XiaoMi-AI文件搜索系统
World File Search System套利
使用Bellman-Ford算法
摘要 - 本文提出了一种旨在检测套利机会的模型，重点是三角形和跨市场套利。利用Bellman-Ford算法和图形理论，该模型有效地确定了负循环，指示了高流动性环境中潜在套利的负循环，并结合了虚拟和实时数据。虽然证明它对于三角套利特别有效，但该模型需要进一步的完善才能提高其在跨市场场景中的有效性。在实际交易方案中，该模型面临着重大挑战，例如需要快速执行，交易费用的影响以及波动金融市场的需求。该研究讨论了必要的模型增强功能，以提高现实世界的适用性和执行效率。
通过智能调度电池储能实现能源套利，同时考虑电池退化和电价预测
摘要 — 随着电动汽车和用于缓冲光伏能源的家用电池市场的不断增长，电网一体化锂离子电池的数量在过去几年中不断增加。除了主要用途之外，这些电池还可用于为电网提供服务，如调峰或调频。然而，此类服务对电池所有者的盈利能力仍然是一个有争议的问题。特别是，由于能量吞吐量增加而导致的电池性能下降被认为是盈利运营的主要障碍。本文提出了一种调度方法，该方法考虑了电池老化与各种运行参数的非线性依赖关系以及实时价格和价格预测，以计算最佳充电/调度计划。该方法适用于从四个不同电力市场获得的价格数据。调查部分证实了现有的盈利能力问题，但进一步表明，明确考虑电池性能下降可以产生有利可图的结果。探索使用总边际价格和位置边际价格以及不同预测范围和时间分辨率的各种场景，以确定有利的运营条件。索引术语 — 电池、电池退化、电动汽车、电网整合、调度
防止储物电池中热失控的危险...
能量套利和负载以下的结果显示为能量套利。在一项研究中，从桑迪亚国家实验室（Sandia National Laboratory）考虑两者，这两种结果均分别显示和标记。备份功率在任何报告中均未重视。
电网规模商用存储的关键价值驱动因素
项目可用的来源。这些来源因市场、用例和时期而异。例如，在目前可再生能源渗透率相对较低的市场（例如东北部），短期收入将主要由容量和辅助服务驱动，而能源套利随着时间的推移将成为更强大的驱动力。此外，并非所有收入来源都可同时获得 - 在给定时间范围内参与能源套利与辅助服务的最佳或次优选择可能会对项目收入产生重大影响。最后，可以将特定州的收入来源（例如马萨诸塞州的清洁峰值标准）评估为能源套利、辅助服务和容量收入的补充。
总体情况：马其顿的中长期经济
到目前为止，经济增长过于集中于依赖所谓外生增长因素的模式。根据这些模型，生产力因素被认为完全来自外部，通过知识的进口。这在实践中是通过增加外国直接投资 (FDI) 来实现的，外国投资者通过这种投资将先进的生产设备进口到东道国，并培训劳动力从事特定的专业生产。显然，北马其顿的经济增长模式是基于劳动力成本套利和所得税率套利，无法实现全面的包容性增长，无法产生显著的附加值并加速提高生活水平。因此，从长远来看，基于劳动力价格套利和税收激励来吸引外国直接投资是不可持续的。
贝尔蒙特多策略基金 - A 类股票
Belmont 多策略基金结合了多种对冲基金策略，由一组精选的外部投资经理执行。该基金寻求高个位数的回报，但波动性较低。与主要股票和债券指数的相关性也较低。该基金的大部分资产分配给两位多团队经理，策略包括基本股票多空、统计套利、股票市场中性、固定收益套利、合并套利和全球宏观。管理期货和定量全球宏观的分配较少。该基金将在全球范围内进行投资，但集中于北美、欧洲和亚洲的发达市场，因为这些市场的流动性较高。使用的工具将包括公开交易的股票市场、全球期货合约和流动性更强的固定收益工具。
利用深度强化学习共同优化电池存储，实现实时市场的能源套利和频率调节
摘要：电池储能系统 (BESS) 在消除可再生能源发电相关的不确定性、维持电网稳定性和提高灵活性方面发挥着关键作用。本文使用 BESS 同时提供能源套利 (EA) 和频率调节 (FR) 服务，以在物理约束范围内最大化其总收益。EA 和 FR 操作在不同的时间尺度上进行。多时间尺度问题被表述为两个嵌套的马尔可夫决策过程 (MDP) 子模型。该问题是一个复杂的决策问题，具有大量高维数据和不确定性（例如电价）。因此，提出了一种新颖的协同优化方案来处理多时间尺度问题，并协调 EA 和 FR 服务。使用三重深度确定性策略梯度和探索噪声衰减 (TDD-ND) 方法在每个时间尺度上获得最佳策略。使用来自美国 PJM 监管市场的实时电价和监管信号数据进行模拟。模拟结果表明，所提出的方法比文献中研究的其他策略表现更好。
合作随机动态规划模型...
其他分析通过放宽完全预见假设或将套利与其他用途结合起来考虑，扩展了这些工作。Mokrian 和 Stephen[24]描述了一个随机动态规划（SDP）模型，用于在考虑能源价格不确定性的同时最大化预期套利收入。Sioshansi 等人[35, 34]通过检查“回溯”启发式方法放宽完全预见假设，其中使用假设重复的历史价格模式来调度存储。Walawalkar 等人[39]研究了纽约 ISO 市场的存储经济学，同时考虑了套利和辅助服务（AS）。AS 是公用事业或系统运营商（SO）储备的过剩发电能力，以便为实际和预测的能源需求或供应之间的实时偏差提供缓冲。他们发现，如果在纽约市安装储能系统，则很有可能产生正的净现值。 Drury 等人 [9] 研究了美国多个市场中储能的套利和 AS 价值。其他论文研究了储能和可再生能源之间的相互作用。这包括使用储能来缓解可再生能源的变化和不确定性 [26、1、15]；储能和可再生能源的经济和排放影响 [6、17、32、31]；以及使用储能来减少对专用输电线路将可再生能源输送到负荷中心的需求 [7、33]。
了解澳大利亚的 BESS 市场
BESS 市场也已发展成为提供增收业务模式的市场，例如价值叠加和主机托管，以优化现有可再生能源资产的回报。价格套利趋势日益增长，导致 BESS 项目规模更大、持续时间更长，因为它们能够比短期电池更好地将套利机会商业化。因此，较大规模的项目更加重视规划阶段，同时也将供应链的价值杠杆转向释放中下游阶段的成本节约机会和效率。
电力市场中具有市场力量的电池
图 1 显示了电池套利对不同折旧成本（0、20、40 欧元/兆瓦时）市场价格的影响，与没有电池的情况相比。当电池成本非常低时（例如，参见 𝐶= 0 的极端情况），电池在价格低时会提高价格，在价格高时会降低价格。但是，当电池成本低于市场价格的平均值时（参见 𝐶= 20 ），电池就会有权衡，当价格飙升高于折旧成本时，电池就会进行套利。这种情况在最高峰值价格（而不是最低峰值价格）下更常见。因此，电池更有可能降低价格。我们的结果表明，当电池的折旧成本在0至40欧元/兆瓦时之间时，电池的价格套利使峰值与平均价格的比率从1.16降低到1.11，而最低与平均价格的比率从0.88降低到0.91。