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

6 K% ]3 A. a4 `5 M9 d

3 W- h+ b" V. G# `7 S* ]* ^$ s
/ W8 }4 x0 i& u! O8 N
: J, M$ N/ y+ c: ?/ g# Y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
  z- w3 b" B: P, D! g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, {: h$ o! T/ 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
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
# d2 x( l  r8 L1 v/ Y1 B7 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
% D" W- F; U4 B- R& ], x8 Q% ]6 a: ^统运行参数，出清决定各发电商的中标电量和收益，为决策
" M7 ~4 N: \* @; @. j4 O& M/ R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
. {: O) J" i( n' P/ c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
4 j+ U& z: o" l: ]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。

: r8 h# T) o1 ]$ A0 W