發(fā)電商報(bào)價(jià)策略的Q學(xué)習(xí)模型分析.pdf

1、自上世紀(jì)80年代末以來(lái)，電力行業(yè)改革的浪潮席卷全球。為了提高電力生產(chǎn)效率，降低電價(jià)，優(yōu)化資源配置，打破傳統(tǒng)的行業(yè)壟斷主導(dǎo)結(jié)構(gòu)，從而達(dá)到社會(huì)整體效益最優(yōu)，必須引入競(jìng)爭(zhēng)機(jī)制，研究并發(fā)展電力市場(chǎng)。近年來(lái)Agent技術(shù)在電力市場(chǎng)仿真研究領(lǐng)域得到廣泛使用，因?yàn)閷?duì)于市場(chǎng)運(yùn)行中的各種不穩(wěn)定狀況，應(yīng)用Agent技術(shù)進(jìn)行模擬、預(yù)測(cè)和處理的效果優(yōu)于傳統(tǒng)方法。 本文針對(duì)日前電力市場(chǎng)發(fā)電商利益最大化問(wèn)題，利用Q學(xué)習(xí)算法構(gòu)造了發(fā)電商Agent報(bào)價(jià)決策模型

2、并用以模擬發(fā)電商之間的默契串謀現(xiàn)象。文章闡述了該算法應(yīng)用于電力市場(chǎng)仿真的建模過(guò)程，并且通過(guò)算例驗(yàn)證了發(fā)電商利用該學(xué)習(xí)控制方法幫助制定報(bào)價(jià)策略的優(yōu)勢(shì)。發(fā)電商通過(guò)Q學(xué)習(xí)可以制定出完整的利潤(rùn)最大化策略，在考慮網(wǎng)絡(luò)阻塞及爬坡限制后，發(fā)電商仍可以對(duì)市場(chǎng)狀態(tài)作出準(zhǔn)確判斷，調(diào)整報(bào)價(jià)策略。仿真結(jié)果表明，利用Q學(xué)習(xí)幫助決策報(bào)價(jià)的發(fā)電商數(shù)增多將會(huì)造成市場(chǎng)的出清電價(jià)提高。此外，本文提出的另一種發(fā)電商Q學(xué)習(xí)決策模型可以較真實(shí)地模擬出低成本機(jī)組之間默契串謀使得高