Abstract- Investment in new generation capacity is considerably affected by issues such as regulatory-determined incentives, techno-economic uncertainties and financial risks. In addition, increased penetration of renewables such as wind capacities resulting in decreased market prices, leads to the augmented risk of investing in conventional generations such as thermal technologies, which may hamper generation adequacy. Thus, to meet regulatory goals for adequacy and environmental considerations, regulators should determine investment incentives considering targets for techno-environmental issues and generation investors’ risks. So, this paper presents a bi-level robust regulatory model, in which regulator in the first level designs incentives considering generation companies’ (GENCOs’) investment response to regulatory decisions. In the second level, a robust game-theoretic model is considered to capture interactions between risk-averse GENCOs, facing uncertainties such as rivals’ behavior and nondispatchable generations. The effectiveness of proposed model is demonstrated by IEEE-RTS and ERCOT test systems and the results are compared with those obtained in the deterministic cases. As the results show, capacity payments and feed-in premiums should be coordinately designed to meet regulatory targets for techno-environmental conditions. Besides, more levels of uncertainties lead to designing more levels of investment incentives with respect to the deterministic case. Moreover, the more is the level of GENCOs’ risk-aversion, the more is the cost of designed incentives for promising regulatory targets considering GENCOs’ risk-hedging.

中文翻译：

---

寡头垄断电力市场中传统和可再生容量中基于风险的发电投资的协调：一种强大的监管工具

摘要- 对新发电能力的投资受到监管决定的激励措施、技术经济不确定性和金融风险等问题的显着影响。此外，风能等可再生能源的渗透率增加导致市场价格下降，导致投资于热技术等传统发电的风险增加，这可能会阻碍发电充足性。因此，为了满足充分性和环境考虑的监管目标，监管者应该考虑技术环境问题和发电投资者风险的目标来确定投资激励措施。因此，本文提出了一个双层稳健监管模型，其中第一级监管机构考虑发电公司（GENCO）对监管决策的投资反应来设计激励措施。在第二个层次中，考虑了一个稳健的博弈论模型来捕捉风险规避 GENCO 之间的相互作用，面临着竞争对手的行为和不可调度的世代等不确定性。IEEE-RTS 和 ERCOT 测试系统证明了所提出模型的有效性，并将结果与​​在确定性情况下获得的结果进行了比较。如结果所示，容量支付和上网溢价应协调设计，以满足技术环境条件的监管目标。此外，更多级别的不确定性导致针对确定性案例设计更多级别的投资激励措施。此外，GENCO 的风险规避水平越高，考虑到 GENCO 的风险对冲，为有希望的监管目标设计的激励成本就越高。一个稳健的博弈论模型被认为可以捕捉风险规避 GENCO 之间的相互作用，面临着竞争对手的行为和不可调度的世代等不确定性。IEEE-RTS 和 ERCOT 测试系统证明了所提出模型的有效性，并将结果与​​在确定性情况下获得的结果进行了比较。如结果所示，容量支付和上网溢价应协调设计，以满足技术环境条件的监管目标。此外，更多级别的不确定性导致针对确定性案例设计更多级别的投资激励措施。此外，GENCO 的风险规避水平越高，考虑到 GENCO 的风险对冲，为有希望的监管目标设计的激励成本就越高。一个稳健的博弈论模型被认为可以捕捉风险规避 GENCO 之间的相互作用，面临着竞争对手的行为和不可调度的世代等不确定性。IEEE-RTS 和 ERCOT 测试系统证明了所提出模型的有效性，并将结果与​​在确定性情况下获得的结果进行了比较。如结果所示，容量支付和上网溢价应协调设计，以满足技术环境条件的监管目标。此外，更多级别的不确定性导致针对确定性案例设计更多级别的投资激励措施。此外，GENCO 的风险规避水平越高，考虑到 GENCO 的风险对冲，为有希望的监管目标设计的激励成本就越高。面临不确定性，例如竞争对手的行为和不可调度的世代。IEEE-RTS 和 ERCOT 测试系统证明了所提出模型的有效性，并将结果与​​在确定性情况下获得的结果进行了比较。如结果所示，容量支付和上网溢价应协调设计，以满足技术环境条件的监管目标。此外，更多级别的不确定性导致针对确定性案例设计更多级别的投资激励措施。此外，GENCO 的风险规避水平越高，考虑到 GENCO 的风险对冲，为有希望的监管目标设计的激励成本就越高。面临不确定性，例如竞争对手的行为和不可调度的世代。IEEE-RTS 和 ERCOT 测试系统证明了所提出模型的有效性，并将结果与​​在确定性情况下获得的结果进行了比较。如结果所示，容量支付和上网溢价应协调设计，以满足技术环境条件的监管目标。此外，更多级别的不确定性导致针对确定性案例设计更多级别的投资激励措施。此外，GENCO 的风险规避水平越高，考虑到 GENCO 的风险对冲，为有希望的监管目标设计的激励成本就越高。IEEE-RTS 和 ERCOT 测试系统证明了所提出模型的有效性，并将结果与​​在确定性情况下获得的结果进行了比较。如结果所示，容量支付和上网溢价应协调设计，以满足技术环境条件的监管目标。此外，更多级别的不确定性导致针对确定性案例设计更多级别的投资激励措施。此外，GENCO 的风险规避水平越高，考虑到 GENCO 的风险对冲，为有希望的监管目标设计的激励成本就越高。IEEE-RTS 和 ERCOT 测试系统证明了所提出模型的有效性，并将结果与​​在确定性情况下获得的结果进行了比较。如结果所示，容量支付和上网溢价应协调设计，以满足技术环境条件的监管目标。此外，更多级别的不确定性导致针对确定性案例设计更多级别的投资激励措施。此外，GENCO 的风险规避水平越高，考虑到 GENCO 的风险对冲，为有希望的监管目标设计的激励成本就越高。此外，更多级别的不确定性导致针对确定性案例设计更多级别的投资激励措施。此外，GENCO 的风险规避水平越高，考虑到 GENCO 的风险对冲，为有希望的监管目标设计的激励成本就越高。此外，更多级别的不确定性导致针对确定性案例设计更多级别的投资激励措施。此外，GENCO 的风险规避水平越高，考虑到 GENCO 的风险对冲，为有希望的监管目标设计的激励成本就越高。