Az előző napi (day-ahead) villamosenergia-piaci aukciókon a szereplők eladási és vételi ajánlatokat nyújtanak be a következő nap egy adott időszakára. A piacok tisztítása, azaz az aukció lebonyolítása, jellemzően sokváltozós, időigényes optimalizálási problémaként kerül megfogalmazásra, ahol az egyes licitek (részleges vagy teljes) elfogadásáról/elutasításáról kell dönteni, valamint a periódusok piactisztító árait kell meghatározni különböző fizikai korlátozások figyelembevétele mellett. A legnagyobb nehézség a nem-konvex tényezők jelenléte, melyek elsősorban a résztvevők technológiai adottságaiból fakadnak (pl. erőművek tehetetlensége). Egyes licitek minimális elfogadási rátával, vagy indítási költséggel rendelkeznek, továbbá előfordulnak több periódusra benyújtott kapcsolt ajánlatok (blokk ajánlatok).

Az optimalizációs feladat megoldása megvalósítható a különálló standard ajánlatok aggregációjával. A reguláris ajánlatokat egységáruk szerint csoportosítva összevonjuk periódusonként (ezt nominális aggregációnak nevezzük), majd megoldjuk a rájuk felírt optimalizálási problémát. A következő lépésben fixáljuk egyes kiindulási ajánlatok elfogadási indikátorait az első optimalizáció eredménye alapján, ezután dekomponáljuk a piactisztító ár közelében lévő aggregált ajánlatokat. Egy újabb optimalizációt végzünk a fennmaradó licitekre (figyelembe véve azt, hogy a kereslet-kínálat egyensúlya az említett ajánlatok fixálásával jellemzően sérül), így megkapjuk a hozzájuk tartozó elfogadási indikátorokat is, és végül összefűzzük a két eredményt.

A tavalyi, hasonló témájú dolgozat hiányosságait pótolva, az idei munka explicit módon tartalmazza a piactisztító árakat, mint változókat, a hozzájuk tartozó implikációkkal együtt. Így az algoritmus figyelembe veszi az esetlegesen paradox módon elutasított nemkonvex ajánlatok hatását az eredményre.

Az imént röviden ismertetett algoritmus több nagyságrenddel képes csökkenteni a számításhoz szükséges időt, azonban olykor szuboptimális eredményre jut. Az, hogy pontosan mely liciteket vonjuk össze a számítás során, befolyásolhatja az algoritmus végeredményének optimalitását illetve szuboptimalitását. Éppen ezért, többféle licit-összevonási megközelítést alkalmazunk, melyek párhuzamosan is futtathatók. Ha ezen esetek közül a legjobb kimenetelűt tekintjük, végeredményben potenciálisan optimálisabb eredmény elérése válik lehetővé.