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

: }# L9 @6 ~  K7 Y
. l; E, K. j# Z" e
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
, \# H1 _# t. \3 R. x6 b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
0 N- w( q. s8 e- q文。作为首篇，探讨了强化学习在发电商报价决策中的适用
: j5 S$ {+ T- d) s! k性，构建了节点边际电价、系统边际电价、分区边际电价三
) H2 S5 K) R* v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
1 ]& G; n* s! ]* g4 X: o. c价决策层，下层为市场出清层，决策层优化发电商报价作为
$ J0 ~, |7 o0 J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
  D0 R8 U' D5 s/ x: I- j2 `7 H5 ~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
/ B6 l, g/ Y9 y: i( T* [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 U6 `2 N2 d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
法可有效求解发电商最优报价策略，获取市场均衡结果。
0 m+ E' v1 D/ Y! G8 P1 W8 @