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

' r7 h: y) B9 g. w* O* S% U/ H6 N. \
+ J, q2 N2 T! o0 }6 c电力现货市场定价机制是市场设计的重点问题之一，
+ B# x6 ]% E1 I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
文。作为首篇，探讨了强化学习在发电商报价决策中的适用
, v; ^, R5 k/ j+ e6 c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
. [! ^0 H6 T( W' S# U: T7 ~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
! O' R: n. n3 `9 r( {1 E* H/ K统运行参数，出清决定各发电商的中标电量和收益，为决策
, l3 m  i& Y9 d4 S% J. I3 r) 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
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 H) t$ \3 X, M2 k( Y6 f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
化三种定价机制下的发电商报价，结果表明：所提模型和算
% o  y0 d+ A! t法可有效求解发电商最优报价策略，获取市场均衡结果。
3 N, d% ~# u3 L0 j- r+ z

: y, T  ?, ]; z' k