پیشنهاد استراتژی قیمت – سازی در بازارهای پرداختی برق

افزایش اخیر در به‌کارگیری منابع انرژی تجدید پذیر ممکن است بر ارائه استراتژی تولید کنندگان سنتی، عمدتا در بازار متعادل‌کننده تاثیر بگذارد. موضوعات ارائه بهینه استراتژی و خود زمان‌بندی واحدهای حرارتی به طور گسترده در مقالات مورد توجه قرار گرفته‌اند. منطقه عملیاتی امکان پذیر چنین واحدهایی را می توان با استفاده از روش برنامه‌ریزی خطی عدد صحیح مختلط و مساله تجارت به عنوان یک مساله برنامه‌ریزی خطی مدل‌سازی کرد. با این حال، مدل‌های موجود اغلب یک طرح قیمت‌گذاری یکنواخت را در تمام مراحل بازار فرض می‌کنند، در حالی که چندین بازار متعادل اروپایی (‏به عنوان مثال، در آلمان و ایتالیا)‏تحت یک طرح قیمت‌گذاری پرداخت به قیمت پیشنهادی حل و فصل می‌شوند. ابزارهای موجود برای حل مساله تجارت در بازارهای برق پرداخت به قیمت بر مدل‌های بهینه‌سازی غیر خطی تکیه دارند، که همراه با محدودیت‌های تعهد واحد، منجر به یک مساله برنامه‌ریزی غیر خطی عدد صحیح مختلط می‌شود. در مقابل، ما یک فرمول خطی برای آن مشکل تجاری فراهم می‌کنیم. سپس، رویکرد پیشنهادی را با فرموله کردن یک مساله تصادفی دو مرحله‌ای برای ارائه بهینه در بازار برق

The recent increase in the deployment of renewable energy sources may affect the offering strategy of conventional producers, mainly in the balancing market. The topics of optimal offering strategy and self-scheduling of thermal units have been extensively addressed in the literature. The feasible operating region of such units can be modeled using a mixed-integer linear programming approach, and the trading problem as a linear programming problem. However, the existing models mostly assume a uniform pricing scheme in all market stages, while several European balancing markets (e.g., in Germany and Italy) are settled under a pay-as-bid pricing scheme. The existing tools for solving the trading problem in pay-as-bid electricity markets rely on nonlinear optimization models, which, combined with the unit commitment constraints, result in a mixed-integer nonlinear programming problem. In contrast, we provide a linear formulation for that trading problem. Then, we extend the proposed appro