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

! G8 k. Q; ^9 e. Q$ z$ u电力现货市场定价机制是市场设计的重点问题之一，
0 X& V) ?! a5 t; r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，
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 B4 }' C( K2 p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
8 u6 N0 u" o( l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
统运行参数，出清决定各发电商的中标电量和收益，为决策
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
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
7 }/ Z& Q" n' @3 s, L6 s免考虑其他主体报价变化带来的“维数灾难”问题，且避免求
/ [8 V( D, j4 F8 V7 g) z3 t解过程陷入局部寻优，在实际应用中取得了较好的收敛效
+ g8 @( F& z5 ^, ]( b  w果。最后以 IEEE 39 系统为例，选择 4 个典型负荷场景，优
化三种定价机制下的发电商报价，结果表明：所提模型和算
: @0 d1 z( k& L4 C: _2 \' p1 J$ h% v法可有效求解发电商最优报价策略，获取市场均衡结果。
' H' F( J7 {) p0 O' l9 T! u0 h

) z- T; {" y1 }+ s+ A: \; }% V