|
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
$ \" a6 z) p4 X( v5 l
9 I. C$ B% Z% B. U% ]3 n, m6 |1 t6 M8 r$ y, n# a
- B% k# Q S1 w; y
1 R9 \, l3 b; z W/ \电力现货市场定价机制是市场设计的重点问题之一，; q E- T% A7 W" Q' x/ [3 ]' [
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- c7 o6 l1 Z$ ?! }1 i
可能的交易行为，而不同定价机制下发电商报价策略不同， 4 i: [) I" E( V+ `# X0 M5 i
为系统性地解决这一嵌套难题，形成两篇不同侧重点的论
1 B' Q. i: V7 j1 }文。作为首篇，探讨了强化学习在发电商报价决策中的适用
4 K; t6 h/ _ J3 F; Q [' {! O性，构建了节点边际电价、系统边际电价、分区边际电价三
% E% N C! T) D- E; G `' Y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% y) l/ j5 }, j0 @; 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1 w% z- |4 ?. o) n& ]" s, T
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
0 o/ u2 g" q' Y统运行参数，出清决定各发电商的中标电量和收益，为决策
" D4 w q" J x% U- a) Z# h( b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
9 C( G9 p+ P% p% f2 X( w5 D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- r* ]' k* W) X# _
免考虑其他主体报价变化带来的“维数灾难”问题，且避免求
0 R6 z; R$ Z. K( `+ o' l解过程陷入局部寻优，在实际应用中取得了较好的收敛效' Q# r) ^ P+ X% ~$ Q8 r# \# T
果。最后以 IEEE 39 系统为例，选择 4 个典型负荷场景，优* r u6 S3 X/ o- X8 b- _
化三种定价机制下的发电商报价，结果表明：所提模型和算
- F8 q' j2 A, I+ V法可有效求解发电商最优报价策略，获取市场均衡结果。 6 V* R# w# R; L* y7 F
/ `5 a! j* s7 Z2 B
* D2 r6 q+ V3 Q9 v: q3 f5 F | 
IP卡
狗仔卡
发表于 2020-10-30 14:44
转播
淘帖
分享
收藏
支持
反对
微信
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
抢沙发
显身卡
