电力市场智能模拟中代理决策模块的实现

在日前交易方式下,发电厂商为了追求长期最大利润,竞价策略显得尤其重要。通常,发电厂商运用的策略过于复杂,难以用传统的博弈论方法来建模。人工智能中强化学习 Q -learning算法是一种自适应的学习方法,使代理能够通过不断与环境进行交互所得到的经验进行学习,适合在电力市场智能模拟中运用。文中在开放源代码的电力市场智能模拟平台AMES上,增加了发电厂商代理基于 Q -learning的竞价决策程序模块,并在5节点测试系统上进行模拟。实验结果表明,运用基于 Q -learning算法竞价决策使代理可以较好地模拟发电厂商的经济特性,且在相同条件下表现出比AMES原有的VRE learning算法更强的探索能力。     

基于代理的电力市场仿真的实验设计方法探讨

基于代理的计算经济学已经成为电力市场研究的一种重要方法,但是,作为一种新的方法,还有许多问题没有解决,其中一个基本的问题是研究方法的问题,包括仿真实验的设计方法、仿真结果的分析方法等.文中首先给出了电力市场仿真中一些关键概念的定义,然后以电力市场研究中常用的一种代理学习算法--Roth-Erev法为例,基于一个拥有4个发电商的日前电力市场,进行了市场模型、智能代理模型、实验目的及实验方案的设计.设计了3组实验,根据前2个实验的结果,对基于代理的电力市场仿真实验轮数的设定、实验盘数的设定等问题进行了分析和讨论,最后一个实验对Roth-Erev算法中一些参数的选取问题进行了探讨,展示了其在选取时的矛盾性,并从加强学习法的机理上分析了其原因.     

完全开放的双边电力市场中供需双方叫价拍卖的贝叶斯博弈模型

随着我国进行电力体制改革和建立发电侧竞争市场，需求方很快也会引入竞争，并建立完全开放的双边电力市场。研究供给侧和需求侧如何建立有效的报价策略具有十分重要的理论和实践价值。作者将所有发电公司看成供给方，把所有买电代理商看成需求方，将供给方和需求方的报价问题看成是他们向市场的投标问题，并根据市场确定的规则，总需求电量将在某一价格下完成交易，因而它是供给方和需求方的双方叫价拍卖问题。通过对双方叫价拍卖的交易规则进行描述，针对供给方的生产成本和需求方的估价是私有信息的情况，建立了完全开放的双边电力市场中供给和需求双方叫价拍卖的不完全信息贝叶斯博弈模型，并求解贝叶斯纳什均衡，给出供给方和需求方的均衡报价策略。     

面向现货市场仿真的发电商有限理性智能体报价模型

基于多智能体代理的仿真方法是一种典型的电力现货市场均衡分析手段,智能体对发电商真实报价决策的有效模拟,是仿真结果与市场现象吻合的关键。为使智能体能够描述发电商现实报价中广泛采用的经济持留策略,在分析经济持留策略特征及其心理学机理基础上,构建了具有有限理性特征的发电商智能体报价模型,包括基于多心理账户的容量分段与报价策略空间构建模型、能够反映谨慎调整与逐步试探心理的策略空间领域搜索强化学习模型,实现了对发电商有限理性报价行为的模拟。最后,采用算例验证了有限理性智能体模型的有效性,分析了有限理性对市场均衡的影响。     

电力市场仿真系统的开发及应用

建立了电力市场模型,应用智能代理模拟市场成员竞价,通过仿真方式研究电力市场交易,仿真的过程和结果通过WebGIS方式展示,并对仿真结果进行了分析评估,应用该仿真系统进行了中长期交易模拟实验,结果表明,该系统可以在一定程度上还原市场交易的实际情况。     

拍卖理论及其在电力市场竞价设计中的应用:(二)拍卖理论在电力市场竞价设计中的应用

着重介绍了拍卖理论在电力市场竞争价机制设计中的应用。介绍了连用拍卖理论对统一价格和PAB竞价的市场效率、市场势力和策略性投标问题所做的各种分析；介绍了两种富有特色的新竞价机制，即迭代竞价机制和分段竞价机制；介绍了运用机制设计理论设计激励一致的电力市场竞价机制的方法；总结了国内关于发电市场竞价机制的研究成果；介绍了竞价算法问题；介绍了竞价机制的实验模拟研究；最后简述了电力市场结构问题。希望通过拍卖理论的引入，为我国当前电力市场竞价机制设计和交易规则的制定提供一定的参考。     

随机数对基于代理的电力市场仿真实验影响分析

基于代理的仿真已成为电力市场研究的重要方法.目前,强化学习算法在代理中应用的研究已较为深入,通过随机数进行策略选择是强化学习算法的一个重要环节,因此对随机数在其中的影响研究十分必要.文中以Roth-Erev学习算法为例,分析了随机数对电力市场仿真结果的影响,比较了几种随机数生成方法在仿真中应用的优劣.同时,通过深入研究电力市场仿真中随机数与代理的关系,探讨了对随机数性质的要求,提出一种改进方法生成了可重复、高效、均匀的随机数,从而提高了基于代理的电力市场仿真实验的效率和质量.     

基于智能代理模型的跨省集中交易平台仿真分析

利用发电机组运行成本与负荷率之间的关系,构造了可表示部分电量竞争的跨省集中交易平台智能代理仿真模型。通过对比华东电力市场运行数据和仿真结果,证明了模型的正确性。通过该模型运行结果的分析,进一步揭示了该市场实现电力市场各成员共赢局面的途径:发电厂商通过参加跨省交易提高了发电机组平均负荷率,降低其发电成本,从而使得市场成交电价低于计划发电的上网电价,购电省节约了购电费用,发电机组也提高了利润,且竞争使得高效机组利用成本优势获得了更多发电量,降低了单位电量的能耗水平。     

面向现货市场仿真的发电商有限理性智能体报价模型EI北大核心CSCD

基于多智能体代理的仿真方法是一种典型的电力现货市场均衡分析手段,智能体对发电商真实报价决策的有效模拟,是仿真结果与市场现象吻合的关键。为使智能体能够描述发电商现实报价中广泛采用的经济持留策略,在分析经济持留策略特征及其心理学机理基础上,构建了具有有限理性特征的发电商智能体报价模型,包括基于多心理账户的容量分段与报价策略空间构建模型、能够反映谨慎调整与逐步试探心理的策略空间领域搜索强化学习模型,实现了对发电商有限理性报价行为的模拟。最后,采用算例验证了有限理性智能体模型的有效性,分析了有限理性对市场均衡的影响。     

含风电电力系统能量–调频–备用联合运行日前市场电价机制智能代理仿真分析EI北大核心CSCD

由于输电容量约束,二次调频和旋转备用在实时调度过程中可能出现输电阻塞,分割了市场,加剧火电机组的市场力,现有的节点边际价格机制难以激励火电机组申报真实的能量和辅助服务成本信息,从而阻碍风电的消纳。为设计市场电价机制、促进新能源消纳,建立了含风电电力系统能量–调频–备用联合运行日前市场智能代理仿真模型。首先,构建了考虑预想极限场景下辅助服务可用性的日前市场出清模型,建立了含辅助服务调度阻塞成本的能量、调频和备用的节点边际电价和Vickrey-Clarke-Groves(VCG)电价机制;进而,应用智能代理的仿真方法研究了两种电价机制下的市场均衡情况,以评估两种电价机制的差别;最后,通过修改的IEEE39节点系统验证了VCG电价机制的有效性。     

电力市场中的边际电价预测

在分析了系统边际价格(SMP)形成机理和影响因素的基础上,分别提出了基于累计式自回归滑动平均模型（ARIMA）和人工神经网络（ANN）的SMP预测方法,在这2种方法中都引入了市场供求指数(SDI)作为影响SMP的因素。通过对某省级发电市场真实数据的仿真结果表明,在引入SDI后,ARIMA模型和ANN模型的预测精度都得到了提高;同时,ANN模型比ARIMA模型更易于处理多种市场因素,若在模型中考虑更多的市场因素,则SMP预测的精度可进一步提高。     

电力市场下系统边际价格混合预测模型的新研究

电力市场中,价格作为各市场主体运营工作的重要参考信息,一直得到广泛的重视和研究.但是,电价影响因素之间复杂的相互作用增加了电价预测建模的难度.针对该问题,该文提出了一种基于独立分量分析-支持向量机的系统边际价格预测混合模型.首先,该模型基于影响因素的高阶统计信息,通过构造混合优化变换函数,建立自适应的独立分量分析迭代算法,并提出基于峭度的去冗余新方法,实现了电价影响因素的特征提取,挖掘出更具表征能力的电价有效影响因素集.然后,将该样本集用于回归支持向量机的训练,建立了独立分量分析与支持向量机相结合的电价预测模型.该模型充分发挥独立分量分析的特征提取优势,增强了支持向量机模型输入样本的表征能力,使电价预测模型更加准确.美国加州现货电能量市场的实例数据验证了该文所建模型的有效性.     

电力市场模拟中基于信念的发电商智能个体决策模型

为了模拟发电商在电力市场中的决策行为,基于报价中标概率信念函数,建立了一种新的发电商决策模型.该决策模型以追求发电商个体的收益期望最大为目标,能够为发电商决策最优报价曲线.作者针对模型的特点进行了深入的分析,给出了最优报价的理论判据,揭示了最优报价点的物理特征,并从报价曲线的几何形态上给出了直观的解释.利用该决策模型构建的Multi-Agent电力市场模拟方法,可以对电力市场进行定量和定性的分析.算例结果表明:市场成员的学习能力和发电成本分布是影响市场演化过程的关键因素.用本文所提出的思路同样可以建立购电者个体的决策模型.     

关于电力市场下系统边际价格概率模型的新研究

为解决多影响事件下电价条件概率的求解难题，本文首次提出了适用于独立发电商的系统边际价格条件概率求解新模型。该模型根据独立分量分析技术，挖掘电价独立影响事件集，将电价条件概率问题分解为多个独立影响事件的无条件概率及其与系统边际价格之间的单条件概率问题，从而实现了电价概率模型的有效求解。实例数据验证了本文模型的有效性和实用性。     

电力市场模拟中的报价中标概率函数与发电商个体学习模型

为了在基于Multi-Agent结构的电力市场模拟中建立高效、合理的智能个体行为模型,作者引入信念学习的思想,提出市场交易者报价中标概率函数的概念.报价中标概率函数中隐性地包含了大量市场交易相关信息,是市场交易者对电力市场交易的宏观认识,能够为其进行报价决策提供相关信息.基于报价中标概率函数,建立了发电商的学习模型,每个发电商都从交易数据中不断学习和调整各自报价的中标概率信念.算例结果表明:报价中标概率函数能够反映市场供求关系、电网阻塞以及发电商投机倾向对市场价格的影响,同时使发电商个体具有记忆能力,并能减少决策问题约束条件、简化发电商学习与决策模型.所提出的学习思路同样适用于建立购电者个体的学习模型.     

山东电力市场的边际电价分析

山东电力市场模拟运行期间发生了因竞争而产生的边际电价持续下滑、既背离发电成本又不满足电能的市场供求关系的现象。中指出产生这种现象的主要原因是当前电力市场的不完全性和山东电力市场规划中存在有能导致恶性竞争的条款。由于没有实现厂网分开,发电厂更注重的是发电计划的完成而非利润的高低。电力市场的竞价规则把合同电量和竞争电量绑在一起进行竞争,其结果是较高的报价不仅使电厂得到的出力低甚至可能停机。在市场竞争中为了避免停机损失和保证发电计划的完成,只能降低报价。还讨论了电力市场交易、边际电价与供求关系等问题。     

电力市场短期边际电价的分时重构混沌相空间预测

为了实现高精度的电力市场短期边际电价预测,该文对市场边际电价时间序列数据分时段聚类进行了相空间重构,并分别计算分形维数和提取最大Lyapunov指数,经分析得出了边际电价分时序列数据的演化具有混沌特征,由此提出了短期边际电价的分时重构混沌相空间预测算法,相比目前通常采用的单一时间序列混沌预测算法,该算法具有相空间嵌入维数少和模型参数配置灵活的特点,通过电力市场短期边际电价预测实例验证,结果表明该算法比单一时序混沌预测算法在预测精度上有显著提高.     

不同定价方式下电力拍卖市场运行特征的比较研究:(一)模型与算法

由于电力拍卖市场具有明显的寡头市场特征,且由于发电领域依然存在规模经济性,电力拍卖市场的定价规则出现了多种选择,如边际成本定价、按报价支付定价和当量电价定价法.文中构造了一个基于智能代理的仿真模型讨论3种定价方法的市场运行特征.该模型用具有分散自主决策和智能学习的代理表示发电厂商,在重复进行的报价博弈中,发电厂商通过利润高低按照生物的条件反射原理学习并改进报价策略,追求其利润最大化,随着迭代次数的增加,市场将逐步收敛于均衡位置.然后,通过不同定价方式的拍卖市场均衡状态的比较给出了3种定价方式的市场运行特点.给出了智能代理仿真的模型及其发电厂商的学习算法.最后用一个算例阐述了学习算法的特点.     

电力市场中的电价分析与调控

电力市场中的电价具有很强的波动性,因此对电价进行监管及合理调控具有重要的现实意义.作者通过定义系统剩余容量百分比,并结合浙江电力市场数据,就系统剩余容量百分比对电价的影响进行了分析.分析结果表明:当系统剩余容量百分比小于阈值8%,就容易出现电价飞升现象;而当系统剩余容量百分比大于阈值40%,又容易出现电价明显偏低的现象,此时的电价通常低于大多数电厂的发电可变成本.另外,还进一步定义了电价上下限,并提出了应用电价上下限进行电价调控的方法.     

电价的混沌特性分析及其预测模型研究

在电力市场环境下,电价取决于众多因素的共同作用,它的演化过程呈十分复杂的不规则运动.为了揭示这种貌似随机的演化过程的内在规律,作者首先借助混沌理论,对电价的混沌特性进行了验证.在由电价单变量时间序列重构的相空间上,提取了吸引子的分形维数和Lyapunov指数,表明电价具有混沌特性;并且通过替代数据检验法进一步验证了电价的这种混沌行为,从而为借助混沌理论来进行电价的短期预测提供了依据.然后,采用电价及其相关因素构成的多变量时间序列重构了更为准确的相空间,通过跟踪相空间中相邻相点的演化趋势,建立起基于递归神经网络的全局和局域电价预测模型,并对New England市场的电价进行了成功的预测.