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

0 T" p! y8 D; Y1 X, o

+ K! r8 p9 d% h2 o( T3 T" c电力现货市场定价机制是市场设计的重点问题之一，
2 r) k$ c4 k8 v% ~  C% g) ^: F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
! q- O0 \4 x8 j& c+ w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
  F  P; l5 p& {% B2 n, u1 a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
! @" N7 d: Q& h. b/ W% z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
! n4 c" [$ b, Y$ _( K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
! [. }  _; S8 p- _7 V+ u! P9 ^2 v2 {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
# W, b, t: p, S! G2 C% c8 m/ s法可有效求解发电商最优报价策略，获取市场均衡结果。
# A8 [' I+ \- F/ j, C; s& {! C+ K: P

4 @1 |0 o) s; v