乘子即为节点n的现货价格。当连接两节点的支路传输功率小于传输容量、即线路没有发生阻塞时，两个节点的节点电价相同。这一设计让市场出清价格能够反映系统供需的紧张程度。

材料还引入并建模了现货市场供需比。系统供需比定义为系统总发电容量与总负荷需求的比值；现货市场供需比定义为现货市场剩余发电容量与剩余负荷需求的比值；中长期交易电量占比定义为中长期交易电量与总交易电量的比值。材料推导发现，现货市场供需比与中长期交易电量占比呈正相关关系。这意味着增加中长期交易电量比例可以提高现货市场的供需比，进而影响发电商在现货市场中的策略性报价行为。

MADDPG如何求解均衡

材料采用多智能体深度确定性策略梯度（MADDPG）算法求解现货市场均衡。每个发电商被视为一个智能体，现货市场出清过程被视为环境，整个问题被建模为部分可观测马尔可夫决策过程。智能体的状态由各发电商中标电量和节点电价信息组成，动作是各市场成员的报价集合，奖励是各发电商利润的主观价值。

在“探索”模块，多个发电商被建模为去中心化策略网络，每一回合根据各自观测生成报价动作，环境聚合所有报价并执行现货市场出清，输出中标电量与市场价格。在“利用”模块，各发电商根据自身利润与系统全局信息，经中央处理器计算价值函数并回传梯度，更新本地价值网络和策略网络。材料给出了基于MADDPG算法的双层模型求解伪代码，详细介绍了具体流程。

算例：中国东部某区域8家发电商

材料采用中国东部某区域电力系统进行算例仿真测试分析，系统包含8个发电商主体，总容量从80兆瓦到150兆瓦不等，分布在节点1、2、3、8、9、11、18、19上。发电商申报发电成本系数上限设定为240元每兆瓦时，中长期市场合约价格设置为300元每兆瓦时。算例选取该区域夏季一天的负荷需求曲线，各时段负荷需求处于580兆瓦至850兆瓦之间，对应的市场供需比处于1.06至1.55之间。

MADDPG算法参数设置为：最大迭代次数30000，随机迭代次数10000，高斯噪声标准差0.4，折扣因子0.99，策略和价值网络学习率均为0.0001。仿真实验在AMD Ryzen 7 6800H CPU、16GB内存、NVIDIA GeForce RTX 3060 Laptop GPU环境下进行，使用Python3.10.9和torch1.13.1。

供需比越高，价格越低

算例结果显示，MADDPG算法具有良好的收敛性和稳定性，各智能体的策略逐渐收敛并稳定在固定报价值。材料设置了中长期交易电量占比分别为50%和80%两个场景进行对比。在负荷低谷时段，两个场景的现货市场价格相差较小，此时系统供需比较大，发电商倾向于申报低价保证获得更高的出清电量。

在负荷高峰时段，中长期交易电量占比50%场景下现货价格飙升，远高于另一场景的现货价格，此时现货市场供需关系紧张，发电商倾向于策略性申报高价。材料进一步分析了系统供需比在1.1至1.5区间内的情况，随着系统供需比增大，现货市场价格逐渐降低，中长期交易电量占比对现货市场价格的影响减小。当系统供需比达到1.5时，发电商竞价空间很小，没有策略性报价的动机。

有限理性下的报价行为：先降后升

材料基于前景理论分析了有限理性发电商的报价行为。当发电商在中长期交易中获得收益较少时，其对在现货市场中收益的心理预期较高，因而采取相对较高的报价策略。随着中长期收益提高，发电商对预期利润的期望值降低，其通过提高报价以增加在现货市场中收益的意愿随之降低，因此倾向于降低报价。

当中长期交易利润继续增加，发电商对现货市场收益的预期值降至很低，大部分利润结果落在主观收益区域，损失厌恶效应对报价策略的影响逐渐减小，因而发电商选择提高报价。当中长期交易利润接近总期望利润，此时所有结果都被视为主观收益，发电商的报价达到最大。材料还做了前景理论参数的敏感性分析，结果显示随着风险偏好系数增大，发电商报价策略随中长期交易利润占比的变化幅度减小；随着损失厌恶系数增大，发电商对损失结果更加敏感，倾向于降低报价以避免损失。

这组数据是算例系统中8家发电商的装机容量设置。总装机容量为890兆瓦，其中G1和G8容量最大，均为150兆瓦，G4容量最小，为80兆瓦。这些机组分布在节点1、2、3、8、9、11、18、19上，对应不同的网络位置。 材料为每台机组设置了二次发电成本函数的各项系数。二次项系数a从G3的0.16到G7的0.225不等，一次项系数b从G1的16到G8的22.5不等。成本系数越高，机组边际发电成本越高，在市场中越可能成为边际机组。发电商申报发电成本系数上限设定为240元每兆瓦时，中长期市场合约价格设置为300元每兆瓦时。这些参数共同决定了各发电商在均衡状态下的报价水平和出清顺序。

这组数据是MADDPG算法的关键参数设置。最大迭代次数为30000次，其中前10000次为随机迭代轮次，用于生成经验存储至经验回放池中，供策略网络和价值网络训练更新参数。从10000到30000次采用贪心策略进行训练，智能体以一定概率随机选择动作，以剩余概率使用策略网络输出动作。 其他重要参数包括：高斯噪声标准差0.4用于动作探索，折扣因子0.99体现对未来奖励的重视程度，策略和价值网络学习率均为0.0001。价值网络参数更新频率为每8次迭代更新1次，策略网络参数更新频率为每16次迭代更新1次，目标网络参数软更新系数为0.05。材料指出，经过训练后各智能体的策略逐渐收敛并稳定在固定报价值，表明MADDPG具有良好的收敛性和稳定性。

这组数据展示了算例系统的负荷与供需比范围。材料选取中国东部某区域夏季一天的负荷需求曲线，各时段负荷需求处于580兆瓦至850兆瓦之间，对应的市场供需比处于1.06至1.55之间。负荷需求在一天内波动较大，直接影响现货市场的供需紧张程度。 在价格参数方面，中长期市场合约价格设置为300元每兆瓦时，发电商申报发电成本系数上限为240元每兆瓦时。这两个价格参数共同构成了发电商决策的价格边界。材料在分析中指出，当系统供需比达到1.5时，发电商的竞价空间很小，没有策略性报价的动机。而当系统供需比小于1.5时，需要考虑通过提高中长期交易电量占比来抑制现货市场价格上升趋势。这组数据为理解后续各场景的对比分析提供了基准参照。