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

  x, m: e% ]; Y1 v$ S; L9 {$ v
, l# F/ G0 a8 s% D3 A% _0 k

电力现货市场定价机制是市场设计的重点问题之一，
% [! D1 P9 R+ |- E4 D4 _2 u  D* E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
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
价决策层，下层为市场出清层，决策层优化发电商报价作为
( C+ x2 S, i0 R( o$ n4 U2 u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
, b# K& c$ O& l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
/ a0 T& V, K; I' p! S  X0 {& O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
. s' L* c& j; g' }7 S化三种定价机制下的发电商报价，结果表明：所提模型和算
' ?4 U( }& T& W! C1 ?法可有效求解发电商最优报价策略，获取市场均衡结果。
2 G$ J4 x: C7 g( }

! u! G" x- I$ T0 e4 I