电力市场智能模拟中代理决策模块的实现.pdfVIP

第32卷第20期 电力系统自动化 V01．32No．20 2008年10月25日 AutomationofElectricPower oct．25．2008 Systems 电力市场智能模拟中代理决策模块的实现 陈皓勇，杨 彦，张 尧，王野平，荆朝霞，陈青松 (华南理工大学电力学院，广东省广州市510640) 摘要：在目前交易方式下，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VRElearning算法更强的探索能力。 关键词：智能代理模拟；竞价策略；电力拍卖市场；Q-learning算法；VRElearning算法 中图分类号：TM73；F123．9 0 引言 理模拟模型，用于分析节点电价方式下的市场特征。 中国电力市场化改革已取得一些成果，但形成 中应用。文献E11]介绍了基于信息技术的电力市场 完善的电力市场较为困难。电力市场模型非常复 竞价实验平台。本文以AMES为基础研究代理竞 杂，用经典数学手段和博弈论都难以得到满意的结 价算法，构建该模拟系统中的代理决策模块。 论。近年来，实验经济学和基于代理的模拟(ABS) 方法在电力市场研究中逐渐得到应用，如文献EI：I对 1 AMES的市场运行 寡头垄断市场进行了实验设计和博弈分析。ABS AMES针对单边日前交易，采用节点电价的市 是一种有效的实验工具，可用于研究复杂社会系统， 场交易方式。独立系统运行机构(ISO)接受所有代 电力市场领域也已开发出一些模拟平台，用于研究 理的报价，根据各个负荷的预测曲线，用改进的直流 各种市场机制。 最优潮流模型来求解发电计划。下文详细介绍代理 文献Ez-5]提出了基于协同进化算法的电力市 及其决策模型[7]。 场智能模拟，对电力市场特性进行分析，取得了重要 1．1 代理模型 成果。其他有影响的成果还有文献E6-1提出的模拟 设f为市场中代理(即发电厂商)的集合。分析 方法，用于研究新电力交易协议下不同拍卖机制对 发电厂商i在单位时间(每小时)内的情形，其经济 市场价格的影响；美国康奈尔大学Zimmerman等 特性数学表达如下： 人构架的PowerWeb系统；美国衣阿华州州立大学 Tesfatsion等人开发的电力市场智能模拟平台