数学建模社区-数学中国

标题: 基于多智能体强化学习的电力现货市场定价机制 研究(一)不同定价机制下发电商报价双... [打印本页]
作者: 杨利霞    时间: 2020-10-30 14:44
标题: 基于多智能体强化学习的电力现货市场定价机制 研究(一)不同定价机制下发电商报价双...
基于多智能体强化学习的电力现货市场定价机制 研究(一)不同定价机制下发电商报价双层优化模型

" V0 L' U6 l: i/ L
8 T6 j( Q; b7 O5 s  ^5 s
  E( U: B9 z6 z+ P! }, y" f, ]8 v+ u' L6 Z( ]; q! d& k. e. l9 @3 T
( i: o, e+ u5 h
电力现货市场定价机制是市场设计的重点问题之一，% K) _- ~, a2 @. F4 k0 n% ^/ W5 v. ]9 ]
与发电商交易行为相互影响。定价机制设计需要考虑发电商' h) W1 p0 x6 x7 k/ {; ~' B( _
可能的交易行为，而不同定价机制下发电商报价策略不同，
; J5 d: \7 @. t为系统性地解决这一嵌套难题，形成两篇不同侧重点的论 $ s+ l5 A! g# N- B' W' `. l; V
文。作为首篇，探讨了强化学习在发电商报价决策中的适用
0 _9 t. y. u; j- O( e  d' z# o性，构建了节点边际电价、系统边际电价、分区边际电价三
9 p* f# C' X. r) s种定价机制下的发电商报价双层优化模型。上层为发电商报
; y9 C8 K+ T* s0 v3 f价决策层，下层为市场出清层，决策层优化发电商报价作为4 k0 Z0 ^! l' t* q8 F- m1 D# F# L
市场出清的基础，出清层综合所有市场主体的报价信息和系
* g/ X) }4 j* r# U! @; e% F( ]4 F统运行参数，出清决定各发电商的中标电量和收益，为决策7 C# K' V4 j3 ?- o5 M) @% c# h
层优化报价策略提供依据。报价决策模型采用可变学习速率
4 y0 U* j7 V& v$ e和策略爬山算法相结合的多智能体强化学习方法求解，以避: x1 M2 u# {- N6 b: @  r4 s: m
免考虑其他主体报价变化带来的“维数灾难”问题，且避免求 ; E' P+ f. f/ `: E$ P
解过程陷入局部寻优，在实际应用中取得了较好的收敛效$ I# k  a0 M$ M/ i) y
果。最后以 IEEE 39 系统为例，选择 4 个典型负荷场景，优7 H$ ~. z7 [( Q5 y8 d  ~; q9 ^$ E3 k7 }
化三种定价机制下的发电商报价，结果表明：所提模型和算) Y: U; x( J) I" O/ Y( {6 Q0 B
法可有效求解发电商最优报价策略，获取市场均衡结果。 . N& i  }( ?: {1 R& b
1 t- R+ Z) z& f6 J0 s' \

/ T! N2 o: Z$ t3 w0 g

基于多智能体强化学习的电力现货市场定价机制 研究(一)不同定价机制下发电商报价双层优.pdf

1.31 MB, 下载次数: 0, 下载积分: 体力 -2 点



欢迎光临 数学建模社区-数学中国 (http://www.madio.net/) Powered by Discuz! X2.5