基于Java的电力市场竞价实验平台设计、实现及应用

电力市场竞价实验是竞价机制研究的新方法,属于实验经济学范畴,对于电力市场机制的设计和评估具有重要的理论和现实意义.文中介绍了电力市场竞价实验平台的设计、实现及初步应用情况.该平台采用先进的信息系统体系结构,基于Internet和Java语言技术实现,能模拟真实市场环境,灵活设定实验参数,严格控制实验过程,方便进行实验结果的记录、处理和分析,极大地提高了电力市场竞价实验的效率.该平台的建设为电力市场竞价实验的开展奠定了坚实的基础.     

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。     

一种基于群签名的安全电子拍卖方案

基于线性Cramer-Shoup加密方案提出了一种新的短群签名方案,该方案的完全匿名性抗适应性选择密文攻击,允许攻击者在攻击匿名性时打开签名．以该群签名为构造模块设计了一种安全的电子拍卖方案,在相同的安全性要求下,签名长度、群公钥长度、签名密钥长度、注册密钥长度和追踪密钥长度指标与基于RSA问题的同类拍卖方案相比,分别约是它的1／14, 1／7, 1／17, 1／40和1／4．与投标者是抗选择明文攻击完全匿名的基于双线性对的拍卖方案相比,新方案投标者具有抗选择密文攻击完全匿名,而通信量和计算量与前者相当．     

基于计算经济的网格资源管理模型研究

由于网格中的资源具有分布性、自治性、异构性和动态性,对网格资源进行高效的管理是一个具有挑战性的问题.提出把移动Agent和Agent技术、计算经济机制引入网格资源管理.自治Agent利用双向拍卖经济杠杆的调节,以用户的QoS所驱动,对资源的使用进行竞价拍卖,使网格的资源管理能够自动适应环境的变化.提出的基于计算经济的网格资源管理模型DynamicSA,实现了以用户的QoS驱动,对网格资源的有效管理具有一定的理论意义.     

云计算环境下兼顾买卖双方利益的双向拍卖资源分配算法

针对当前云计算环境下的资源分配算法不能充分考虑买卖双方利益的问题,本文提出了一种适用于云计算环境的组合双向拍卖资源分配模型。首先,初始化云经纪人列表和供应商报价列表,拍卖人通知拍卖参与者拍卖开始;然后,根据属性值按升序排序云经纪人请求和云服务供应商报价列表,从而确定投标获胜者;最后,获胜的云经纪人向相关云服务供应商发送任务并支付费用,云服务商执行任务。仿真实验使用CloudSim原型化,在基于Java的仿真云环境中从经济角度进行了效率评估。仿真结果表明,本文模型适用于云环境中的资源分配,在经济上非常有效。相比其他的现有模型,本文模型更能鼓励参与者在买卖双方公平公正的前提下根据真实估值竞购资源。     

拍卖博弈模型在无线传感器网络路由中的应用研究

为了提高无线传感器网络数据转发的可靠性及能量利用率,本文基于拍卖博弈建立了拍卖路由博弈模型,并提出一种进行转发节点选择的价格路由博弈算法.在算法中潜在的转发节点为了从发送节点获得虚拟货币而相互竞争,发送节点根据各个转发节点的标价选择最佳转发节点.实验仿真表明拍卖路由博弈模型的合理、有效,提出的价格路由博弈算法能够降低节点的能量消耗,延长网络的生命周期.     

集群控制下智能电网用户公平售电竞价策略

在电网与具有新能源分布式发电设备和储能设备用户逐渐实现电能与信息双向互动的背景下,构建一种"网-荷"信息与电能融合的互动分层控制模型。针对售电侧逐渐开放,越来越多具有新能源分布式发电设备用户可以作为售电侧向电网售电的情景,为高效有序地实现用户富余电量上网,提出一种用户公平售电竞价策略。用户公平售电竞价策略沿用Vickrey拍卖规则中第二价位拍卖的思想,采用真实报价以实现用户集群总收益最大。最后,对用户公平售电竞价策略与Vickrey拍卖策略进行仿真对比,结果表明用户公平售电竞价策略提高了用户集群的总收益,进而提高电网用户参与"网-荷"互动的积极性,有效地使分散用户的分布式新能源发电设备集中接入电网。     

基于组合拍卖机制的移动Agent投标策略

针对Agent系统资源分配需求提出一种兼顾Agent时间片数量要求和执行截止期限要求的投标策略。定义CPU时间片组合拍卖问题模型,设计Agent各种投标信息处理方法,包括适合组合拍卖CPU时间片机制的Agent零智能投标算法和NZIPca投标算法。仿真结果表明NZIPca策略具有较强的竞标能力。     

基于市场的网格资源分配管理模型研究

提出了一种基于微观经济学方法的网格资源分配管理模型,采用分布自治原则由众多的网格域构成整个网格系统。系统根据用户作业请求发出投标信息,各网格域参考投标信息及自身资源使用情况利用PSP拍卖机制确定中标者,最后系统从中标信息中选择费用最低的完成任务,以一定的周期运用微观经济学供需均衡原理动态调整资源价格。相对于别的网格资源管理系统,本模型提出的资源管理方案在管理上比较简单,系统不必掌握全局资源信息,可扩展性较强,易于实现,并且通过引入竞标机制解决了资源提供者的报酬问题。     

面向边缘计算的组合拍卖式任务卸载机制

在万物互联的时代,数据量与计算需求飞速增长,促使应用部署方式由云计算模式向边缘计算模式演进,以解决带宽消耗严重和响应时延过高等问题。为推进面向边缘网络的任务卸载,需要解决应用服务提供商(ASP)与边缘计算提供商(ECP)之间的双向选择问题。针对这一问题,提出一种面向边缘计算的组合拍卖式任务卸载机制。首先建立系统模型,并对模型落地的关键问题进行说明,然后分析ECP的投标决策过程,证明选择最大化资源利用率的任务组合是NP完全问题,进而提出一种启发式任务选择算法。在此基础上,设计两种拍卖算法,单胜者拍卖和多胜者拍卖,分别适用于可信度优先和效率优先的场景。实验结果表明,相较于单项拍卖机制,所提出的方案提高ECP资源利用率达13%,同时增加ASP收益达37%。