發(fā)布時(shí)間：2020-11-14 04:05

　　 開放售電市場(chǎng)是我國(guó)新一輪電力體制改革的一個(gè)重點(diǎn),由于我國(guó)售電市場(chǎng)還不成熟,售電公司的收益風(fēng)險(xiǎn)管理技術(shù)以及市場(chǎng)管理者的管理手段均不夠完善,亟需相關(guān)的研究以供售電公司和市場(chǎng)管理者參考。本文首先分析了售電公司在購(gòu)售電過(guò)程中的風(fēng)險(xiǎn)來(lái)源,結(jié)合條件風(fēng)險(xiǎn)價(jià)值理論(CVaR),建立了基于CVaR的售電公司購(gòu)售電風(fēng)險(xiǎn)模型,將售電公司的風(fēng)險(xiǎn)量化為直觀的數(shù)值;其次,結(jié)合售電市場(chǎng)各主體交互的特點(diǎn),構(gòu)建了多寡頭售電市場(chǎng)動(dòng)態(tài)博弈的模型架構(gòu),在該架構(gòu)下,將所構(gòu)建的售電公司的收益模型和風(fēng)險(xiǎn)模型綜合起來(lái),提出了計(jì)及條件風(fēng)險(xiǎn)價(jià)值的多寡頭售電公司購(gòu)售電動(dòng)態(tài)博弈模型。根據(jù)模型的特點(diǎn),選用通用建模軟件GAMS進(jìn)行建模求解,并給出了模型整體的求解流程;最后,采用蒙特卡洛模擬法模擬現(xiàn)貨市場(chǎng)電價(jià)波動(dòng),為了確保其模擬精度,進(jìn)行了大量的仿真實(shí)驗(yàn),最終確定利用MATLAB生成200個(gè)場(chǎng)景的現(xiàn)貨市場(chǎng)電價(jià)數(shù)據(jù)較為合適。在此基礎(chǔ)上,利用GAMS軟件對(duì)所設(shè)計(jì)的4個(gè)算例進(jìn)行仿真求解,得到一些多寡頭售電市場(chǎng)的相關(guān)規(guī)律:1)與新成立的售電公司進(jìn)行比較,現(xiàn)有供電公司在收益及風(fēng)險(xiǎn)上均具有一定的優(yōu)勢(shì);2)售電公司在各個(gè)購(gòu)電渠道協(xié)調(diào)各個(gè)時(shí)段購(gòu)買的電量,可以有效控制購(gòu)電成本;3)完全信息動(dòng)態(tài)博弈下的售電公司更適合選擇冒險(xiǎn)的策略;4)寡頭售電市場(chǎng)呈現(xiàn)一定程度的壟斷特性,損害用戶利益,但是隨著售電市場(chǎng)中售電公司的數(shù)量增加,可以削減售電公司的市場(chǎng)力,合理控制售電公司和用戶的利益分配�？蔀槭垭姽镜馁�(gòu)售電提供決策支持,也可為市場(chǎng)管理者的市場(chǎng)管理提供一定的參考。
【學(xué)位單位】：華北電力大學(xué)(北京)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F426.61;F224.32
【部分圖文】：

２．１．１風(fēng)險(xiǎn)的定義??企業(yè)在實(shí)現(xiàn)其經(jīng)營(yíng)目標(biāo)的過(guò)程中，會(huì)面對(duì)各種各樣的不確定性事件，企業(yè)無(wú)??法事先知道這些事件發(fā)生的概率及其影響的大小，因此，這類事件將會(huì)對(duì)企業(yè)的??經(jīng)營(yíng)活動(dòng)產(chǎn)生影響，從而影響企業(yè)實(shí)現(xiàn)經(jīng)營(yíng)目標(biāo)的效果。這種在一定環(huán)境下和一??定時(shí)間范圍內(nèi)客觀存在的、影響企業(yè)經(jīng)營(yíng)目標(biāo)實(shí)現(xiàn)的各種不確定性事件就是風(fēng)險(xiǎn)??［４３］。風(fēng)險(xiǎn)客觀存在于自然、經(jīng)濟(jì)、工程等各個(gè)領(lǐng)域，因此，在進(jìn)行很多決策的??時(shí)候，不可避免地需要面對(duì)風(fēng)險(xiǎn)管理與控制這個(gè)問題。??２．１．２風(fēng)險(xiǎn)的控制??風(fēng)險(xiǎn)控制是指通過(guò)采用恰當(dāng)?shù)膽?yīng)對(duì)手段，減小風(fēng)險(xiǎn)產(chǎn)生的幾率以及風(fēng)險(xiǎn)導(dǎo)致??的不良后果程度。管控風(fēng)險(xiǎn)的目的主要有兩種情況：一類是消除或削弱風(fēng)險(xiǎn)，控??制風(fēng)險(xiǎn)發(fā)生的程度；第二類是轉(zhuǎn)移風(fēng)險(xiǎn)，減弱風(fēng)險(xiǎn)產(chǎn)生后對(duì)企業(yè)的影響程度。常??用的風(fēng)險(xiǎn)控制手段包括：風(fēng)險(xiǎn)儲(chǔ)備、損失控制、風(fēng)險(xiǎn)規(guī)避、風(fēng)險(xiǎn)分散、風(fēng)險(xiǎn)轉(zhuǎn)移??和風(fēng)險(xiǎn)保留６種，不同的風(fēng)險(xiǎn)控制手段有各自不同的使用特點(diǎn)，如圖２－１所示。??Ｊ?）．廣事先制定應(yīng)急措施，二旦出現(xiàn)風(fēng)險(xiǎn)征兆及時(shí)啟動(dòng)經(jīng)濟(jì)、技術(shù)等多種應(yīng)急??

（１）定義??條件風(fēng)險(xiǎn)價(jià)值（ＣＶａＲ）是指在一定的置信度下，在特定的持有期內(nèi)，資產(chǎn)??投資組合可能產(chǎn)生的損失超過(guò)ＶａＲ值時(shí)的損失平均值［４３］。其原理如圖２－２所示，??可采用數(shù)學(xué)公式表示如下：??ＣＶａＲｐ?（ｘ，?ｒ）?＝?ｒ）?｜?ｆ（＼，?ｒ）?＞?ＶａＲｐ（ｘ，?ｒ）］?（２－３）??式中ｐ——表示置信度（置信水平）；??ｘ?＝?［Ｘｉ，ｘ２，－ｘＪ——表示資產(chǎn)投資組合中ｎ種投資情況的構(gòu)成的權(quán)重系??數(shù)向量；??ｒ?＝?［＾，ｒ２，－－－ｒｎ］ｒ?表示資產(chǎn)組合投資利潤(rùn)率的隨機(jī)向量；??／（ｘ，ｒ）——表示資產(chǎn)組合損失函數(shù)。??上式也可以表示如下：??ＣＶａＲｐ?（ｘ，?ｒ）＝ＶａＲｐ（ｘ，?ｒ）?＋?Ｅ［ｆ（ｘ，?ｒ）?－?ＶａＲｐ（ｘ，?ｒ）?｜?／（ｘ，?ｒ）?＞?ＶａＲｐ（ｘ，?ｒ）］?（２－４）??從上式可以發(fā)現(xiàn)，ＣＶａＲ始終大于ＶａＲ。ＣＶａＲ是損失分布的右部０分位點(diǎn)以后??的期望值，獲得ＣＶａＲ值的過(guò)程中也可以獲得ＶａＲ的值。因此，利用資產(chǎn)組合思??想分散電力市場(chǎng)風(fēng)險(xiǎn)時(shí)

自由選擇售電公司購(gòu)買所需電能。??為了方便描述，本文將以三寡頭售電市場(chǎng)為例闡述多寡頭售電市場(chǎng)博弈模型??及規(guī)律，本文假定其模型架構(gòu)如圖３－１所示。需要指出的是，大于三個(gè)寡頭售電??公司的情形可以很方便地在圖３－１中的架構(gòu)下擴(kuò)充得到。??Ｉ?（?＂Ｎ?Ｉ?市場(chǎng)信息反饋?＿Ｊ?…?確定售電公司????＇?雙邊合同卜電氣Ａ、Ｂ、Ｃ的比例緩治跑為沒療??１?＿公司Ａ?＼￣￣Ｚ＾？???Ｊ；Ｖ刺觀“：??｜?〔．現(xiàn)貨市場(chǎng)?制定電價(jià)：?…Ｍ???｜???Ｉ?確定售電公司??：罷〔雙邊合間?｜?１??１？＾趣制定電價(jià)？?｜?＊?用戶＿２：：：??！場(chǎng)?現(xiàn)貨市場(chǎng)?＜購(gòu)電＾市場(chǎng)信ｂ反饋?池?心．’．一＇、．＿ｋ??＇?ｆ?－Ｎ?＇?，一￣確定仿電公司??；?雙邊合同?甩．．?．?＿?Ａ、Ｂ、Ｃ的比例?，??，?＾）???？?＿?用盧類＇型３??｜?（?ｓ?＾?／?制定電價(jià)??－?■？Ｂ??；?現(xiàn)貨市場(chǎng)購(gòu)電ｉ?，?市場(chǎng)信息反饋Ｉ?１??ｌ?＿?上：二ｊ?＿??圖３－１三寡頭售電市場(chǎng)模型架構(gòu)??售電主體包括３家自主獨(dú)立的售電公司Ａ、Ｂ、Ｃ，它們從批發(fā)市場(chǎng)以雙邊??合同和現(xiàn)貨兩種方式購(gòu)電，并制定銷售電價(jià)將電能轉(zhuǎn)賣給用戶。售電公司所制定??的銷售電價(jià)的高低，將影響它們所占市場(chǎng)的份額，即直接影響其所能代理電量的??多少。售電公司Ａ、Ｂ、Ｃ作為自主獨(dú)立的主體
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 蒙萬(wàn)興;李將;李力;;加權(quán)條件風(fēng)險(xiǎn)價(jià)值下的最優(yōu)購(gòu)電組合研究[J];山西電力;2013年01期

2 趙陽(yáng);蔣傳文;趙巖;張?jiān)?;基于偏度-加權(quán)條件風(fēng)險(xiǎn)價(jià)值的售電公司動(dòng)態(tài)購(gòu)電策略[J];電網(wǎng)與清潔能源;2017年01期

3 劉燕武;張忠楨;;基于方差和條件風(fēng)險(xiǎn)價(jià)值的期貨套期保值優(yōu)化模型[J];統(tǒng)計(jì)與決策;2009年19期

4 禹海波;;混合條件風(fēng)險(xiǎn)價(jià)值的隨機(jī)單調(diào)性及其在庫(kù)存系統(tǒng)中的應(yīng)用[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);2014年05期

5 劉燕武;張忠楨;;基于實(shí)際收益率分布的均值-方差-條件風(fēng)險(xiǎn)價(jià)值多目標(biāo)投資優(yōu)化模型[J];系統(tǒng)管理學(xué)報(bào);2010年04期

6 賀政綱;張超;房杰;;基于條件風(fēng)險(xiǎn)價(jià)值的危險(xiǎn)品道路運(yùn)輸時(shí)變路徑選擇[J];安全與環(huán)境學(xué)報(bào);2018年02期

7 叢嬌嬌;王紅春;吳向向;;基于條件風(fēng)險(xiǎn)價(jià)值的供應(yīng)鏈期權(quán)契約協(xié)同[J];物流技術(shù);2015年19期

8 施衛(wèi)杰;金茜;李禹鵬;劉揚(yáng)洋;龔錦霞;;考慮最差條件風(fēng)險(xiǎn)價(jià)值的主動(dòng)配電網(wǎng)優(yōu)化調(diào)度研究[J];機(jī)電工程;2017年11期

9 王壬;尚金成;周曉陽(yáng);張勇傳;張士軍;;基于條件風(fēng)險(xiǎn)價(jià)值的購(gòu)電組合優(yōu)化及風(fēng)險(xiǎn)管理[J];電網(wǎng)技術(shù);2006年20期

10 熊熊;張珂;周欣;;國(guó)際市場(chǎng)對(duì)我國(guó)股票市場(chǎng)系統(tǒng)性風(fēng)險(xiǎn)的影響分析[J];證券市場(chǎng)導(dǎo)報(bào);2015年01期

相關(guān)博士學(xué)位論文 前3條

1 趙光軍;基于條件風(fēng)險(xiǎn)價(jià)值的期貨套期保值模型研究[D];大連理工大學(xué);2009年

2 戴志鋒;非線性共軛梯度法與魯棒最優(yōu)投資組合[D];湖南大學(xué);2013年

3 王金鳳;CVaR在電力市場(chǎng)風(fēng)險(xiǎn)管理中的應(yīng)用研究[D];上海大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 鄒其;基于條件風(fēng)險(xiǎn)價(jià)值的輸電網(wǎng)規(guī)劃研究[D];華中科技大學(xué);2019年

2 劉珊;考慮條件風(fēng)險(xiǎn)價(jià)值的售電市場(chǎng)多寡頭博弈模型[D];華北電力大學(xué)(北京);2019年

3 公昊;基于條件風(fēng)險(xiǎn)價(jià)值的含風(fēng)電電力系統(tǒng)優(yōu)化調(diào)度研究[D];山東大學(xué);2017年

4 王瑩莉;需求不確定性對(duì)混合條件風(fēng)險(xiǎn)價(jià)值約束供應(yīng)鏈系統(tǒng)的影響[D];北京工業(yè)大學(xué);2014年

5 王英瑞;基于條件風(fēng)險(xiǎn)價(jià)值的電—熱—?dú)饩C合能源系統(tǒng)經(jīng)濟(jì)調(diào)度[D];華北電力大學(xué)(北京);2017年

6 苗蘊(yùn)慧;基于條件風(fēng)險(xiǎn)價(jià)值的隨機(jī)存儲(chǔ)策略研究[D];東北大學(xué);2009年

7 孟令申;證券市場(chǎng)風(fēng)險(xiǎn)測(cè)量與修正[D];中南大學(xué);2011年

8 張志飛;求解隨機(jī)二階錐互補(bǔ)問題的條件風(fēng)險(xiǎn)價(jià)值模型及其收斂性分析[D];遼寧大學(xué);2017年

9 應(yīng)超;大而不能倒：銀行規(guī)模與商業(yè)銀行系統(tǒng)性風(fēng)險(xiǎn)[D];浙江大學(xué);2016年

10 柏小麗;動(dòng)態(tài)風(fēng)險(xiǎn)下配電側(cè)的最優(yōu)購(gòu)電分配模型[D];西華大學(xué);2011年

本文編號(hào)：2883052