MétaCan
Menu
Retour à la cohorte
Enregistrement W2109107914 · doi:10.1109/tpwrs.2004.835638

Pay-as-Bid versus Marginal Pricing—Part I: Strategic Generator Offers

2004· article· en· W2109107914 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2004
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Power System Optimization
Établissements canadiensMcGill University
Organismes subventionnairesTsinghua University
Mots-clésPaymentGenerator (circuit theory)EconomicsMarginal costMicroeconomicsElectricity marketYield (engineering)ElectricityMarginal utilityEconometricsPower (physics)FinanceEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

As the arguments for and against the use of pay-as-bid (PAB) or marginal pricing (MP) in electricity pools tend to be qualitative, we compare the quantitative behavior of the two markets assuming that generators submit the best strategic offers that correspond to the specified pricing method. In Part I of this two-part study, assuming that the system marginal costs for PAB and MP are random with known probability density functions, we develop generator strategic offers by maximizing the corresponding expected values of the generator profits over the offer parameters. In Part II relations are established between the SMCs for each market type and a common random demand, thus allowing the two markets to be compared through the expected values and variances of the individual generation profits and of the consumer payments. This comparison demonstrates both theoretically and through simulation that: 1) the expected values of the individual generator profits as well as of the consumer payments are the same under MP and PAB and 2) the variances of the individual generator profits and of the consumer payments however are larger under MP than under PAB. The primary conclusion is then that although MP and PAB yield identical expected generator profits and consumer payments, the risk of not meeting these expected values is greater under MP than under PAB.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,216
Écart entre enseignants0,200 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle