Optimalizálási problémák a liberalizált energiapiacon

Hasonló dokumentumok
Érzékenységvizsgálat

Dualitás Dualitási tételek Általános LP feladat Komplementáris lazaság 2017/ Szegedi Tudományegyetem Informatikai Intézet

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2018/

A lineáris programozás alapfeladata Standard alak Az LP feladat megoldása Az LP megoldása: a szimplex algoritmus 2017/

Opkut deníciók és tételek

Totális Unimodularitás és LP dualitás. Tapolcai János

A szimplex algoritmus

Diverzifikáció Markowitz-modell MAD modell CAPM modell 2017/ Szegedi Tudományegyetem Informatikai Intézet

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

A Markowitz modell: kvadratikus programozás

Optimalizálás alapfeladata Legmeredekebb lejtő Lagrange függvény Log-barrier módszer Büntetőfüggvény módszer 2017/

Optimumkeresés számítógépen

Nemlineáris programozás 2.

2014. április 29. 4M piac-összekapcsolás Projektáttekintés

Operációkutatás. Vaik Zsuzsanna. ajánlott jegyzet: Szilágyi Péter: Operációkutatás

A hazai szervezett energiapiac és a napon belüli kereskedelem bevezetése és a tőle várható hatások

Operációkutatás. Vaik Zsuzsanna. Budapest október 10. First Prev Next Last Go Back Full Screen Close Quit

Nem-lineáris programozási feladatok

A lineáris programozás alapjai

Ütemezési modellek. Az ütemezési problémák osztályozása

Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével

Közgazdaságtan 1. ELTE TáTK Közgazdaságtudományi Tanszék. 3. hét A KERESLETELMÉLET ALAPJAI. HASZNOSSÁG, PREFERENCIÁK

Lineáris leképezések. Wettl Ferenc március 9. Wettl Ferenc Lineáris leképezések március 9. 1 / 31

Operációkutatás. 4. konzultáció: Szállítási feladat. A feladat LP modellje

Bevezetés az operációkutatásba A lineáris programozás alapjai

Dr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet

Követelmények Motiváció Matematikai modellezés: példák A lineáris programozás alapfeladata 2017/ Szegedi Tudományegyetem Informatikai Intézet

Az Algoritmus módszertan 1.sz. melléklete A piac-összekapcsolási algoritmusra vonatkozó közös követelménycsomag

GAZDASÁGMATEMATIKA KÖZÉPHALADÓ SZINTEN

11. Előadás. 11. előadás Bevezetés a lineáris programozásba

Heurisztikák BitTorrent hálózatok max-min méltányos sávszélesség-kiosztására

1. feladat Az egyensúly algoritmus viselkedése: Tekintsük a kétdimenziós Euklideszi teret, mint metrikus teret. A pontok

1. Előadás Lineáris programozás

Lineáris algebra 2. Filip Ferdinánd december 7. siva.banki.hu/jegyzetek

1/ gyakorlat. Hiperbolikus programozási feladat megoldása. Pécsi Tudományegyetem PTI

Növényvédő szerek A B C D

Matematikai modellek megoldása számítógéppel Solver Lingo

A Termelésmenedzsment alapjai tárgy gyakorló feladatainak megoldása

A rendszerirányító feladata és szerepe a piacnyitás időszakában

LINEÁRIS PROGRAMOZÁSI FELADATOK MEGOLDÁSA SZIMPLEX MÓDSZERREL

Haladó Hibrid Market Coupling Aukció

Brósch Zoltán (Debreceni Egyetem Kossuth Lajos Gyakorló Gimnáziuma) Megoldások

a) 16% b) 17% c) 18% d) 19%

Gépi tanulás a gyakorlatban. Lineáris regresszió

KÖZGAZDASÁGTAN I. Készítette: Bíró Anikó, K hegyi Gergely, Major Klára. Szakmai felel s: K hegyi Gergely június

Lineáris egyenletrendszerek

Új funkciók az RBP-ben október 1-től New functions in RBP from 1 October Tatár Balázs

A szimplex tábla. p. 1

Az érzékenységvizsgálat jelentősége

Ütemezési problémák. Kis Tamás 1. ELTE Problémamegoldó Szeminárium, ősz 1 MTA SZTAKI. valamint ELTE, Operációkutatási Tanszék

1/ gyakorlat. Lineáris Programozási feladatok megoldása szimplex módszerrel. Pécsi Tudományegyetem PTI

HÁLÓZAT Maximális folyam, minimális vágás

Mat. A2 3. gyakorlat 2016/17, második félév

Problémás regressziók

Programozási módszertan. Mohó algoritmusok

Random Capital Zrt. Végrehajtási politika. Hatályba lépés dátuma: április 1.

2. el adás. Tények, fogalmak: árindexek, kamatok, munkanélküliség. Kuncz Izabella. Makroökonómia. Makroökonómia Tanszék Budapesti Corvinus Egyetem

A valós számok halmaza

Operációkutatás vizsga

Gráfelmélet/Diszkrét Matematika MSc hallgatók számára. 3. Előadás

Arany Dániel Matematikai Tanulóverseny 2017/2018-as tanév 2. forduló Haladók II. kategória

Differenciálegyenletek december 13.

Neptun kód: Vizsga feladatok. Villamosenergia-piac és minőségszabályozás tárgyból

Kereskedés a villamosenergia-piacon: a tréder egy napja

Egyenletek, egyenletrendszerek, egyenlőtlenségek Megoldások

Gyakorlati útmutató a Tartók statikája I. tárgyhoz. Fekete Ferenc. 5. gyakorlat. Széchenyi István Egyetem, 2015.

Fizika A2E, 8. feladatsor

Vektorterek. Wettl Ferenc február 17. Wettl Ferenc Vektorterek február / 27

További programozási esetek Hiperbolikus, kvadratikus, integer, bináris, többcélú programozás

Elszámolóár Szabályzat. HUDEX Magyar Derivatív Energiatőzsde Zrt.

HUPX piacok a fejlődés útján Merre tart a szervezettvillamosenergia

Operációkutatás példatár

A Napi Földgáz- és Kapacitáskereskedelmi Piac els kilenc hónapjának m ködési tapasztalatainak és a jöv beni fejlesztéseknek az ismertetése

MIKROÖKONÓMIA II. B. Készítette: K hegyi Gergely. Szakmai felel s: K hegyi Gergely február

9. Előadás. Megyesi László: Lineáris algebra, oldal. 9. előadás Mátrix inverze, Leontyev-modell

Az optimális megoldást adó algoritmusok

OPCIÓS PIACOK VIZSGA MINTASOR

A technológia és költség dualitása: termelési függvény és költségfüggvények. A vállalat optimális döntése

Mikroökonómia I. B. ELTE TáTK Közgazdaságtudományi Tanszék. 8. hét TERMÉKPIACI EGYENSÚLY VERSENYZŽI ÁGAZATBAN

1) Válasszuk ki az Beállítások/Rendszer beállítások menüpontot:

Online algoritmusok. Algoritmusok és bonyolultságuk. Horváth Bálint március 30. Horváth Bálint Online algoritmusok március 30.

KOVÁCS BÉLA, MATEMATIKA I.

Operációkutatás II. Tantárgyi útmutató

FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI

Áttekintés LP és geometria Többcélú LP LP és egy dinamikus modell 2017/ Szegedi Tudományegyetem Informatikai Intézet

Egyenletek, egyenlőtlenségek VII.

Nemkonvex kvadratikus egyenlőtlenségrendszerek pontos dualitással

Operációkutatás II. Tantárgyi útmutató

Lineáris algebra. (közgazdászoknak)

Vektorgeometria (1) First Prev Next Last Go Back Full Screen Close Quit

Másodfokú egyenletek, egyenlőtlenségek

S Z Á L L Í T Á S I F E L A D A T

2017/ Szegedi Tudományegyetem Informatikai Intézet

Közgazdaságtan 1. ELTE TáTK Közgazdaságtudományi Tanszék. 4. hét A KERESLETELMÉLET ALKALMAZÁSAI

Kétfázisú szimplex algoritmus és speciális esetei

3. Lineáris differenciálegyenletek

A szimplex algoritmus

A villamosenergia-rendszer irányításának szabályozó hatósági aspektusai

Halmazelméleti alapfogalmak

Átírás:

Optimalizálási problémák a liberalizált energiapiacon Mádi-Nagy Gergely ELTE Operációkutatási Tanszék/IP Systems Informatikai Kft. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 1 / 39

Optimalizálási problémák Forrás optimalizáció Adott rövid- és hosszútávú fogyasztási el rejelzés mellett, az optimális beszerzési stratégia megtalálása a hosszútávú szerz dések és piaci termékek alapján. Eddig megvalósult, illetve folyamatban lév fejlesztések Földgázpiac: Take-or-pay (TOP) szerz dések, egyszer t zsdei termékek. Árampiac: nyitott pozíciók optimális lefedése t zsdei termékekkel (5/7 Base, Opeak 20-8 stb.) Távolabbi célok: Szerz dés menedzsment Kapacitás menedzsment Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 2 / 39

Optimalizálási problémák Nyitott pozíciók optimális lefedése t zsdei termékekkel Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 3 / 39

Optimalizálási problémák Aukciós problémák Napi Földgáz és Kapacitás Kereskedelmi Piac (NFKP) ajánlat párosítása: Alapvet en beérkezési sorrend szerint, de Mindet vagy semmi (MVS) vs. részben is teljesíthet ajánlatok miatt egészérték programozási feladat. Határ-kapacitás kereskedelem a közép-kelet európai régióban: Központilag koordinált, folyam alapú kapacitás allokáció. Árnyékárakat (dualitás elméletet) használ. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 4 / 39

Kapacitás kereskedelem a CEE régióban Az aukciós ajánlatok A hálózat jellemzése Az allokációs mechanizmus A közép-kelet európai régió (CEE) Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 5 / 39

Kapacitás kereskedelem a CEE régióban Az aukciós ajánlatok A hálózat jellemzése Az allokációs mechanizmus Koordinált aukciók Az eddigi bilaterális OTC ügyletek helyett a CEE TSO-i két lépésben szándékoznak bevezetni a folyam alapú határ-kapacitás allokációt. A lépések: 1. Coordinated Net Transfer Capacity (NTC) assessment method: koordinált aukció, a határokon megjelen nettó kapacitáskorlátok gyelembe vételével. 2. Coordinated ow-based allocation (FBA) method: A teljes elektromos hálózat tulajdonságait gyelembe veszi. Ezt tárgyaljuk részletesebben. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 6 / 39

Kapacitás kereskedelem a CEE régióban Az aukciós ajánlatok A hálózat jellemzése Az allokációs mechanizmus A piac Az aukció szervez je a Central Allocation Oce (CAO). A piac részletes szabályai megtalálhatóak a CAO honlapján [3]. A résztvev k ajánlatai Egy ajánlat az alábbi három dolgot tartalmazza a forrás-nyel pár tehát, hogy a kapacitást mely zónából mely zónába igényeljük, a kapacitás igényelt mennyisége, a kapacitás egy egységéért (1MW ) ajánlott ár. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 7 / 39

Kapacitás kereskedelem a CEE régióban Az aukciós ajánlatok A hálózat jellemzése Az allokációs mechanizmus A PDTF (Power Transfer Distribution Factors) mátrix A mátrix a PTDF-ek kritikus vonalak és a forrás-nyel párok szerint rendezett halmaza. A PTDF (Zone x, Zone y, line k ) értéke megmondja, hogy ha 1MW -ot szállítunk a Zone x zónából a Zone y zónába, akkor mekkora mennyiséget kell szállítanunk a line k vonalon. Minden vonalnak van egy alapértelmezett iránya. Ha az aktuális forrás-nyel pár szállításnál a vonalon ebben az irányban kell szállítanunk, akkor a PTDF értéke pozitív, ellenkez esetben negatív. Az aktuális PTDF mátrixokat a CAO eportal [2] honlapon publikálják. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 8 / 39

Kapacitás kereskedelem a CEE régióban Az aukciós ajánlatok A hálózat jellemzése Az allokációs mechanizmus Az AMF (Available Maximum Flow) mátrix Az AMF értékek az adott vonalak maximális kapacitásait adják meg, mindkét irányban külön-külön. Jelölje AMF + (line k ) a line k vonal alapértelmezett irányába mutató max. kapacitást, AMF (line k ) pedig az ellentétes irányba mutató max. kapacitást Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 9 / 39

Kapacitás kereskedelem a CEE régióban Az aukciós ajánlatok A hálózat jellemzése Az allokációs mechanizmus A CAO eportal által publikált PTDF mátrix struktúrája A napi aukció els órájának megfelel PTDF mátrix bal fels sarka: 24 munkalap: órák, 5 4 = 20 oszlop: forrás-nyel párok (5 zóna), kb. 1000 sor: a kritikus vonalak Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 10 / 39

Kapacitás kereskedelem a CEE régióban Az aukciós ajánlatok A hálózat jellemzése Az allokációs mechanizmus A célfüggvény Az ún. szociális jólétet (az "összbevétel"-t) maximalizáljuk: F = p b (x, y, b) d a (x, y, b) x,y Zones, b Bids ahol Zones: a zónák halmaza, Bids: az aukciós ajánlatok halmaza, x: a forrás zóna, y : a nyel zóna, b: az aukciós ajánlat p b (x, y, b): a b ajánlat ára (az x y viszonylatra), d a (x, y, b): a b ajánlathoz allokált kapacitás mennyisége. A döntési változók: d a (x, y, b), x, y Zones, b Bids Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 11 / 39

Kapacitás kereskedelem a CEE régióban Az aukciós ajánlatok A hálózat jellemzése Az allokációs mechanizmus Hálózati korlátozó feltételek x,y Zones x,y Zones ( ( max(0, PTDF (x, y, k)) b Bids max(0, PTDF (x, y, k)) b Bids d a (x, y, b) ) d a (x, y, b) ) AMF + (k) (1) AMF (k) (2) k Lines. Ahol Lines: a kritikus vonalak halmaza, k: egy adott vonal, PTDF (x, y, k): a k vonal mennyi kapacitását használja fel 1MW áram az x zónából az y zónába, AMF + (k): a k vonal max. kapacitása az alapértelmezett irányban AMF (k): a k vonal max. kapacitása az ellentétes irányban. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 12 / 39

Kapacitás kereskedelem a CEE régióban Az aukciós ajánlatok A hálózat jellemzése Az allokációs mechanizmus Ajánlati korlátozó feltételek d a (x, y, b) d b (x, y, b) x, y Zones, b Bids (3) d a (x, y, b) 0 x, y Zones, b Bids (4) ahol d b (x, y, b): a b ajánlatban igényelt kapacitás. A fenti LP feladat optimális megoldása, d a (x, y, b) x, y Zones, b Bids, szolgáltatja a kapacitás allokációt. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 13 / 39

Kapacitás kereskedelem a CEE régióban Az aukciós ajánlatok A hálózat jellemzése Az allokációs mechanizmus Aukciós ár Az eredeti célfüggvényben az "összbevétel" az ajánlatok árai szerint számolódik. Azonban az aukció végén minden egyes forrás-nyel párra vonatkozóan kihirdetnek egy egységes ún. aukciós árat. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 14 / 39

Kapacitás kereskedelem a CEE régióban Az aukciós ajánlatok A hálózat jellemzése Az allokációs mechanizmus Árnyékárak Az LP feladat optimális megoldásából a korlátozó változókra vonatkozó árnyékárak (duál megoldások) is kiolvashatók. Például jelölje SP(AMF + (k)), SP(AMF (k)), k Lines. a vonalak árnyékárait. Ezek azt mutatják meg, hogy marginálisan mennyivel változna a célfüggvény érték, az adott AMF értékek egységnyi megváltozása esetén. Másképp: az adott vonal adott irányú egységnyi kapacitásának értéke, tekintve az optimális allokációt. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 15 / 39

Kapacitás kereskedelem a CEE régióban Az aukciós ajánlatok A hálózat jellemzése Az allokációs mechanizmus Aukciós árak Az x zónából y zónába mutató viszonylat aukciós ára: AP(x, y) = k Lines + k Lines [ max (0, PTDF (x, y, k)) SP(AMF + (k)) ] [ max (0, PTDF (x, y, k)) SP(AMF (k)) ]. Tehát az aukciós ár nem más, mint az adott viszonylat egységnyi kapacitásának értéke. Valóban, ez számolható úgy, hogy összegezzük a felhasznált vonal kapacitások értékeit. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 16 / 39

Kapacitás kereskedelem a CEE régióban Az aukciós ajánlatok A hálózat jellemzése Az allokációs mechanizmus Kapacitás allokáció az aukciós árak segítségével Egy adott ajánlat esetén ha az ajánlati ár magasabb, mint az aukciós ár, akkor a teljes igényelt kapacitást allokáljuk, ha az ajánlati ár alacsonyabb, mint az aukciós ár, akkor nulla kapacitást allokálunk, ha az ajánlati ár megegyezik az aukciós árral, akkor az igényelt kapacitás mennyiséget csak részben elégítik ki, a hálózati kapacitás korlátok gyelembe vételével. A Kiegészít Eltérések Tétele szerint az optimális allokáció kielégíti a fenti szabályrendszert és fordítva. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 17 / 39

A hálózat f bb zikai tulajdonságai Üzleti tulajdonságok Tesztek Fizikai tulajdonságok: Maximum Theoretical Single Flow A maximális áram mennyiség, amelyet el tudunk az x zónából az y zónába szállítani. Ez szimulálható az alábbi aukcióval. Csak egy b ajánlatot adtak be az alábbi paraméterekkel: p b (x, y, b) = 1, q b (x, y, b) = + Az MTSF (x, y) lényegében az x zónából y zónába mutató sz k keresztmetszetet adja meg. Ennek megfelel en az alábbi egyszer képlettel számolható: MTSF (x, y) = min ( min (AMF + (k)/ptdf (x, y, k)), k Lines,PTDF (x,y,k)>0 ) min (AMF (k)/( PTDF (x, y, k))). k Lines,PTDF (x,y,k)<0 Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 18 / 39

A hálózat f bb zikai tulajdonságai Üzleti tulajdonságok Tesztek Fizikai tulajdonságok: Maximum Theoretical Export/Import MTEX (x) (Maximum Theoretical Export) Az a maximális áram mennyiség, amelyet az x zónából, azon kívülre ki lehet szállítani. Az alábbi aukcióval szimulálható: p b (x, y, b) = 1, q b (x, y, b) = +, for all y Zones, y x. MTIM(y) (Maximum Theoretical Import) Az a maximális áram mennyiség, amelyet az y zónába, azon kívülr l be lehet szállítani. Az alábbi aukcióval szimulálható: p b (x, y, b) = 1, q b (x, y, b) = +, for all x Zones, x y. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 19 / 39

A hálózat f bb zikai tulajdonságai Üzleti tulajdonságok Tesztek Üzleti tulajdonságok: Market Spread aukció Megmutatja, hogy üzletileg még éppen racionálisan maximum mennyi áram szállítható a zónák között Tekintsük az alábbi aukciót. Jelölje az x zóna piacán az áram eladási ill. vételi árát p bid (x), p ask (x). Minden egyes viszonylatra egy ajánlatot adunk be az alábbi paraméterekkel: p b (x, y, b) = p bid (y) p ask (x), q b (x, y, b) = +, x, y Zones. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 20 / 39

A hálózat f bb zikai tulajdonságai Üzleti tulajdonságok Tesztek További funkciók Általános aukció szimulátor Adott PTDF és AMF mátrixok és aukciós ajánlatok esetén megadja az aukciós árat ill. a kapacitás allokációt. A Market Spread aukció érzékenységvizsgálata Megadja,hogy az aukciós árak mennyire reagálnak érzékenyen egy adott zóna eladási és vételi árfolyamainak változására. Ugyancsak megadja azt az intervallumot, amin belül mind az érzékenység, mind az allokált kapacitás mennyiségek változatlanok maradnak. Az ezzel kapcsolatos módszertant és tapasztalatokat kés bb részletesen tárgyaljuk. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 21 / 39

A hálózat f bb zikai tulajdonságai Üzleti tulajdonságok Tesztek Tesztek Kézi tesztek Kézileg el állított valamilyen elméleti elképzelésen alapuló kis méret tesztek. Valamilyen tulajdonság vagy funkció tesztelésére használjuk. CAO Dry Run tesztek Letölthet ek a CAO honlapjáról [1]. Valós piaci helyzetet szimulál. Az eredmények ugyancsak szerepelnek a CAO honlapon, így alkalmasak a saját eredményeink ellen rzésére. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 22 / 39

Több optimális megoldás További kérdések Többszörös optimum: alternatív kapacitás allokációk 1. Több ajánlat szerepel ugyanarra a viszonylatra, ugyanakkora ajánlati árral, és valamelyik ajánlatot csak részben teljesítenek, 2. nulla ajánlati árral beadott (legalább részlegesen) kielégíthet ajánlat van beadva, 3. a fentieken kívül is el fordulhat több struktúrálisan különböz optimális allokáció. CAO aukciós szabályzat [3] Annex 5: Az 1. pont esetén beérkezési sorrendet tekinti: First-Come-First-Serve Principle. A 2. pont esetén az optimalizáció során a nulla ajánlati árakat valamilyen kicsi értékkel kell helyettesíteni, amely az aukciós árra nincs hatással, de biztosítja, hogy az alternatívák közül a legtöbb kapacitást allokálót válassza. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 23 / 39

Több optimális megoldás További kérdések Többszörös optimum: alternatív kapacitás allokációk Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 24 / 39

Több optimális megoldás További kérdések Többszörös optimum: alternatív kapacitás allokációk A gyakorlatban a 3. eset nagyon kicsi valószín séggel fordul el. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 25 / 39

Több optimális megoldás További kérdések Többszörös optimum: alternatív aukciós árak Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 26 / 39

Több optimális megoldás További kérdések Többszörös optimum: alternatív aukciós árak Gyakorlati tapasztalatok A DryRun tesztek során gyakran találtunk alternatív árnyékárakat. Viszont ezek hiába mozoghattak viszonylag tág intervallumban, hatásuk az aukciós árra a PTDF mátrix kicsi együtthatói miatt jelentéktelen volt. Kevesebb, mint 1 Euro cent. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 27 / 39

Több optimális megoldás További kérdések A Market Spread aukció érzékenységvizsgálata Tegyük fel, hogy egy adott k zóna eladási és vételi árfolyama ugyanakkora p mennyiséggel változik. Jelöljük az ennek megfelel új megoldást " "-vel. A kérdések: 1. az aukciós árak érzékenysége. Tehát: AP(x, y) p = AP (x, y) AP(x, y), x, y Zones, x y. p 2. Az érzékenységi intervallumok. I.e., azok az intervallunok, amelyen belül AP(x, y) és az allokált kapacitások p d a(x, y, b) x, y Zones, x y, változatlanok maradnak. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 28 / 39

Több optimális megoldás További kérdések A Market Spread aukció érzékenységvizsgálata: példa Tekintsük Market Spread aukciót a CAO Dry Run teszt [1] Test 2 Daily Auction 7AB PTDF mátrixával az alábbi zóna árakkal: Vizsgáljuk az érzékenységet a zónaárakra. p bid (CZ _SK) = p ask (CZ _SK) = 43; p bid (PSEO) = p ask (PSEO) = 43; p bid (MAVIR) = p ask (MAVIR) = 54; p bid (ELES) = p ask (ELES) = 34. p bid (DE _AT ) = p ask (DE _AT ). Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 29 / 39

Több optimális megoldás További kérdések A Market Spread aukció érzékenységvizsgálata: példa Aukciós árak a Zone DE_AT zónaár függvényében Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 30 / 39

Több optimális megoldás További kérdések A Market Spread aukció érzékenységvizsgálata: példa Allokált kapacitások a Zone DE_AT zónaár függvényében Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 31 / 39

Több optimális megoldás További kérdések A Market Spread aukció érzékenységvizsgálata: példa Az érzékenységi intervallumok végpontjai az optimális bázisok váltásainál Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 32 / 39

Több optimális megoldás További kérdések A Market Spread aukció érzékenységvizsgálata: elmélet A szokásos érzékenységvizsgálat nem alkalmazható: az LP feladat több paramétere változik egyszerre. I.e., p (k, y, b) = p bid (y) (p ask (k) + p) = p(k, y, b) p, p (x, k, b) = (p bid (k) + p) p ask (x) = p(k, y, b) + p, p (x, y, b) = p bid (y) p ask (x) = p(x, y, b), ahol x y, x k, y k. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 33 / 39

Több optimális megoldás További kérdések A Market Spread aukció érzékenységvizsgálata: elmélet A Market Spread aukció feladatra használjuk az alábbi jelöléseket: tekintve, hogy p T d max Ad b (5) d 0 A (5) egyenl tlenség a (1), (2) hálózati korlátokat foglalja magában. A (3) ajánlati korlátokat kihagytuk, mivel mindenhol végtelen kapacitást igénylünk. Jelölje B az optimális bázis mátrixát. A megváltozott ajánlati árak vektora az alábbi módon írható: p = p + p u, ahol (6) u(k, y, b) = 1, u(x, k, b) = +1, u(x, y, b) = 0, x y, x k, y k. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 34 / 39

Több optimális megoldás További kérdések A Market Spread aukció érzékenységvizsgálata: elmélet Ezek után a B bázis optimalitási feltételei: p T B B 1 A p T 0 T és p T B B 1 0 T Behelyettesítve a (6) formulát: T (p B B 1 A p T ) + p T (ub B 1 A u T ) 0 T }{{}}{{} w T opt 0 T T w u és T (p B B 1 ) + p T (ub B 1 ) 0 T }{{}}{{} y T opt 0 T T y u Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 35 / 39

Több optimális megoldás További kérdések A Market Spread aukció érzékenységvizsgálata: az intervallumok végpontjai Ezek szerint az érzékenységi intervallum p ( p min, p max), ahol ( p min = min min i I w (i) opt max(0, w (i) u ), min j J y (j) ) opt max(0, y (j) u ) és p max = min ( min i I w (i) opt max(0, w (i) u ), min j J y (j) ) opt max(0, y (j), u ) I = Zones ( Zones 1), J = 2 Lines. Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 36 / 39

Több optimális megoldás További kérdések További kérdések A Market Spread aukció érzékenységvizsgálata: több zónaár együttes változása Hasonló módon megoldható. Érzékenységi intervallumok helyett p poliéder Megvalósítja-e az allokációs mechanizmus a CAO céljai? A maximalizálandó célfüggvény F = p b (x, y, b) d a (x, y, b), x,y Zones, b Bids miközben a CAO (TSO-k) valós összbevétele R = AP(x, y) d a (x, y, b). x,y Zones, b Bids Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 37 / 39

Több optimális megoldás További kérdések Megvalósítja-e az allokációs mechanizmus a CAO céljai? Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 38 / 39

Irodalom CAO Dry Run tests http://www.central-ao.com/index.php?option=com_ content&view=article&id=219&itemid=214 CAO eportal http://www.central-ao.com Rules for Coordinated Auction of Transmission Capacity in the CEE-Region http://www.central-ao.com/images/stories/upload/auctions2011/ auction_rules_22_11_2010_binding.pdf Mádi-Nagy Gergely Optimalizálási problémák a liberalizált energiapiacon 39 / 39