On Optimal Bidding Strategy Modeling in the Context of a Liberalized Electricity Market

Transcription

1 On Optimal Bidding Strategy Modeling in the Context of a Liberalized Electricity Market THÈSE N O 3948 (2007) PRÉSENTÉE le 30 novembre 2007 À LA FACULTÉ DES SCIENCES ET TECHNIQUES DE L'INGÉNIEUR Laboratoire de réseaux électriques SECTION DE GÉNIE ÉLECTRIQUE ET ÉLECTRONIQUE ÉCOLE POLYTECHNIQUE FÉDÉRALE DE LAUSANNE POUR L'OBTENTION DU GRADE DE DOCTEUR ÈS SCIENCES PAR Elena Vdovina Beck mathématicienne diplômée de l'université de St-Petersburg, Russie et de nationalité russe acceptée sur proposition du jury: Prof. J. R. Mosig, président du jury Prof. A. Germond, Dr S.-R. Cherkaoui, directeurs de thèse M. P. Braun, rapporteur Dr E. Gnansounou, rapporteur Dr G. Migliavacca, rapporteur Lausanne, EPFL 2008

2 Résumé Les marchés d électricité à travers le monde ont chacun des propriétés particulières pour des raisons politiques et historiques. Cependant, les principales règles d organisation et de fonctionnement sont très similaires. La principale caractéristique liée à l ouverture du marché est d initier une compétition entre les producteurs alors que les systèmes de transport et de distribution demeurent régis par un monopole. A cet égard, l exploitation technique du réseau est séparée de la gestion des transactions économiques qu il permet de réaliser. Du fait que la production d électricité dans un marché libéralisé est sujette à compétition, les méthodes traditionnelles permettant de la gérer tant techniquement qu économiquement doivent être révisées. Cette thèse s inscrit dans le cadre du développement d un environnement d analyse et de formulation de stratégies d offre dans un marché électrique libéralisé. Le concept du marché spot est utilisé comme base pour la modélisation des enchères multi-périodes et des spécifications des stratégies d offre optimales. Les contraintes prises en compte concernent principalement les générateurs à savoir leur capacité maximale, leur pente pour la monté en charge et les restrictions concernant leur démarrage et leur arrêt. Le concept d un marché est sujet à de multiples objectifs à satisfaire. La recherche de la solution de tels problèmes multi-objectifs nécessite l exploration d un espace de stratégies discret et requièrt l optimisation simultanée de multiples paramètres. Dans cette thèse, ce problème est formulé analytiquement en utilisant le concept de l équilibre de Nash (théorie des jeux) dans le cas d une configuration à plusieurs acteurs. La méthode de résolution est basée sur la caractérisation de l équilibre de Nash en terme de minimum d une fonction et s appuie sur une approche d optimisation méta-heuristique. Les méta-heuristiques ont montré leur efficacité en tant que méthodes visant la recherche de solutions optimales de problèmes de grande taille ayant de multiples objectifs. En particulier, les algorithmes génétiques sont proposés comme moteur de recherche, piloté par une fonction objectif représentant l évaluation de la solution au sens de l optimalité de Nash. Il résulte de cette thèse un développement et une implémentation d un outil de simulation permettant d étudier et d analyser différents scénarios de marché. A titre d exemple, on peut examiner l impact des offres stratégiques notamment sur les prix ou encore le pouvoir sur le marché (market power). i

3 ii Différents cas d étude ont été effectués. Les résultats illustrent la robustesse et l efficacité de la méthodologie proposée. Les recherches liées à cette thèse ont été complétées par une étude d impact sur le réseau de transmission. Une méthodologie pour l élimination des éventuelles congestions est proposée. Elle est également basée sur l utilisation des algorithmes génétiques. Mots-clés: Marché de l électricité, application de la théorie des jeux, calcul d équilibre de Nash, optimisation méta-heuristique, algorithmes génétiques.

4 Abstract The electricity markets worldwide have distinctive particularities due to some political and historical reasons. However, principal guidelines of market design remain very similar. The main feature of deregulation is to introduce a competition into the generation, whereas the transmission network remains a natural monopoly. In this regard, the physical operation is separated from the economical functioning of the power system. In an open market environment, power supply becomes a competitive activity, hence traditional methods for power generation (like economic dispatch or unit commitment) need modifications. This thesis is devoted to the development of a comprehensive framework for the analysis and formulation of bidding strategies in a competitive market environment. The spot market concept is used as the basis for the modelling of a very general competitive market structure. It provides the solution for the multi-period auction dispatcher problem and for specifying the optimal bidding strategies. All the unique constraints under which electrical generators operate, including ramp rates, start-up and shut-down time restrictions and unit output limits are taken into account. Market design is challenged by multiple objectives to be satisfied. The solution of those multi-objective problems is searched often over the combined strategy space, and thus requires the simultaneous optimization of multiple parameters. The problem is formulated analytically using the Nash equilibria concept for games composed of large numbers of players having discrete and large strategy spaces. The solution methodology is based on a characterization of Nash equilibria in terms of minima of a function and relies on a meta-heuristic optimization approach to find these minima. Meta-heuristics are proven to be an efficient method of optima search in large scale multi-objective problems. Particularly, a genetic algorithm is proposed as a search engine, driven by an objective function that represents the evaluation of the solution in terms of Nash optimality. The approach is applied to compute Nash equilibria of the electricity markets and, based on the simulation results, its performances are discussed. It results from this thesis the development and implementation of the simulation tool to study and analyze different market scenarios. As an example, one can examine the strategic profit maximizing behavior of bidding generators, the effect of such behavior on the market prices, or to monitor the exercise of the market power. We have conducted a wide range of numerical studies; the results illustrate the robustness and the efficiency of the proposed hybrid evolutionary Nash search technique. iii

5 iv As part of the thesis, the analysis of the market impact on the power grid operation is carried out. The methodology to eliminate the congestion caused by a pure economic dispatch is proposed based on the genetic algorithm. Keywords: Electricity market, application of Game Theory, Nash equilibrium computation, meta-heuristic optimization, genetic algorithms.

6 Contents Résumé Abstract Remerciements i iii v 1 Introduction Energy Deregulation of electric industry worldwide Competitive Electricity Market Modeling The Bidding Strategy Optimization Project Existing market simulators Contribution of the thesis Thesis outline Key definitions Electricity Market Design Introduction Wholesale Electricity Markets Structural components of the market Market Entities Market Administration and System Management Regulation authority Energy Market Organization Spot Market or Power Exchange (PX) Mandatory Pool Market (Spot market with integrated ISO) Bilateral Trading Contracts and Auction mechanisms Characteristic of a contract Pool trading Bilateral matching of bids Multilateral trades vii

7 viii CONTENTS 2.6 Real-Time Balancing market Ancillary services market Transmission pricing and Congestion Management Transmission pricing Congestion Management European Electricity Markets Conclusions Mathematical problem formulation Introduction Optimization Problem for Market Operator Profit Maximization of Power Producers Technical constraints of generating units Power generation cost Network constraints Power balance Security constraints General problem formulation Optimization methods for Bidding Strategy Modeling Introduction Multi-objective Optimization (MOP) Optimization methods in electricity market Rationality and strategic behavior Game theory Introduction Normal form game Solution methodologies for the matrix game Pure and mixed strategy Nash equilibrium Dynamic games Games of imperfect and incomplete information (Bayesian games) Meta-heuristic search methods Tabu search method Simulated annealing Genetic Algorithms Genetic Algorithms Description Evolution operators Parameters of genetic algorithm Conclusions

8 CONTENTS ix 5 Explicit Nash search function formulation Nash equilibrium as the minimum of a function Reformulation of classical minimization problem Solution for multiple equilibria search Optimal bidding and Nash equilibira in electricity market Introduction Implementation idea Application methodology Coding of parameters Market configuration Load modeling Evaluation of individual (Fitness function) Example of solution The operators Stopping criteria Single - period auction Multi - period auction Inter-temporal constraints Load profile Congestion management method Simulation results Introduction Illustrative example - two generators Large study case Comparison with exhaustive search Congestion management method Test network Congestion relief with no additional criteria Additional criteria Multi-period market modeling Case without constraints Case with constraints Computational performance Conclusions Summary Conclusions Obtained results Future work

9 x CONTENTS List of acronyms 121 References 123 Curriculum vitae 133