| Summary: | In a merit-order electricity pool market, generating companies (Gencos) game with their offered incremental cost to meet the electricity demand and earn bigger market shares and higher profits. However when the demand is treated as a random variable instead of as a known constant, these Genco gaming strategies become more complex. === After a brief introduction of electricity markets and gaming, the effects of demand uncertainty on strategic gaming are studied in two parts: (1) Demand modelled as a discrete random variable (2) Demand modelled as a continuous random variable. === In the first part, we proposed an algorithm, the discrete stochastic strategy (DSS) algorithm that generates a strategic set of offers from the perspective of the Gencos' profits. The DSS offers were tested and compared to the deterministic Nash equilibrium (NE) offers based on the predicted demand. This comparison, based on the expected Genco profits, showed the DSS to be a better strategy in a probabilistic sense than the deterministic NE. === In the second part, we presented three gaming strategies: (1) Deterministic NE (2) No-Risk (3) Risk-Taking. The strategies were then tested and their profit performances were compared using two assessment tools: (a) Expected value and standard deviation (b) Inverse cumulative distribution. We concluded that despite yielding higher profit performance under the right conjectures, Risk-Taking strategies are very sensitive to incorrect conjectures on the competitors' gaming decisions. As such, despite its lower profit performance, the No-Risk strategy was deemed preferable. === Dans le marché d'électricité mutuel, gouverné par l'ordre de mérite, les compagnies de production (Gencos) jouent avec leurs coûts différentiels offerts pour gagner une plus grande part du marché ainsi qu'un profit plus élevé, tout en satisfaisant la demande des consommateurs. Toutefois, lorsque la demande est considérée comme une variable aléatoire au lieu d'une constante définie, les stratégies de jeu des Gencos deviennent beaucoup plus difficiles à gérer. === Après une introduction sur les marchés d'électricité et la théorie des jeux, nous étudions les effets de l'incertitude de la demande sur les stratégies de jeu en deux parties : (1) la demande est traitée comme une variable aléatoire discrète (2) la demande est traitée comme une variable aléatoire continue. === Dans la première partie nous proposons un algorithme, l'algorithme de la stratégie stochastique discrète (DSS) qui nous donne un ensemble d'offres stratégiques visant de meilleurs profits pour les Gencos. Les offres calculées par l'algorithme DSS ont été testées et comparées aux offres de l'algorithme d'équilibre Nash (NE) non-stochastique, basé sur la demande prévue. Utilisant les résultats de cette comparaison où on évalue l'espérance mathématique des profits des Gencos, nous avons conclu que la stratégie DSS donne un meilleur rendement stochastique que celle du NE non-stochastique === Dans la deuxième partie de l'étude nous avons présenté trois stratégies de jeu : (1) Le NE non-stochastique (2) Sans-Risque (3) Avec-Risque. Les stratégies ont été testées et leurs performances vis-à-vis des profits des Gencos furent comparées utilisant deux outils d'évaluation : (a) Espérance mathématique et écart-type (b) Fonction de répartition inverse. Nous avons conclus que, malgré leurs performances plus élevées vis-à-vis des profits aves les conjectures correctes, les stratégies Avec-Risque sont très sensibles aux erreurs dans les conjectures à propos des décisions de jeu des concurrents. De ce fait, même avec une performance moins favorable, la stratégie Sans-Risque fut considérée préférable.
|
|---|
