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

5 P- b* z  K1 j1 ^

: V0 d/ r' R! Z. z
( T0 C  M) I. W+ I
电力现货市场定价机制是市场设计的重点问题之一，
* D* p0 X( a" w3 w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
4 ?9 S2 J2 o  z* m1 z2 }0 v可能的交易行为，而不同定价机制下发电商报价策略不同，
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 n% H# ?( O( U3 D+ I文。作为首篇，探讨了强化学习在发电商报价决策中的适用
& @( ^& t3 `9 T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
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
! W' f  ^; m: a/ t0 \统运行参数，出清决定各发电商的中标电量和收益，为决策
: W. m- I$ y; {3 G# e! Y# m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
( b  m3 U$ Z4 P% A3 z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
1 `7 D$ t$ i  j/ h. h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
! _7 m% j9 g* A果。最后以 IEEE 39 系统为例，选择 4 个典型负荷场景，优
, z# _' R7 N, E9 C, T( ~8 `9 G化三种定价机制下的发电商报价，结果表明：所提模型和算
法可有效求解发电商最优报价策略，获取市场均衡结果。

) A! ?+ j: c5 T0 u3 a3 x
$ U, e" A( R: X& r8 l  E/ g