想象一下，电力网络就像一场规模宏大、高风险的“抢椅子”游戏，只不过椅子不是人，而是发电厂；音乐也不是人，而是阳光的照射或风力的吹拂。在这场游戏中，玩家被分为两组：一组是“日前”（Day-Ahead）团队，负责为明天的派对制定计划；另一组是“实时”（Real-Time）团队，负责在实际派对开始出现任何混乱时冲进去收拾残局。问题在于，风力和太阳是出了名的不可靠的宾客；它们可能在前一分钟还带着满满的能量，下一分钟就消失得无影无踪。如果日前团队计划了一个晴朗的一天，但云层突然袭来，实时团队就必须手忙脚乱地启动昂贵的备用发电机组以维持灯火通明。这种手忙脚乱不仅耗资巨大，也让整个系统变得低效。科学家们正在问一个大问题：风能和太阳能生产者该如何准确地告诉日前团队应该为多少能量做计划，从而让每个人都省钱并保证灯火不灭？
这篇论文通过提出一种新的方式，让可再生能源生产者向市场“竞价”，从而解决了这个难题。把竞价曲线想象成餐厅给承办方的一份菜单。与其仅仅说“我们有100个汉堡”，不如说菜单上写着：“我们有100个汉堡，每个5美元；或者有200个，每个10美元。”在电力市场中，生产者提交这些菜单（竞价曲线），以说明他们能提供多少能量以及价格是多少。作者利用一种被称为“双层优化”（bilevel optimization，类似于能预判三步棋的象棋大师）的高级数学工具，计算出了能使整个游戏总成本最小化的完美菜单。
这里有一个他们发现的令人惊讶的转折：为了获得整个系统的绝对最佳结果，风能和太阳能生产者并不需要一份带有复杂价格的复杂菜单。他们只需要在菜单上画一条简单的一条线，上面写着：“我们有这么多能量，而且提供给你们的价格是零元。”论文从数学上证明，如果生产风能或太阳能的真实成本为零（事实也确实如此），那么以零价格进行竞价就足以引导系统达到最高效的状态。这就像是风和太阳在说：“拿走你需要的，免费提供，如果之后出了什么状况，我们再处理。”
研究人员利用纽约独立系统运营商（NYISO）电网在一个大规模、真实世界的规模上测试了这个想法，该电网覆盖了1,576个不同的位置（节点）并处理着数千条输电线路。他们运行了模拟实验，将这种新的“智能竞价”策略与目前的标准做法（即生产者仅仅根据他们预期能获得的平均风力或日照量进行猜测）进行了对比。结果非常显著。通过使用他们优化的竞价曲线，系统每小时比猜测策略节省了约15.5万美元。这意味着成本降低了36%！
更令人印象深刻的是，他们的这种方法使系统达到了几乎与一个“完美”的理论世界——即未来可以被100%确定的场景——同样廉价且高效的水平，而这种场景在现实生活中目前是无法实现的。论文表明，虽然生产者可以提交带有多个价格点的复杂菜单，但当他们坚持使用简单的零价格策略时，系统运行效果最好。作者建议，这一框架可以被市场监管机构用作“基准”或“风险评分”，以指导生产者如何竞价，确保每个人都在以一种能让电力对所有人既负担得起又可靠的方式参与这场游戏。虽然这项研究是基于模拟的，尚未包含电池或需求响应，但它为让我们的绿色能源转型更加平稳、更便宜提供了一条强大且经过验证的路径。
技术摘要：优化两阶段电力市场中可再生能源的报价曲线
问题陈述
向零碳电力系统的转型要求将波动性可再生能源（VRE）大规模集成到重构的电力市场中。然而，现有的市场设计植根于针对可调度化石燃料发电机的框架，通过两个连续的确定性结算阶段运行：日前市场（DAM）和实时市场（RTM）。虽然 VRE 生产者拥有零边际成本，但其固有的出力不确定性带来了协调挑战。如果生产者根据预期预测以真实的边际成本（零）进行报价，DAM 可能会过度承诺 VRE，导致在 RTM 中产生显著且高昂的再调度成本。相反，如果生产者通过提高价格来反映潜在的 RTM 风险，则可能导致调度不足，从而降低可再生能源的利用率。本文解决的核心问题是：如何确定 VRE 生产者的最优日前（DAM）报价曲线（价格与数量），以在与现有确定性市场清算结构兼容的前提下，最小化 DAM 和 RTM 的预期总系统成本。
方法论
本文提出了一种双层优化框架，用于确定 VRE 生产者的基准报价曲线。
- 上层（Upper Level）： 系统运营者（或中央规划者）优化 VRE 报价曲线（价格和数量分段），以最小化日前系统成本与预期实时再调度成本之和。
- 下层（Lower Level）： 市场清算过程分为两个阶段。首先，DAM 根据上层提供的报价曲线进行清算。其次，RTM 根据特定的不确定性实现情况（情景）进行清算，旨在最小化给定 DAM 调度计划下的再调度成本。
- 求解方法： 通用的双层问题涉及双线性项（价格 × 数量），计算具有挑战性。为了在大规模系统中求解该问题，作者采用了基于**强对偶性（Strong Duality）**和 **McCormick 包络（McCormick Envelopes）**的松弛技术。这种方法将双层问题转化为单层线性规划（LP）问题，从而实现了对超过 1,500 个节点系统的可扩展性。
- 理论简化： 作者证明，如果 VRE 的真实边际成本为零，那么使用带有零报价价格的单段报价曲线在理论上足以实现系统最优。因此，双层模型只需优化该单段的量即可。
核心贡献
- 用于报价曲线的双层框架： 本研究提出了第一个专门设计的双层优化框架，旨在通过优化 V 阶段的报价曲线来最小化两阶段市场中的预期系统成本，而非最大化单个生产者的利润。
- 零价格单段曲线的理论最优性： 论文提供了一个理论证明：只要 VRE 的边际成本为零，单段零价格曲线所实现的预期系统成本，与优化价格的多段复杂曲线所实现的成本相同。这解决了通用问题的计算复杂度问题。
- 大规模系统的可扩展方案： 通过利用强对偶性和 McCormick 包络，作者展示了该双层框架可以高效解决实际的大规模系统问题（特别是在 1576 节点 NYISO 系统上进行了测试），克服了以往基于 KKT 条件的混合整数线性规划（MILP）方法的扩展性限制。
- 实际基准化： 该框架可作为生成 VRE 生产者基准报价数量的工具。即使允许生产者使用非零价格的多段曲线，该框架也能通过调整各段的数量来逼近系统最优。
结果
该框架在包含风电和负荷数据的 1576 节点 NYISO 系统上进行了测试（数据取自 2019 年 8 月 2 日，包含 20 个联合情景）。
- 成本降低： 与 VRE 生产者仅根据预期预测量进行报价的基准“近视调度”（Myopic Dispatch, MyD）策略相比，所提议的双层框架（BiD）将每小时预期系统成本降低了 36%（从 43 万美元降至 27.5 万美元）。
- 接近随机优化水平： BiD 的结果非常接近“随机调度”（Stochastic Dispatch, StD）解，后者代表了理论上的最低成本结果，但与当前的顺序市场设计不兼容。BiD（27.5 万美元）与 StD（26.3 万美元）之间的成本差异极小。
- 价格敏感性： 模拟显示，在 BiD 框架下，将报价价格在合理范围内变化（最高至 26 美元/MWh）对系统成本影响很小，因为模型会动态调整报价数量。相比之下，MyD 策略对报价价格高度敏感，会导致显著的成本增加或供应短缺。
- 多段曲线表现： 当应用于具有固定非零价格的多段曲线时，该框架成功优化了各段的数量，其结果与单段零价格情况几乎一致。
意义与主张
本文声称，其提出的框架提供了一种实用的机制，可以在无需改变现有确定性市场结构的前提下，改善日前与实时市场之间的经济协调。通过将实时再调度的成本内化到日前报价曲线中，系统可以实现近乎最优的效率。作者强调，虽然该框架是中心化的并生成“基准”曲线，但它可以作为监管或监测工具，通过风险评分或激励机制来引导私人 VRE 生产者的报价策略。该工作明确指出，目前尚未对储能或需求响应进行建模，并将其列为未来的研究方向，且保持了中心化视角，而非针对个体生产者策略的博弈论视角。
每周获取最佳 quantitative finance 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。