基于市场的不确定性发电和输电规划-精品文档资料整理.docx

基于市场的不确定性发电和输电规划摘要：本文提出了竞争性电力市场中发电与输电扩展计划模型的随机协调。蒙特卡罗模拟方法用于考虑发电机组和输电线路的随机中断以及长期负荷预测中的不准确性。为了减少大量计划方案的计算负担，引入了方案减少技术。所提出的模型假定了容量支付机制以及联合的能源和输电市场，以回收投资者的成本。所提出的方法模拟了单个市场参与者和ISO的决策行为。这是模拟GENCO，TRANSCO和ISO之间相互作用的迭代过程。ISO可以根据预先指定的停止条件终止迭代过程。案例研究说明了在考虑不确定性时所提出的随机方法在发电和输电计划协调问题中的应用。关键词：竞争激烈的电力市场，发电与输电计划的协调，混合整数规划，蒙特卡洛模拟，随机停电与不确定性，输电网络安全。命名法A.指标：b负载块的下标索引C候选单位或行的上标索引E现有单位或行的上标索引hGENCO的下标索引i生成单元的下标索引j传输线的下标索引kFlowgate的下标索引m传输线的起始节点n传输线的末端节点qTRANSCO的下标索引RBenders迭代的上标索引S方案的下标索引。下一年的下标索引T总线的下标索引。给定变量的索引。ZB.参数：CG候选生成单元数。CLCFdDDSDSTDTEEGEREERPEUEFBIDFGmaxFICFOHI.介绍随着重组的到来，人们普遍达成共识，即世代扩张可以由价格，但相同的原理可能不适用于传输扩展1，2。但是，在考虑实际可行的规划解决方案时，诸如网络流量限制，负载需求和可靠性要求之类的电力系统约束已将两个规划问题捆绑在一起。发电和传输计划问题由独立实体（例如ISO）进行协调，以确保最可靠，最经济的解决方案。我们在4中提出了一个模型，用于通过应用联合的能源和输电市场以及输电和发电设施的容量支付机制来协调两个规划问题。的联合市场促进了发电和输电资源之间的竞争5。旨在吸引市场投资的容量支付机制反映了添加资源的位置价值。商户传输线使传输扩展成为可能，该传输线通过传输流门的边际定价和容量支付收回投资。我们的方法是对GENCO，TRANSCO和ISO之间的交互进行建模的迭代过程，ISO可能会根据预先指定的停止标准终止这些交互。本文通过明确解决需求增长的不确定性以及发电机组和输电线路的随机中断，增强了3和4中提出的长期发电和输电规划方法。蒙特卡罗模拟和情景减少技术被用于模拟长期资源规划中的不确定性。资源计划问题包括长期的研究和众多的变量，这需要适当减少本文所考虑的方案数量。方案中计算出的价格和容量信号反映了不确定性的建模，并为计划决策提供了投资信号。ISO与参与者之间提出的迭代方案可能不会在每种情况下都收敛。因此，ISO可以停止协调过程，并根据预先指定的市场规则做出最终决定。电力市场使用容量机制，其中ISO或监管机构向参与者提供相关数据以进行投资计划。例如，PJM根据预测的负载和备用保证金标准对负载服务实体施加容量义务。在这种情况下，ISO或监管机构将管理系统的可靠性，并最终负责计划风险。本文的其余部分安排如下。第二部分提供了系统组件（发电单元和输电线路）的强迫停机和负荷预测的不精确性的随机表述，并讨论了减少情景的方法。第三节详细描述了规划问题和解决方法的表述。第四节介绍并讨论了在十年规划期内六辆公共汽车的案例研究。第五节提供了从研究得出的结论。II.随机表述A.蒙特卡罗模拟法在我们的随机资源计划问题中，每个可能的系统状态都由一个场景表示。蒙特卡罗模拟和方案减少技术用于创建方案，以模拟系统组件的随机特性和负载增长。在考虑发电机组和线路的强制停机以及负荷预测的不准确性时，使用图1中的年度负荷持续时间曲线，即，它形成了多个负荷块。每个负载块代表相同数量负载的小时。对于每个负载块，计算容量和价格信号并将其应用于相应的小时数。未来的年度高峰负荷和能源需求表示为基准年值乘以增长率。增长率由平均增长率和和以及随机成分组成，和.将具有一定标准偏差的正态分布随机成分添加到平均增长率中，以反映经济增长或天气变化的不确定性。情景和年的峰值负荷的随机轨迹（表示为）和情景和年的能源需求（表示）在蒙特卡洛模拟中表示为(1)(2)通过基准年负载的线性变换计算方案中的未来负载块，公式为(3)哪里每个负载块的总线负载是通过将负载分配因子与每个块的负载相乘得出的 (4)我们用和在蒙特卡洛模拟中代表传输线和发电机组的可用性，其中表示TRANSCO的传输线在一年中的负载块可用另有说明；表示GENCO的发电机组在年的负荷块可用，而表示相反。考虑以下示例。采样从0到1的均匀分布随机数，以强制中断率为0.1.如果随机数小于0.1，则表明设备已停机。否则，该设备将投入使用。一个场景包括,和.方案的这些组件是同时生成的。一旦通过（3）和（4）计算了每个负载块的总线负载，ISO就解决了确定性可靠性检查问题和最佳运行问题，在该问题中，所有负载和设施的可用性都是确定且固定的。相应地计算出容量信号和预期价格信号，并将其提供给市场参与者进行决策。采用低差异蒙特卡罗模拟方法（晶格）来加快收敛速度与普通的蒙特卡洛有关哪里是生成的采样点数6。无花果2和3代表两个随机数序列。图2中的点是通过普通的蒙特卡洛模拟方法生成的，图3中的点是通过秩1格规则生成的。因此，通过格子法的随机数更加均匀地分布。维数的n点晶格法则被定义为哪里是整数的线性独立d矢量。如果我们根据蒙特卡洛模拟绘制独立样本，则当相对标准偏差小于预定义值时迭代将结束，即，相对标准偏差的95为其中是标准偏差，是模拟次数。对于相对较小的标准偏差，通常超过数千。如果使用低偏差方法，则收敛速度将从到接近O（1/N），我们可以使用相对较少的样本数来达到相同的收敛度7。III.问题表述和解决方法规划过程被分解为图4所示的三个问题，其中包括GENCO的规划问题和TRANSCO，ISO的传输可靠性检查问题以及ISO的最佳运行问题。容量信号回路向参与者提供容量信号，而价格信号回路则根据市场清算过程提供价格信号。提议的公式还考虑了ISO可靠性检查问题和最佳运行问题中的不确定性。根据图4提出的规划问题的解决步骤如下：步骤1）蒙特卡洛模拟生成一组假设发电机组，输电线路和未来负荷增长不确定性的场景。假定方案具有相等的概率，这些概率是从一组独立且分布均匀的随机变量中采样的。或者，用户可以输入给定方案的特定概率。然后执行场景减少。减少情景方案技术的细节在附录A中进行了说明。假定ISO识别了所有候选单元和线路的中断特征和容量。步骤2）根据初始预测的LMP和FMP解决单个GENCO的发电资源计划问题和TRANSCO的商人传输资源计划问题。1GENCO和TRANSCO各自通过计算资源计划决策来根据预期的LMP和FMP最大化其利润。变量和。步骤3）Benders循环-Benders主问题由GENCO和TRANSCO的利润最大化问题表示。ISO的可靠性检查问题是Benders子问题。ISO根据提交的信息和参与者的信息，计算每种情况下的节点功率平衡失配。然后，计算预期的节点功率平衡失配，并将其与给定的可靠性标准进行比较。一旦检测到可靠性约束违规，就会生成相应的Benders切割1012。拉格朗日松弛将松弛复杂的约束并将其链接到规划问题的目标函数中，并获得位置容量信号。步骤4）容量信号（LR）循环-拉格朗日松弛法可用于在解决单个计划问题时松弛Benders切割（耦合约束）。根据建议的Benders削减，拉格朗日乘数ISO更新容量信号，并将其反馈给各个GENCO和TRANSCO，以进行重新计算和.容量信号为发电和传输容量的扩展提供了动力。在迭代计划解决方案中，ISO会选择信号容量最小的解决方案1LMP是与在公共汽车上交付边际能量单位相关的影子价格或拉格朗日乘数。FMP是与流量闸相关的影子价格。FMP等同于通过逐步放松传递约束来通过现货市场结算的交易的社会收益或社会成本的变化。作为最佳解决方案。如果找不到可行的解决方案，则将宣布资源计划问题不可行。第5步：价格信号循环-ISO解决最佳运营问题，并针对每种情况确定性地计算LMP和FMP。最优操作是一个线性规划问题，其目标是最大化社会剩余。在完成针对每种情况的LMP和FMP的计算后，将计算平均或预期的LMP和FMP，并将其迭代地反ISO将根据容量信号补偿GENCO和TRANSCO，以维持系统的可靠性。GENCO从容量和能源支付中获得收入，而TRANSCO从容量和流量门支付中获得收入。GENCO的能源支付由LMP模拟，LMP由ISO计算并引入GENCO的容量投资决策中。FMP也由ISO计算和提供，以方便TRANSCO的能力投资决策。A.GENCO和TRANSCO的资源计划问题ISO向GENCO和TRANSCO提供容量和价格信号。这些随机值反映了不确定性发电机组和输电线路的负载和强制中断。提议的模型适用于ISO，GENCO和TRANSCO的投资计划将根据预期的价格和容量信号最大化利润。GENCO和TRANSCO做出的投资决策是即刻即做的决策，即它们的决策与方案无关，因为参与者不考虑方案的实现情况而做出决策。相反，可靠性检查问题和最佳运行问题中的决策是观望决策。GENCO的投资优化问题表示为目标函数（5）中的前两个术语分别是现有发电机组和新发电机组的收入和运营成本之间的差额。第三项代表新发电机组的投资成本。第四项表示ISO为可靠性对发电单元的支付能力。以下各小节介绍了容量支付的推导。在这里，决策变量是,和。但是，只有提交给ISO。约束（6）和（7）分别是现有和候选生成单元的容量限制。约束（8）用于维持发电机组的安装状态。每个GENCO都是独立运作的，以最大化自身的利润。因此，GENCO之间没有耦合约束，并且投资问题被分解为几个混合整数程序。当商人TRANSCO向市场投标使用传输线时，候选传输线被视为可调度资源。现有的调节传输线基于费率基准系统进行补偿，并从投资问题的目标函数中排除。贸易商TRANSCO的目标也是最大程度地提高利润，这与GENCO相似。TRANSCO的投资问题可表述为目的是使TRANSCO的利润最大化。目标函数（9）中的第一项是收入与运营成本之间的差额。（9）中的第二项代表新行的投资成本。第三项是容量支付带来的额外收入。TRANSCO的收入是通过将预期FMP乘以流量门的MW调度能力得出的13。决策变量是和。通过ISO的可靠性检查后，TRANSCO可能会通过传输容量信号获得更多收入，这将在以下各节中讨论。约束（10）表明，每条传输线在两个方向上都具有流量闸，候选传输线的安装状态定义了相应的流量闸容量限制。约束（11）是保持传输线的安装状态。B.ISO的可靠性检查问题可靠性检查问题的目的是评估计划系统的可靠性并计算容量信号，以促进增加发电机组和输电线路。在我们的模型中，采用能量损失概率（LOEP）来衡量系统的可靠性。LOEP定义为预期未使用能量（EUE）与系统总能量需求之比14，15。当GENCO和TRANSCO提供发电机组和传输线安装时间表时，ISO将检查每个负载块的可靠性约束。负荷块，年，Benders迭代和方案的可靠性检查子问题表示为在此，决策变量是，和。一旦针对每种情况解决了该问题，当年度负荷块的LOEP大于目标LOEP时，就会生成迭代时的Benders割，并将相应的容量信号提供给GENCO和TRANSCO。负载块的LOEP在一年中通过将目标函数乘以负载块的持续时间的期望值除以预期负载乘以负载块的持续时间，可以计算出值。Benders削减表明GENCO和TRANSCO可以缓解通过在当年调整计划来违反：Benders切割呈现为因此，削减被重新制定为为了在竞争激烈的市场环境中优化单个GENCO和TRANSCO，拉格朗日松弛法用于将耦合约束放宽到GENCO和TRANSCO的个体目标函数中。次梯度方法用于更新拉格朗日乘数。ISO根据给定的决策变量和，检查可行性削减并更新相应的非正乘数，如下所示：然后除此以外其中和是更新乘数的步长。一旦Benders的裁切放宽并引入规划中拉格朗日乘数问题，容量信号和被引入到GENCO和TRANSCO的利润最大化问题的目标函数中，计算为注意对于新发电机组，对于新传输线的在一年的子期间被解释为用于添加相应组件的容量信号。是ISO为系统可靠性向GENCO和TRANSCO支付的奖励。C.ISO的最佳运营问题在这个问题上，ISO将通过求解直流最优潮流模型来预测预期的LMP和FMP17。最佳潮流问题的目的是基于已提交的发电投标，流量闸的投标和需求来最大化所显示的盈余。披露的盈余定义为基于接受的投标的消费付款与生产成本之间的差额。当需求缺乏弹性时，目标功能将是针对给定和最小化系统成本。在某些情况下，发电机组和传输线中断可能会导致不可行。为了计算这种情况下的价格，假设假想的发电机组以足够高的价格供应不足的能量。这些虚构单位的能量供应被解释为EUE。但是，出于长期价格预测的目的，虚构单位的成本，将与丢失负载（VOLL）的值不同，因为负载块的持续时间太长而无法使用VOLL。如果将VOLL用作虚拟单位的成本，则可能导致长期高昂的价格，并可能高估GENCO的预期收入。因此，使用小于VOLL的值作为虚拟单位的成本是合适的。在我们的案例研究中，我们使用峰值单位的平均发电成本。方案的年度和负荷块中的最佳运行问题给出为决策变量是,和.的目标函数中的前两个术语表示现有和候选生成单元的报价。第三项表示成本，以及已分配的容量，用于服务负载平衡失配的假想单位。第四个术语代表TRANSCO提供的用于提供增加的流量门容量的报价以买入价($/MWh).第一个约束是系统能量平衡。第二个约束条件是现有的传输线流量。传输线（流量门）上各个方向的流量受到限制，并且是现有流量门的容量，由候选流量使用功率传输分配因子（PTDF）将约束线性化17。代表现有流量门的矩阵，并且对于候选流量门，取决于所提议的传输线的状态。第三个约束是候选流量门的容量平衡，它指示候选流量门上的功率流等于候选流量门的调度容量。拉格朗日乘数的市场清算约束是,和.对偶变量是能源的影子价格。包含LMP的边际能量分量16，18。类似地，对偶变量矢量表示流量门容量的影子价格。那是包含候选闸门的闸门边际价格或FMP。对偶向量包含现有传输网络约束的影子价格。方案的LMP定义为.预期的FMP和LMP，即每种方案的LMP（39）和FMP（40）的平均值，作为价格信号提供给GENCO和TRANSCO：D.停止条件假定ISO决定停止过程基于社会成本。社会成本定义为运营成本，投资成本和虚拟单位发电成本（即EUE成本）之和。一旦确定了新资源并计算出最佳运营，就检查用于最小化社会成本的收敛标准。如果社会成本的迭代变化小于某个值，则迭代将停止。收敛准则表示为图5所示的六总线系统用于分析所提出模型的有效性。六巴士的案例研究是应用于十年规划期，以显示所提出模型的有效性。附录B中的表VIX中显示了规划范围内的发电机数据，输电线路数据和负荷预测。GENCOA现有三个单位和五个候选单位，GENCOB现有一个单位和八个候选单位。候选发电机组在位置，运营成本，投资成本和强制停机率方面存在差异。因此，这些因素将影响单元安装的规划决策。附录表IX中列出了7条候选传输线。负载位于3、4和5号公交车上。平均峰值负载和能源需求增长率为每年5。峰值负荷和能量需求增长率中的随机分量具有正态分布，均值为零，标准差为0.01。发电单位将其运营成本作为投标提交，流程门投标是具有10容量系数的均摊投资成本。折现率为5，用于计算新发电机组和输电线路的净现值和容量支付。停止标准为5。通过将相似的负荷分组，将计划年度分为四个负荷块。所有负载块的目标LOEP为5。使用低偏差蒙特卡洛模拟创建了1000个方案，每个方案代表发电单元，输电线路和负载的随机分量的故障。基于场景的问题的计算时间取决于场景的数量。本研究使用通用代数建模系统（GAMS）。GAMS提供了一个称为SCENRED的工具，用于场景减少和随机数据过程建模9。从每个场景中尺寸为1260的1000个场景到10个场景的缩减过程的计算时间约为3分钟。该代码用C+编写，并在3.1GHzPentium4PC上进行了解析。表一显示了减少后每种方案的权重。我们考虑四个测试用例，它们分为确定性案例（案例1和3）和随机案例（案例2和4）。在案例1和案例2中，仅发电计划被认为是-错了。情况3和4处理协调的输电和发电计划。对于所有情况，等于10000，拉格朗日松弛迭代限制为300。在情况4中，该解决方案需要进行六个价格信号循环迭代和754s的计算。与需要在301s内进行五次价格信号循环迭代的案例3相比，案例4的解决时间即使在应用场景减少的情况下也加倍。因此，减少方案对于管理长期计划研究中的计算时间至关重要。敏感性分析用于检查最优操作问题中假想单位成本对资源规划的影响。我们将假想单元的成本从$100/MWh增加到$2500/MWh，步长为$100，并检查案例4中的社会成本以及单元和线路安装的状态。安装状态或社会成本没有变化假想单元的价格在$100/MWh和$1300/MWh之间。当假想单元的成本在$1400/MWh和$2500/MWh之间时，由于假想单元的高成本导致LMP预测较高，因此会在以后几年安装发电机组。如第III-C节所述，虚拟单位的较高成本不适用于LMP的长期预测。在案例研究中，假设虚拟单位为$100/MWh，与容量因子为5时B2单元的平均发电成本相同。表二显示了候选发电机组的安装年份。在案例1中，早期安装了容量小，投资成本低的B2和B8，后来安装了3兆瓦机组A5，B1和B4。安装低投资单位可以使社会成本最小化。当在情况2中考虑不确定性时，由于安装时间表的更改而导致的系统容量的增加将使得有可能应对可能的断电，即满足可靠性目标。如案例2预期，与案例1相比，发电机组B2和B8的安装时间较早。同样，案例2中，B7机组的容量比A5大，并且在5兆瓦候选机组中投资成本最低。在10年级替换A5。表III显示了情况3和4中候选线路的安装年份。在情况3中，安装了输电线路T2和T6以缓解第6年中的负载平衡不匹配。因此，与情况相比，情况3中安装的发电机组更少1.同时取消了A5和B1的安装。考虑传输线扩展时，距离负载远的A4单元将在10年安装。在第4种情况下，在第1年安装了小型且低投资成本的设备B2和B8，以防止由于设备和生产线的随机中断而导致的供应短缺。与案例3相比，案例4中增加了A5。在案例4中，增加的发电量小于在第8年安装T2时的情况2。表IV显示，通过协调，可大大节省社会成本。规划。案例1和案例3的社会成本分别比案例2和案例4高84万美元和29万美元。比较有或没有不确定性的案例的社会成本，我们了解到，安装额外的发电机组和输电线路以应对不确定性时，社会成本会增加。无花果图6和7显示了每年每兆瓦的激励措施，用于发电量安装。在案例3中，除第9年外，在整个计划范围内的激励措施都有增加的趋势。在案例3中，在中年违反了可靠性标准，没有考虑可能的中断。在案例4中，第一年和最后一年的激励很高。在案例4中，发电机组和输电线路的故障导致第一年违反可靠性标准。诱因应该很高，以吸引投资来满足可靠性标准。在第一年安装完设备后，便会在随后的几年中满足可靠性标准，并在此期间降低激励措施。图8显示了总线3上的预期LMP。在计划范围内，没有不确定性的案例（案例3）的预期LMP低于具有不确定性的案例（案例4）的LMP，因为单元故障可能导致运行失败。更昂贵的单位。最优运行问题包括假想发电单元产生的能量，这被解释为提议的发电和输电计划的EUE。不出所料，表V表明，当实施了一个不太严格的可靠性目标时，情况4中的EUE会增加（在可靠性检查问题中，目标LOEP会增加）。本质上，适当的可靠性目标是使社会成本最小化。监管者可以使用建议的功能评估适当的可靠性目标。一旦给出了可靠性目标和每单位EUE成本，我们就可以计算社会成本，EUE成本之和，投资和运营成本。我们在（31）中将EUE的单位成本表示为虚拟单位的成本。因此，我们将EUE的单位成本从$100/MWh更改为$400/MWh，步长为$50，并计算每个目标LOEP的社会成本。图9显示了目标LOEP的不同值和EUE的单位成本的社会成本。图9显示，适当的目标LOEP被确定为投资成本减少与运营和EUE成本增加之间的权衡。我们预计当EUE的单位成本非常高时，EUE将成为主导因素，而较低的LOEP目标将变得可取。当EUE的单位成本在$150-$400/MWh之间时，所建议系统的可靠性目标是46LOEP，以最大程度地降低社会成本。该案例研究表明，该模型对于电力市场规划中不确定性的仿真是有效的同时探索候选设施对系统可靠性的价值。V.结论通过应用蒙特卡洛模拟和情景减少技术，我们提出了一种随机的长期发电和输电容量规划公式，以表示发电机组和输电线路的可用性中的不确定性以及负荷预测中的不准确性。应用Benders分解和拉格朗日松弛法来模拟竞争激烈的电力市场下长期计划过程中市场参与者（GENCO和TRANSCO）之间的相互作用以及ISO与市场参与者之间的相互作用。这种基于市场的随机方法可以向投资者提供有关新一代发电和输电设施位置的信号，并帮助系统规划人员，监管机构和地方当局同意输电规划。数值结果表明了该模型的有效性，以及系统组件故障和需求不确定性对发电和输电能力扩展计划以及社会成本的影响。所提出的随机方法的优点在于，它可以为参与者提供有关长期能力扩展的可靠决策信号。在这项研究中，ISO支付能力付款的主要原因（在几个市场中就是这种情况）是为了提高系统可靠性。在这种情况下，ISO或监管机构可能最终负责规划风险。附录A.减少场景解决基于方案的优化模型的计算要求取决于方案的数量。因此，有效的方案减少方法对于解决大型系统可能至关重要。归约技术是基于场景的近似，具有较少数量的场景和原始系统的合理良好的近似。因此，我们确定场景的子集和基于该子集的概率度量，该子集最接近初始概率概率度量的分布。我们的场景减少技术将通过测量概率分布的距离作为概率度量来控制近似的拟合优度。开发了基于后退和快进方法的有效算法，可确定最佳的减少措施。同时向后和快速前进的减少方法在这里简要介绍8，9。让表示不同的场景，每种场景都有和是方案对的距离。同时向后缩减包括以下步骤：步骤1）设置作为初始方案集；是要删除的方案集。最初的一片空白。Com-表ix传输线数据输入所有方案对的距离：,步骤2）对于每种情况，;输入所有方案对的距离：,步骤2）对于每种情况，;,和，是具有场景的最小距离;步骤3）计算.选择;步骤4）;步骤5）重复步骤2-4，直到要删除的号码满足要求。快进缩减的方法描述如下：步骤1）集S（保留集）为null。是要删除的方案。初始是所有初始方案的集合。计算所有场景对的距离：表x生成器数据,;步骤2）计算,;选择以便,;第三步,;保留场景的新概率是其先前概率与已删除场景中距离最近的所有概率之和;步骤4）重复步骤2到4，直到要保留的方案数量达到目标为止。B.六总线系统的案例研究数据参考资料1M.Shahidehpour和M.Marwali，重组电力系统中的维护计划。马萨诸塞州诺威尔市：克鲁沃（2000）。2HAGil和ELdaSilva，“传输扩展中的建模竞赛，IEEETrans。电力系统，第一卷17号4，pp。10431049，2002年11月。3JHRoh，M。Shahidehpour和Y.Fu，“基于市场的传输和发电容量规划协调，IEEETrans。电力系统，第一卷22号4，第1406-1419页，2007年11月。4JHRoh，M。Shahidehpour和Y.Fu，“电力市场中受安全限制的资源规划，IEEETrans。电力系统，第一卷22号2，第812820页，2007年5月。5RPO'Neill，R。Baldick，U。Helman，M。Rothkopf和W.Stewart，Jr，“RTO市场中的可分配传输，IEEETrans。电力系统，第一卷20号1，第171179页，2005年2月。6L.Wu，M。Shahidehpour和T.Li，“随机安全性限制了单位承诺，IEEETrans。电力系统，第一卷22号2，第800-811页，2007年5月。7G.Paul，（金融工程中的蒙特卡洛模拟方法）。纽约：施普林格，2003年。 8J.Dupacová，N。Gröwe-Kuska和W.Römisch，“减少随机编程的场景：使用概率度量的方法，数学。程序。A95，第493-511页，2003年。9GAMS/SCENRED文档。线上。可用的：10MVFPereira，LMVGPinto，SHFCunha和GCOliveira，“一种用于自动生成/传输扩展规划的分解方法，IEEETrans。电源应用程序。系统，卷。PAS-104，不。1985年，第11卷，第30743083页。11M.Shahidehpour和Y.Fu，“将弯曲分解应用于电源系统，IEEEPowerEnergyMag。，第1卷。3号2月，第20-21页，3月/4月。2005年。12A.Conejo，E。Castillo，R。Minguez和R.Garcia-Bertrand，（数学编程中的分解技术）。纽约：施普林格，2006年。13美利坚合众国联邦能源管理委员会，（标准市场设计和结构法规提案公告），美国联邦法规18CFR第35部分，案卷号RM01-12-000，2002年9月。14JFPrada，（电力系统可靠性的价值），（运营储备定价），麻省理工学院EL-99-005WP，麻省理工学院能源实验室，1985年6月。15S.Niioka，N。Okada和R.Yokoyama，“电力市场中供电可靠性成本的评估和分配，Proc。PowerCon2000，2000年12月，第1卷。2，47，第703707页。16M.Shahidehpour，H。Yamin和ZYLi，电力系统市场运营。纽约：威利（Wiley），2002年。17A.Wood和B.Wollenberg，（发电，运行与控制）。纽约：威利（Wiley），1996年。18E.Litvinov，T。Zheng，G。Rosenwald和P.Shamsollahi，“LMP计算中的边际损耗建模，IEEETrans。电力系统，第一卷19号2，第880888页，2004年5月。JaeHyungRoh（M'05）于1993年获得韩国首尔国立首尔大学核工程学士学位，并于2002年获得首尔弘益大学电气工程理学硕士学位。2008年获得芝加哥伊利诺伊理工学院电气工程学士学位。目前，他是韩国大韩电力交易所电力规划部的副经理。MohammadShahidehpour（F'01）是CarlBodine教授，芝加哥伊利诺伊理工学院电气与计算机工程系系主任。他是2005年IEEE/PES奖论文奖的获得者。吴蕾（M'07）分别于2001年和2004年在中国西安交通大学获得电气工程学士学位和硕士学位，并获得了博士学位。2008年获得芝加哥伊利诺伊理工学院电气工程学士学位。目前，他是伊利诺伊理工学院电气与计算机工程系的访问学者。他的研究兴趣包括电力系统重组和可靠性。