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]