|
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
( c! O3 G" ]3 [$ c$ Z; Z
( }2 y1 t+ m: l- f/ B# c2 B) O5 H, r
1 L& ?$ F x+ X1 K/ h4 {9 E
. e4 |( G+ j! @( J$ S2 N+ [) K电力现货市场定价机制是市场设计的重点问题之一，, i/ S" Z0 x# ]) u, p; h n
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
5 ^; {* f/ A3 Q- T. _可能的交易行为，而不同定价机制下发电商报价策略不同， , {$ B) z0 S! i+ [6 A
为系统性地解决这一嵌套难题，形成两篇不同侧重点的论 3 O/ e9 ^% A4 o- k8 d: z
文。作为首篇，探讨了强化学习在发电商报价决策中的适用( W; W+ s$ s7 }
性，构建了节点边际电价、系统边际电价、分区边际电价三
7 L% |& T8 R ]6 u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
& F# U; w( q: a价决策层，下层为市场出清层，决策层优化发电商报价作为
" `+ U8 `! F0 K) X, a% q: w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( v( ^, Q; Y5 Z- A8 u N. @5 ?
统运行参数，出清决定各发电商的中标电量和收益，为决策% @* v5 Q3 m' X; x' V% A/ U0 V
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% k1 u# m* ^; W- _ C6 v" a
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
: e9 S, o! e( c5 d免考虑其他主体报价变化带来的“维数灾难”问题，且避免求 - q1 x+ l7 q- ?# f: ?3 c
解过程陷入局部寻优，在实际应用中取得了较好的收敛效# W0 o9 J8 B1 i: v/ o/ C
果。最后以 IEEE 39 系统为例，选择 4 个典型负荷场景，优
) m' ~# k% y5 a& l ~8 E化三种定价机制下的发电商报价，结果表明：所提模型和算
N3 e D6 A5 t8 h$ M0 F0 k法可有效求解发电商最优报价策略，获取市场均衡结果。 5 J2 j4 h' q! |; Y* z# \4 Y% n
* `6 x+ Y( [. i& M. H# r4 T
9 ~& z" R' @: w; r. F6 z | 
IP卡
狗仔卡
发表于 2020-10-30 14:44
转播
淘帖
分享
收藏
支持
反对
微信
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
显身卡
