基于Agent的發(fā)電商競價策略研究.pdf

1、自上世紀以來,電力行業(yè)改革席卷全球,美國、英國等國家紛紛加入進來,中國也不例外。近些年來,智能電網的發(fā)展需要市場進一步提高能源利用效率,優(yōu)化資源配置水平,達到社會效益最大化。而Agent作為一類智能度高,具有一定自主的理性行為的實體,其廣泛應用為解決電力市場問題提供了良好的理論基礎。
　　 本文首先歸納了目前電力行業(yè)的發(fā)展現(xiàn)狀,并總結了國內外關于發(fā)電商競價問題的研究現(xiàn)狀,提出了發(fā)電商競價問題的研究思路。
　　 發(fā)電商需要

2、在考慮自身成本的基礎上,采取一定的策略,使得其在競爭中獲得最大的利潤。本文分析了發(fā)電商競價的影響因素,包括市場運營模式、電力供求情況、輸電阻塞、機組約束等。通過對美國“標準市場設計”、英國“POOL模式”以及“NETA模式”等電力市場運營模式以及我國電力市場運營模式的探討,分析了運營模式對發(fā)電商競價的影響。并討論當需求與供應發(fā)生變化時,電價的變化情況,以及考慮機組特性,輸電阻塞等情況下,對于發(fā)電商競價策略的影響。
　　 由于發(fā)電

3、商的競價問題需要考慮多種因素的影響,采用傳統(tǒng)方法的建模、求解過程將存在相當大的難度。采用Agent理論可以有效對該問題進行建模,使得發(fā)電商在競爭過程中具有智能體特性。這是由于Agent理論不需要對事物的實質做深入研究,只需要通過觀察環(huán)境,對所處的狀態(tài)做出反應,即采取相應的策略。
　　 本文利用模糊Q學習方法對發(fā)電商的競價策略進行探討,使得Agent應用Q函數制定相應的競價策略。將模糊理論與Q學習結合起來,使得環(huán)境以及行動空間合理

4、泛化,減少存儲空間,提高遍歷速度,減少尋找Q值時間。通過算例對于發(fā)電商競價情況進行仿真,并驗證了考慮爬坡限制以及不同市場規(guī)則的情況下方法的適應性及有效性。
　　 最后本文應用Repast基于Agent的建模與仿真工具平臺,對發(fā)電商競價系統(tǒng)進行了搭建,完成了相應的系統(tǒng)配置以及定義Agent及屬性,定義空間類,定義系統(tǒng)時間序列,定義輸入輸出,并通過實例對運營日內發(fā)電商的競價行為進行模擬,并考察了當輸電系統(tǒng)出現(xiàn)阻塞時,發(fā)電商Agent