RynekEnergii91_03 - Toczyłowski_Kaleta_zet2010
Transkrypt
RynekEnergii91_03 - Toczyłowski_Kaleta_zet2010
MODELOWANIE RYNKOWYCH PROBLEMÓW DECYZYJNYCH NA RYNKU ENERGII ELEKTRYCZNEJ Autorzy: Eugeniusz Toczyłowski, Mariusz Kaleta, Przemysław Kacprzak, Piotr Pałka, Kamil Smolira („Rynek Energii” – 12/2010) Słowa kluczowe: rynek bilansujący energii elektrycznej, modele rynku energii, mechanizmy rynkowe Streszczenie. Rozwój mechanizmów bilansowania na rynkach energii elektrycznej jest utrudniony ze względu na brak wypracowanych standardów opisu modeli i mechanizmów bilansowania oraz formułowania problemów decyzyjnych. W niniejszej pracy rozważana jest metodyka modelowania rynkowych problemów decyzyjnych związanych z bilansowaniem na rynku energii elektrycznej. W ogólnym, abstrakcyjnym rynkowym problemie decyzyjnym (RPD) wyróżniamy dwie kluczowe składowe: dane i wymagania systemowe (DWS) oraz dane i wymagania rynkowe (DWR). Komponent DWS jest modelem funkcjonalnym związanym z pozarynkowymi aspektami systemowymi, na przykład zawiera wariant modelu sieci energetycznej. Komponent DWR dotyczy wartościowo-rynkowego modelu funkcjonalnego i uzupełnia DWS poprzez specyfikację sposobów i możliwości wykorzystania mechanizmów rynkowych. DWR może zawierać m.in. opis struktury towarowej oraz struktury podmiotowej rynku energii. Kluczowym wynikiem pracy jest opracowanie pewnego ogólnego sposobu opisu rynkowych problemów decyzyjnych poprzez parametryzację przestrzeni RPD. 1. WSTĘP Prace badawcze nad rozwojem mechanizmów bilansowania na rynku energii elektrycznej są już prowadzone na świecie od ponad dwudziestu lat lecz nie zdołały jeszcze wypracować standardu najlepszych, kompletnych rozwiązań. Niewątpliwie jest to spowodowane złożonością zagadnień, wynikającą między innymi z konieczności uwzględniania fizycznych warunków rozpływu mocy elektrycznej oraz ograniczeń i wymagań systemowych. Należy zwrócić również uwagę na ciągłą ewolucję wymagań zarówno od strony systemowej jak i indywidualnych wymagań uczestników rynku, np. związanych z pojawieniem się handlu emisjami, certyfikatami, handlem transgranicznym. Standardowe podejścia, np. mechanizm oparty na krańcowych cenach węzłowych (LMP) lub mechanizmy tzw. rynku miedzianej płyty (RMP), tworzą rozwiązania niekompletne, pozostawiając pole do usprawnień wielu elementów mechanizmu bilansowania [12]. W niniejszej pracy rozważana jest przestrzeń tzw. rynkowych problemów decyzyjnych (RPD) związanych z zagadnieniem bilansowania rynku energii elektrycznej. Każdy rynkowy problem decyzyjny jest szczególnym, formalnym sformułowaniem pewnego problemu decyzyjnego dotyczącego rynkowej wymiany dóbr i usług w wyodrębnionym podsystemie i służącego realizacji pewnych funkcji związanych z bilansowaniem podsystemu elektroenergetycznego w ustalonych warunkach. W ogólnym, abstrakcyjnym rynkowym problemie decyzyjnym wyróżniamy dwie kluczowe składowe: dane i wymagania systemowe (DWS) oraz dane i wymagania rynkowe (DWR). Komponent DWS jest modelem funkcjonalnym związanym z pozarynkowymi aspektami systemowymi. Przykładowy DWS może zawierać model sieci energetycznej na potrzeby wyznaczania rozpływów mocy oraz opisywać wymagania związane z zapewnieniem bezpieczeństwa dostaw energii. Komponent DWR dotyczy wartościowo-rynkowego modelu funkcjonalnego i uzupełnia DWS poprzez specyfikację sposobów i możliwości wykorzystania mechanizmów rynkowych. DWR zawiera m.in. opis struktury towarowej oraz podmiotowej rynku. Kluczowym wynikiem niniejszej pracy jest opracowanie pewnego ogólnego sposobu opisu rynkowych problemów decyzyjnych poprzez parametryzację przestrzeni RPD. Dzięki temu staje się możliwa systematyzacja szczegółowych rozwiązań, w szczególności klasyfikacja konkretnych rozwiązań rynku bilansującego, systematyczna analiza możliwych rozwiązań, systematyzacja nazewnictwa, itd. 2. METODYKA BADAWCZA MECHANIZMÓW BILANSOWANIA 2.1. Podstawy metodyki Podstawą proponowanej metodyki badawczej jest analiza i dekompozycja problemu projektowania mechanizmu rynku bilansującego do elementów składowych o kluczowym znaczeniu. Zaprojektowanie konkretnego rozwiązania problemu bilansowania rynku polega na kompozycji rozwiązania ze zdefiniowanych elementów składowych. Również w przypadku analizy istniejącego mechanizmu, można opracować jego model z wykorzystaniem zdefiniowanych elementów składowych. W obu przypadkach uzyskiwany jest model generyczny rozwiązania rynku bilansującego, który może zostać poddany ścisłej analizie porównawczej w celu uzyskania wiedzy o rozwiązaniu i jego cechach. Przykładowe narzędzia analizy takiego modelu zostały przedstawione w pracy [8]. Kluczowym elementem metodyki, ważnym z punktu widzenia minimalizacji barier w rozwoju rozwiązań rynkowych, jest jej otwartość i pojemność, rozumiana jako możliwości wyrażania jak największej liczby wymagań oraz wariantów mechanizmu rynku bilansującego. Otwartość metodyki powinna być osiągana w płaszczyźnie technologii informatycznych, poprzez przyjęcie ogólnie uznanych standardów o dużym potencjale rozwojowym oraz wykorzystywanie otwartych, ustandaryzowanych interfejsów pomiędzy poszczególnymi komponentami. Szczególnie ważne jest uzyskanie dużego stopnia wyrażalności wymagań w warstwie generycznych modeli dla wyróżnionych elementów składowych problemu bilansowania. Z punktu widzenia weryfikacji różnych prac prowadzonych w wielu ośrodkach badawczych najlepszym rozwiązaniem byłaby szeroka akceptacja i wykorzystywanie otwartego rozwiązania szkieletowego bazującego na omawianej metodyce badawczej. Rozwiązanie szkieletowe określałoby wzorce, w ramach których powinny mieścić się wdrażane systemy informatyczne. Według omawianej metodyki badawczej, podczas modelowania problemów bilansowania rynku wyróżniamy cztery warstwy abstrakcji (rys. 1): (i) warstwę koncepcyjną, (ii) warstwę modelowania, (iii) warstwę instancji oraz (iv) warstwę implementacji. Poziom ogólności i abstrakcji w opisie problemu jest największy w warstwie pierwszej i maleje w kolejnych warstwach. Z drugiej strony możliwości wyrażania konkretnych (liczbowych) instancji problemów bilansowania rosną w kolejnych warstwach. Rys. 1. Warstwy w metodyce badawczej Warstwa koncepcyjna określa podstawowe pojęcia i elementy abstrakcyjnych problemów bilansowania, definiuje zbiory parametrów wykorzystywane do precyzowania modeli decyzyjnych w kolejnej warstwie. W warstwie modelowania tworzone są (głównie matematyczne) modele generyczne dla pewnych obszarów problemu decyzyjnego, należące do przestrzeni modelowania określonej w warstwie koncepcyjnej. Generyczność modeli jest związana z ich ujęciem abstrahującym od konkretnych zastosowań i przykładów liczbowych. W warstwie trzeciej, warstwie instancji, pojawiają się wszelki obiekty opisane parametrami liczbowymi lub symbolicznymi, które, zasilając modele z warstwy drugiej, tworzą bibliotekę instancji modeli. W ostatniej warstwie następuje zapis umożliwiający implementację instancji występujących w warstwie poprzedzającej. W warstwach (ii)-(iv) jednym z głównych narzędzi modelowania jest standard M3 (Multi-commodity Market Model) [7, 13]. 2.2. Pojęcia warstwy koncepcyjnej Każdy problem bilansowania (PB) jest zdefiniowany przez pewien konkretny rynkowy problem decyzyjny (RPD) z przestrzeni rynkowych problemów decyzyjnych oraz konkretny mechanizm bilansowania (M) z przestrzeni mechanizmów (rys. 2). Ogólnie, ustalony rynkowy problem decyzyjny RPD może być rozwiązywany za pomocą różnych mechanizmów bilansowania, co prowadzi do różnorodnych problemów bilansowania. Z drugiej strony dany generyczny mechanizm bilansowania, np. mechanizm rynku bilansującego realizujący iteracyjnie wiele elementarnych procesów aukcji iterowanej, może być wykorzystywany do rozwiązywania różnych wariantów RPD, co również prowadzi do różnicowania problemów bilansowania. Rys. 2. Warstwa koncepcyjna Zdefiniowanie przestrzeni RPD i mechanizmów przez określenie atrybutów i ich domen pozwala na usystematyzowanie obszarów poszukiwania najlepszych rozwiązań problemu bilansowania. 3. MODELOWANIE RPD Określenie problemu bilansowania PB następuje w warstwie modelowania i polega na opracowaniu modelu matematycznego na podstawie wyboru elementów składowych z przestrzeni RPD i przestrzeni mechanizmów M. W ramach wyboru rozwiązań z przestrzeni RPD powstaje konkretyzacja RPDn, a w ramach RPDn konkretyzacja DWSn i DWRn. Powstałe modele mają charakter generyczny, tzn. mogą być zastosowane do rozwiązania różnych instancji problemów. Na przykład, na tym etapie, w ramach DWSn, ze zbioru możliwych sposobów modelowania sieci przesyłowej jest wybierany jeden konkretny sposób, a w ramach DWRn definiowana jest struktura towarowa. Podstawowe grupy funkcjonalne parametrów przestrzeni DWS obejmują następujące wymiary: − − − − statyka/dynamika modelu (modele jednoetapowe/wieloetapowe), modele rozpływów i ograniczenia sieciowe (modele sieciowe), ograniczenia wytwórców (techniczne, elektrowniane), usługi systemowe (rezerwy), − wymagania systemowe (ograniczenia, cele). Podstawowe, wybrane wymiary przestrzeni DWR mogą dotyczyć następujących elementów: − definicji przedmiotów handlu – towarów elementarnych (energia RMP/energia zlokalizowana, LMP/energia w obszarach, rezerwy pierwotna i wtórna, symetryczne/asymetryczna trójna górna, trójna dolna, rezerwy obszarowe, lokalne, opcje, prawa przesyłowe fizyczne /finansowe), − określenia możliwości i zakresu ofertowania (wiązki towarów, grupowanie ofert na towary elementarne, grupowanie ze względu na obszary terytorialne, grupy podmiotów), − dodatkowych informacji o podmiotach z rynkowego punktu widzenia (role podmiotów w procesach rynkowych), − sposobów uwzględnianie programów pracy (brak, modele przyrostowo-redukcyjne, modele iterowane). Mimo wielowymiarowości przestrzeni RPD, konkretne DWSn i DWRn mogą zostać zamodelowane z wykorzystaniem standardu M3. 4. MULTI-COMMODITY MARKET MODEL Na potrzeby procesów bilansowania, za pomocą standardu M3 mogą zostać zamodelowane elementy i mechnizmy obrotu wielotowarowego [12], w tym struktura podmiotowa, przedmiotowa, zasoby i wymagania oraz postacie sygnałów przesyłanych przez uczestników do mechanizmu (oferty) oraz wysyłanych przez mechanizm (wyniki bilansowania). M3 (Multi-commodity Market Model) jest zbiorem formalnych modeli opisujących dane wokół tzw. elementarnego zadania bilansowania, w szczególności zawierające dane RPD [7, 13]. Jednym z celów utworzenia modelu danych M3 było zaproponowanie wzorcowego modelu danych w otoczeniu elementarnego procesu bilansowania, ułatwiającego rozwój nowych modeli rynków, algorytmów i metod bilansowania, dzięki umożliwieniu wymiany danych pomiędzy poszczególnymi rozwiązaniami i komponentami oprogramowania, powstającymi niezależnie w różnych środowiskach przemysłowych i naukowo-badawczych. Szczególną zaletą M3 jest wsparcie modelu dla prowadzenia prac rozwojowych równolegle i w pewnej mierze niezależnie w wielu ośrodkach badawczych. W warstwie koncepcyjnej modelowania zgodność z M3 jest związana z wyrażalnością abstrakcyjnego modelu w tej warstwie za pomocą M3. Elementy z przestrzeni zdefiniowanych w warstwie koncepcyjnej i później odwzorowywane w M3, mogą zostać ujęte w modelu M3 dzięki jego generycznemu charakterowi w wymiarach zdefiniowanych w odpowiednich przestrzeniach. W warstwie koncepcyjnej poziom abstrakcji odnosi się do modelu M3 na poziomie diagramów UML. Uszczegółowienie w warstwie modelowania (w obszarach dalej odwzorowywanych w M3) w pewnym przybliżeniu odpowiada zdefiniowaniu elementów słownikowych M3, np. typów elementów sieciowych, typów podmiotów, rodzajów towarów. Finalnie, w warstwie implementacji wymiana informacji opisanych w standardzie M3 bazuje na komunikacji i wymianie dokumentów XML w postaci dialektu M3-XML. M3 jest więc właściwym sposobem zapisu modeli tworzonych w poszczególnych warstwach metodyki badawczej, które są dodatkowo dobrze ustrukturyzowane z informatycznego punktu widzenia. Dzięki elastyczności M3, może on opisywać dowolny rynkowy problem bilansowania RPD (różne segmenty rynku bilansującego, przy różnych założeniach i mechanizmach bilansowania). Modelowanie danych i wymagań systemowych w modelu M3 sprowadza się do zamodelowania pewnego obrazu DWS na potrzeby bilansowania, np. modelu będącego obrazem szczegółowego modelu w rozpowszechnionym standardzie CIM (Common Information Model) [6]. Obraz ten musi obejmować przede wszystkim model sieci przesyłowej na odpowiednim poziomie agregacji. W modelu M3 infrastrukturę techniczną modeluje się w postaci kolekcji grafów. Każdy graf jest pewnym obrazem topologii sieci na wybranym poziomie abstrakcji, a pomiędzy elementami różnych grafów następuje agregacja. Przykładowo model miedzianej płyty wymaga obrazu w postaci jednowęzłowej (miedziana płyta), który agreguje węzły bardziej szczegółowego modelu sieci wykorzystywanego do wyznaczania rozpływów mocy. 4.1. Struktura podmiotowa Struktura podmiotowa opisuje podmioty rynkowe i relacje między nimi. Struktura podmiotowa modeluje (w postaci grafu acyklicznego skierowanego) pewną hierarchię podmiotów rynkowych, przy czym dany podmiot może być agregatem innych podmiotów, np. duża korporacja wiążąca firmy zależne od niej. Na różnych etapach procesu bilansowania są angażowane różne podmioty rynkowe, np. każda jednostka wytwórcza może składać ofertę sprzedaży, podczas gdy na etapie rozliczeń jest widoczna cała elektrownia złożona z wielu jednostek wytwórczych. Wygodne może być również wprowadzenie podmiotów wirtualnych. Podmiot taki może reprezentować grupę bilansującą o wyróżnionych atrybutach, np. lokalizacji w pewnym obszarze lub technologii wytwarzania. Podmioty wirtualne są przydatne do filtrowania podmiotów rynkowych wymagających specyficznych zasobów lub działań. 4.2. Towary elementarne W ramach definicji towarów wyróżnia się tzw. towary elementarne. Każdy towar elementarny jest zawsze związany z jednym węzłem lub łukiem modelu infrastruktury w ramach DWS, kwantem czasu oraz charakteryzuje się pewnym zbiorem parametrów, definiowanych w modelu M3 w sposób generyczny. Towary elementarne mogą być bezpośrednio przedmiotem procesu ofertowego lub mogą być komponowane w wiązki tworząc towary złożone. 4.3. Wiązki towarów Wymagania rynkowe określają zakres przedmiotowy handlu, ale również sposób traktowania towarów. Podstawowym elementem w obrocie wielotowarowym jest pojęcie ofert zintegrowanych dotyczących wiązek towarów [12]. Podmiot rynkowy zgłaszając ofertę na wiązkę towarów musi wyspecyfikować (i) proporcje w jakich towary elementarne występują w wiązce; oraz (ii) jednostkową cenę ofertową za wiązkę towarów. Generyczny mechanizm M3 rynkowy może przyjąć ofertę na wiązkę towarów w całości lub w części, lecz proporcje towarów zdefiniowane w ramach oferty zostają zachowane. W celu wyjaśnienia znaczenia oferty zintegrowanej dotyczącej wiązki towarów rozważmy jednostkę wytwórczą zdolną do zwiększenia na rynku bilansującym zaplanowanego punktu pracy. Jednakże zwiększenie punktu pracy wiąże się ze zmniejszeniem możliwej rezerwy górnej, ze względu na ograniczony od góry maksymalny poziom generacji jednostki. Rozważmy przypadek, w którym podmiot może jedynie złożyć dwie niezależne oferty elementarne: na przyrost punktu pracy (zwiększenie generacji ze współczynnikiem +1) oraz na zmniejszenie usługi świadczenia rezerwy górnej (współczynnik -1). Jednak w takiej sytuacji podmiot musi liczyć się z ryzykiem przyjęcia takiej konfiguracji ofert, która prowadziłaby do niedopuszczalności, np. przyjęcia oferty przyrostu generacji, bez akceptacji oferty zmniejszenia usługi świadczenia rezerwy górnej. W przypadku dopuszczenia możliwości złożenia oferty zintegrowanej na wiązkę towarów, podmiot mógłby złożyć ofertę wiążącą oba towary, w której zmiana punktu pracy występuje ze współczynnikiem +1 oraz zmiana wolumenu świadczonej usługi rezerwy górnej ze współczynnikiem -1. Dla mechanizmu bilansującego oznacza to możliwość zwiększenia punktu pracy przy równoczesnym zmniejszeniu dostępnej rezerwy górnej. Załóżmy, że koszt jednostkowy mocy wynosi 50$/MW oraz 6$/MW dla rezerwy, co oznacza minimalną akceptowalną cenę dla wiązki towarów równą 50*(+1)+6*(-1)=44$ za każdą jednostkę wiązki. Jednostka wytwórcza nie ponosi w tym wypadku ryzyka zaplanowania pracy poza obszarem dopuszczalnym i jednocześnie posiada narzędzia wspierające efektywne bilansowania systemu. 5. ZASTOSOWANIA MODELU RPD Zastosowania zaproponowanej metodyki, której częścią składową jest modelowanie RPD, mogą dotykać aspektów projektowania i analizy problemów bilansowania oraz budowy systemów informatycznych. Parametryzacja DWS i DWR umożliwia modelowanie wielu różnych problemów bilansowania. W efekcie pozwala ona na klasyfikację zagadnień i porównywanie formułowanych problemów bilansowania. W ramach prac badawczych prowadzonych w naszym zespole są formułowane rynkowe problemy decyzyjne zgodne z omawianą metodyką, zapisywane w postaci modeli M3 (kolekcji dokumentów M3-XML) m.in. dla następujących zagadnień: − jedno- i wieloetapowych problemów bilansowania, − problemów ko-optymalizacji bilansowania energii oraz usług systemowych, − mechanizmów LMP i miedzianej płyty, − aukcji przepustowości transgranicznych. Formułowane różne problemy bilansowania są testowane na wspólnych danych testowych. Utworzono otwarte, dostępne publicznie repozytorium referencyjnych danych dla problemów bilansowania (na bazie sieci IEEE, wielu innych przykładów z literatury, modelu KSE). Repozytorium jest dostępne pod adresem http://www.openm3.org. Elastyczne zamodelowanie RPD umożliwia budowę otwartych produkcyjnych systemów obliczeniowych, jak również systemów symulacyjnych oraz prototypowych. Oparcie systemu informatycznego o generyczny model RPD powoduje, że system informatyczny pozostaje otwarty na modyfikowanie problemów decyzyjnych związanych z bilansowaniem. W przypadku ewolucji rozwiązań rynkowych implementowanych w praktyce, systemy produkcyjne mają szanse „tanio” ewoluować wraz z rozwojem rynku. Dodatkowo standaryzacja interfejsów umożliwia integrację systemów heterogenicznych oraz kompozycję rozwiązań z bloków funkcjonalnych. Przykładem systemu zbudowanego w oparciu o proponowaną metodykę jest opracowane przez autorów środowisko badawcze mechanizmów bilansowania na rynku energii elektrycznej. W środowisku tym sformułowanie badanego problemu RPD, dla którego analizowany jest zadany mechanizm bilansowania, polega na wyborze odpowiednich parametrów RPD. Dla użytkownika systemu stwarza to możliwość wyboru parametrów RPD przez bardzo prosty interfejs, którego wersja prototypowa, ale oferująca dużą funkcjonalność, została zaprezentowana na Rys. 3. Wariant RPD jest tworzony przez wybór modeli dla elementów składowych, związanych z modelowaniem rezerw, modelem ograniczeń sieciowych, modelem strat przesyłowych, doborem jednostek do pracy, modelem ramp (Rys. 3a). Analogicznie dokonywany jest wybór mechanizmu bilansowania (Rys. 3b). Konkretyzacja utworzonego w ten sposób modelu rozwiązania rynku bilansującego jest realizowana poprzez zasilenie modelu przez przykłady liczbowe. Przykłady te mogą być wczytywane ze wspomnianego repozytorium. W przypadku analizy z wykorzystaniem symulacji dokonywany jest również wybór strategii graczy. W kolejnym kroku możliwe jest badanie utworzonego modelu na zadanej instancji PB z wykorzystaniem technik symulacji wieloagentowej, analizy punktów równowagi lub poprzez rozwiązanie statycznego problemu bilansowania. W wyniku uzyskiwany jest przebieg procesu gry rynkowej oraz mierniki właściwe dla poszczególnych metod analizy. Podstawową siłą środowiska jest łatwość definiowania różnych RPD i prowadzenia analiz porównawczych dla różnych mechanizmów bilansowania. Oprócz osiągniętej elastyczności w warstwie funkcjonalnej, także warstwa implementacji pozostawia wiele swobody dla szczegółowych realizacji rozwiązań informatycznych. Różne warianty realizacyjne systemów symulacyjnych zostały zaimplementowane, zweryfikowane, i są obecnie wykorzystywane do badań nad rozwojem mechanizmów bilansowania prowadzonych w ramach naszego zespołu. Przykładowe realizacje warstwy implementacji systemu symulacyjnego zostały przedstawione na rysunku 3. a) b) Rys. 3. Parametryzacja RPD: a) i mechanizmu, b) w środowisku badawczym Należy zauważyć, że istotne różnice w implementacjach dotyczą przede wszystkim realizacji mechanizmu bilansowania, choć i w tym obszarze występują części wspólne. Na Rys. 3 mechanizm rynkowy jest reprezentowany przez instancje elementarnych zadań bilansowania (iEZB). Elementarne zadania bilansowania, przyjmujące postać zadań optymalizacji, są rozwiązywane przez pakiet optymalizacyjny. Różnice w warstwie implementacji polegają na sposobie utworzenia zadań optymalizacji uwarunkowanych przez instancje danych systemowych oraz rynkowych reprezentowanych na rysunku przez obiekty iDS oraz iDR. Pierwsza wersja implementacji bazuje na transformatach XSL, które są głównym narzędziem do przetwarzania dokumentów M3-XML oraz zapisu elementarnych zadań bilansowania w postaci symbolicznych modeli w języku GMPL (GNU MathProg Modeling Language), będącego podzbiorem znanego języka AMPL (A Modeling Language for Mathematical Programming). Wersja druga warstwy implementacji dotyczy jej realizacji w środowisku AIMMS [1], jako przykładzie środowiska zawierającego własny język modelowania oraz własny język skryptowy. Ostatni wariant jest przykładem implementacji w środowisku .NET i bezpośrednim wywoływaniu funkcji bibliotecznych pakietu optymalizacyjnego. Warstwa implementacji wer. 1 - transformaty Warstwa instancji iDS iDR iDS iDR iDS iDR iDR networkKinds, networks Warstwa implementacji wer. 2 - środowisko AIMMS marketEntityKinds, marketEntities networkKinds, networks commodityKinds, commodities, commoditiesVirtual calendar calendar Sterujący plik wsadowy symboliczny model GMPL iEZBα iEZBβ pełny model GMPL iS iS iS iS iRP iRP iRP iRP iW iW iW iW offers, programmes offers (wynikowe) marketEntityKinds, marketEntities commodityKinds, commodities, commoditiesVirtual moduł modeli symbolicznych pakiet optymalizacyjny calendar moduł obsługi M3-XML moduły budowy modeli optym. pakiet optymalizacyjny inne dokumenty modyfikujące iDS i iDR programmes networkKinds, networks offers, programmes offers (wynikowe) marketEntityKinds, marketEntities commodityKinds, commodities, commoditiesVirtual Sterujący plik wsadowy główny moduł sterowania transformaty XSL Warstwa implementacji wer. 3 - środowisko .NET Moduł scenariuszy programmes moduł obsługi M3-XML pakiet optymalizacyjny offers, programmes offers (wynikowe) inne dokumenty modyfikujące iDS i iDR programmes Legenda dokumenty M3-XML inny dokument komponent systemu AIMMS moduł programistyczne Rys. 4. Warianty realizacji warstwy implementacji Siła proponowanego podejścia jest szczególnie widoczna w obszarze instancji danych systemowych i rynkowych (iDS, iDR) oraz obiektów związanych z procesami rynkowymi (scenariusze iS, realizacja procesów iRP, dane wynikowe iW), które pozostają identyczne lub bardzo zbliżone w zróżnicowanych wariantach implementacji. Większość z nich może być reprezentowana przez zbiór dokumentów w dialekcie M3-XML. W efekcie różne implementacje środowiska obliczeniowego mogą zostać wykorzystane dla tych samych rynkowych problemów bilansowania, o ile zostaną one zapisane w modelu M3. Wprowadzona metodyka umożliwia budowę systemów o dużym stopniu wyrażalności, elastycznych. W najprostszym rozwiązaniu opartym o transformaty XSL, obliczenia porównawcze prostych mechanizmów, bazujących na jednokrotnym rozwiązaniu problemu optymalizacyjnego, sprowadzają się do wybrania modelu optymalizacyjnego GMPL oraz przykładu liczbowego w postaci dokumentów M3XML implementujących pewien RPD. 6. PODSUMOWANIE Dążenie do uporządkowania i usystematyzowania różnych modeli bilansowania rynku energii wynika z potrzeby pozycjonowania i weryfikacji różnych prac badawczych. Na problem bilansowania składa się mechanizm rynkowy oraz rynkowy problem decyzyjny. W obszarze mechanizmów jest znanych wiele rozwiązań, choć i w tym obszarze systematyzacja jest niezbędna. Natomiast przestrzeń rynkowych problemów decyzyjnych dotychczas nie była analizowana w sposób jawny. Ważnym wskaźnikiem proponowanego podejścia jest możliwość uzyskania takiej parametryzacji w przestrzeni RPD, dzięki której można uzyskać znane z literatury i praktyki rozwiązania modelowe. Autorzy opracowali i korzystają z implementacji środowiska badawczego wykorzystującego zaproponowany sposób modelowania, zawierającego najważniejsze znane rozwiązania, w tym mechanizm LMP, a także tzw. model bilansowania na miedzianej płycie. W opracowanym środowisku, te same, jednolite dane testowe są używane jako dane wejściowe do wielu różnych mechanizmów bilansowania. Opracowany model rynkowych problemów decyzyjnych może być wykorzystywany w pracach badawczych związanych z analizą, porównywaniem oraz modelowaniem rozwiązań rynku bilansującego energii elektrycznej. W szczególności może on zostać wykorzystany podczas projektowania i analiz symulacyjnych dla systemów wieloagentowych. Jest on również dobrą podstawą do budowy otwartych, parametryzowanych rozwiązań informatycznych na rynku bilansującym, które umożliwiają ewolucyjny rozwój rynku przy minimalnych kosztach. LITERATURA [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] Bisschop J., Roelofs M.: Aimms - Language Reference. Lulu.com, 2006. Buchta F.: Koncepcja modelu makroekonomicznego rynku energii elektrycznej. Rynek Energii 2009, nr 2. Bunn D., Oliveira F.S.: Agent-based simulation - an application to then new electricity trading arrangements of England and Wales. IEE Trans. Evolutionary Computation, 5(5):493-503, 2001. Contreras J. et al.: Power engineering lab: Electricity market simulator. IEEE Trans. Power Systems, 2(17):223-228, 2002. Hogan W. W.: Contract networks for electricity power transmission. Journal of Regulatory Economics, 4(3):211-242, Nov. 1992. IEC 61970 Energy management system application program interface (EMS-API) - Part 301: Common Information Model (CIM) Base, Listopad 2003. Kacprzak P., Kaleta M., Pałka P., Smolira K., Toczyłowski E., Traczyk T.: M3 - wspólny język dla różnych platform obrotu energią. Rynek Energii, 2(69) - 2007:12-18, 2007. Kacprzak P., Pałka P., Kaleta M., Smolira K., Toczyłowski E.: Wykorzystanie narzędzi teorii gier do analizy mechanizmów rynku energii. Rynek Energii, 1(86) - 2010:148-153, 2010. Monclar F.R., Quatrain R.: Simulation of electricity markets: A multi-agent approach. In Proc. 2001 Int'l Conf. Intelligent System Application to power Systems, pages 207-212, 2001. Multi-commodity market model (M3) – strona domowa projektu. http://www.openM3.org. Praça I., Ramos C., Vale Z., Cordeiro M.: Mascem: A multiagent system that simulates competitive electricity markets. IEEE Inteligent Sys., 6(18):54-60, 2003. Toczyłowski E.: Optymalizacja procesów rynkowych przy ograniczeniach. Oficyna Wydawnicza EXIT, Warszawa 2002 Zimmerman R.: Powerweb. http://stealth.ee.cornell.edu/powerweb. Praca współfinansowana ze środków na naukę w ramach projektów badawczych NN516 375736 i NN514 044438 MODELING THE MARKET DECISION PROBLEMS FOR ELECTRICAL ENERGY BALANCING SYSTEMS Key words: electrical energy market balancing, energy market modeling, market mechanism modeling Summary. Striving to systematization of the balancing models for electrical energy markets is an important issue that helps to verify various research works, especially due to complexity of the balancing problems. Our contribution is a step towards standardization of the balancing problems description, in order to facilitate understanding and comparing various research works, to exchange data cases and mechanism implementations. We formulate an abstract model of the generic balancing problem, which consists of two elements: the Marked Decision Problem MDP – that contains the system and market data and requirements – and the Balancing Mechanism BM. We sketch a space of the market decision problems considered as a composition of some components with their spaces. Any abstract MDP element from the space of possible market decision problems can be formulated in the open M3 standard, particularly in the M3-XML dialect. Our approach facilitates development of flexible, open and expressive computational environments. An example of the expressive research environment for investigating balancing mechanisms is outlined. Eugeniusz Toczyłowski, profesor, Kierownik Zakładu Badań Operacyjnych i Systemowych w IAiIS PW, specjalność: badania operacyjne i systemowe, metody strukturalne optymalizacji, informatyczne systemy zarządzania, projektowanie efektywnych mechanizmów rynkowych, e-mail: [email protected] Mariusz Kaleta, adiunkt w IAiIS, specjalność: badania operacyjne, informatyczne systemy zarządzania, projektowanie mechanizmów rynkowych, e-mail: [email protected] Przemysław Kacprzak, asystent w IAiIS, specjalność: badania operacyjne, rynki wielotowarowe, e-mail: [email protected] Piotr Pałka, adiunkt w IAiIS, specjalność: zgodność motywacji w mechanizmach rynkowych, rynki energii elektrycznej, systemy wieloagentowe, e-mail: [email protected] Kamil Smolira, adiunkt w IAiIS, specjalność: badania operacyjne, mechanizmy rynkowe, e-mail: [email protected]