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...

杨利霞

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

" |$ S# H' w' p' ~4 n( D$ e
$ M/ _" t+ \  @/ |
- ?2 V+ N) K! K" a  N/ L" }+ P! S

电力现货市场定价机制是市场设计的重点问题之一，
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
可能的交易行为，而不同定价机制下发电商报价策略不同，
* T: K6 n7 {/ \) k. O为系统性地解决这一嵌套难题，形成两篇不同侧重点的论
6 }4 _8 d4 T0 [( w文。作为首篇，探讨了强化学习在发电商报价决策中的适用
性，构建了节点边际电价、系统边际电价、分区边际电价三
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
价决策层，下层为市场出清层，决策层优化发电商报价作为
* ]6 j" B: Z8 G0 b, Y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
统运行参数，出清决定各发电商的中标电量和收益，为决策
9 m+ Z: q8 y! H: u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
8 e# }: z, T# r0 {& u8 Q- \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
免考虑其他主体报价变化带来的“维数灾难”问题，且避免求
解过程陷入局部寻优，在实际应用中取得了较好的收敛效
果。最后以 IEEE 39 系统为例，选择 4 个典型负荷场景，优
  x. U# @4 J+ }$ _化三种定价机制下的发电商报价，结果表明：所提模型和算
' P8 Z) J0 H5 _  s法可有效求解发电商最优报价策略，获取市场均衡结果。


8 h# @3 ~8 x: X2 p- _$ T6 T! X/ ?, y