Generation Capacity Expansion in Liberalized Electricity Markets: A Stochastic MPEC Approach

ABSTRACT

This paper proposes a bilevel model to assist a generation company in making its long-term generation  capacity investment decisions considering uncertainty regarding the investments of the other generation companies. The bilevel formulation allows for the uncoupling of investment and generation decisions, as investment decisions of the single investing generation company are taken in the upper level with the  objective to maximize expected profits and generation decisions by all companies are considered in the lower level. The lower level represents the oligopolistic market equilibrium via a conjectured-price response  formulation, which can capture various degrees of strategic market behavior like perfect competition, the Cournot oligopoly, and intermediate cases. The bilevel model is formulated as an MPEC, replacing the lower level by its KKT conditions and transformed into a MILP. Results from a study case are presented and  discussed.

INTRODUCTION

DUE to the liberalization of electricity markets, the task of taking generation capacity investment decisions has become an even more complex problem than it already has been under a centralized framework.  Generation companies are now exposed to a higher level of risk, having to deal with the strategic behavior of competitors in imperfect markets and coping with the uncertainty due to regulatory decisions, fuel prices,  demand, competitive behavior in the electricity market, and hydro inflows, among others. In regulated frameworks, decisions regarding generation capacity expansion were generally easier to predict and therefore relatively stable, as they were usually made by a centralized planner. The main techniques to model these  kinds of decisions are multi-criteria decision methods and optimization methods, which often boil down to a cost minimization problem. For further detail, the reader is referred to . But in liberalized systems, the  generation capacity planning becomes a more elusive problem because of additional uncertainty due to  competition. We can distinguish between methods that focus on the improvement of the uncertainty  treatment, i.e., scenario analysis, decision theory, risk management, and real options theory and techniques that focus on the analysis of markets and the behavior of its competitors. The corresponding methods are game theory, multi-agent based simulation, and system dynamics. For further information on the previously mentioned methods and detailed references, refer to.

چکیده

این مقاله یک مدل دوبلکس برای کمک به یک شرکت نسل در تصمیم گیری های سرمایه گذاری در زمینه تولید ظرفیت تولید طولانی مدت با توجه به عدم اطمینان در مورد سرمایه گذاری های شرکت های نسل دیگر ارائه می دهد. فرمول بندی بیلوکل اجازه می دهد تا تصمیم گیری های سرمایه گذاری و تصمیم گیری را جدا کند، زیرا تصمیم های سرمایه گذاری شرکت سرمایه گذاری تنها در سطح بالایی با هدف به حداکثر رساندن سود مورد انتظار و تصمیم گیری های نسبی همه شرکت ها در سطح پایین تر قرار می گیرد. سطح پایین تر نشان دهنده تعادل بازار oligopolistic از طریق یک فرمول پاسخ واکنش قیمت است که می تواند سطوح مختلف رفتار بازار استراتژیک مانند رقابت کامل، Oligopoly Cournot و موارد متوسط را در بر بگیرد. مدل Bilevel به عنوان MPEC تدوین شده است، با جایگزینی سطح پایین تر با شرایط KKT و تبدیل به MILP. نتایج یک مورد مطالعه ارائه شده و مورد بحث قرار گرفته است.

مقدمه

با توجه به آزاد سازی بازارهای برق، وظیفه تصمیم گیری های سرمایه گذاری در زمینه تولید انرژی، یک مشکل پیچیده تر از آن است که در حال حاضر تحت چارچوب متمرکز قرار گرفته است. شرکت های تولیدی در حال حاضر در معرض خطر بالاتری قرار دارند و باید با رفتار استراتژیک رقبا در بازارهای ناقص و مقابله با عدم اطمینان به دلیل تصمیمات قانونی، قیمت سوخت، تقاضا، رفتار رقابتی در بازار برق و جریان آب، بین دیگران. در چارچوب های تنظیم شده، تصمیم گیری در مورد گسترش ظرفیت تولید به طور کلی پیش بینی ساده تر بود و بنابراین نسبتا پایدار بود، زیرا معمولا توسط یک برنامه ریز متمرکز ساخته می شد. تکنیک های اصلی برای مدل سازی این نوع تصمیمات، روش های تصمیم گیری چند منظوره و روش های بهینه سازی است که اغلب به یک مشکل کمینه سازی هزینه می انجامد. برای جزئیات بیشتر، خواننده به آن اشاره می شود. اما در سیستم های آزاد شده، برنامه ریزی ظرفیت تولید ناشی از رقابت ناشی از عدم اطمینان بیشتری به یک مشکل تلخ تبدیل می شود. ما می توانیم بین روش هایی که بر بهبود درمان عدم قطعیت، یعنی تجزیه و تحلیل سناریو، نظریه تصمیم، مدیریت ریسک، و نظریه های واقعی گزینه ها و تکنیک هایی که بر تحلیل بازارها و رفتار رقبای آن تمرکز می کنند، متمایز باشد. روش های متناظر تئوری بازی، شبیه سازی مبتنی بر چند عامل و دینامیک سیستم است. برای اطلاعات بیشتر در مورد روش های ذکر شده و مراجع دقیق، به آن است.

Year: 2011

Publisher : IEEE

By :  Sonja Wogrin, Efraim Centeno, and Julián Barquín

File Information: English Language/ 7 Page / size: 173 KB

Download

سال : 1390

ناشر : IEEE

کاری از : Sonja Wogrin، Efraim Centeno و Julian Barquín

اطلاعات فایل : زبان انگلیسی / 7 صفحه / حجم : KB 173

لینک دانلود