[发明专利]一种采用多种智能代理算法的电力市场混合仿真方法

说明书

技术领域

本发明属于电力系统及其自动化领域，具体涉及一种采用多种智能代理算法的电力市场混合仿真方法。

背景技术

电力市场仿真是实现对电力市场运作以及市场参与各方行为的模拟仿真，市场成员仿真是模拟市场参与者的市场行为，是实现电力市场仿真关键一个环节。电力市场是一个开放的、多方博弈的复杂动态系统，市场成员的市场行为具有不确定性和相互影响等特征。电力市场成员仿真需要采用多代理技术，通过系统结构设计和建模，将电力市场成员抽象为智能主体代理Agent，这些代理Agent能够自主地对电力系统和电力市场运行情况进行感知、分析、推理和判断，并通过和相关代理Agent进行协商、以及自学习、自适应的规划能力，制定各自的交易策略和方案。

而基于代理的仿真方法主要是通过智能算法来代理发电公司进行竞价策略选择，然后根据每次出清的结果来研究电力市场的各类问题。电力市场仿真中的智能体是对人的学习与决策行为的模拟。现有研究工作中对人的学习能力的模拟主要采用遗传算法或强化学习的方法，尽管具有理性，能清晰地反映出每一个因素的影响，但与实际市场情况差别较大。而采用多种智能代理算法的电力市场混合仿真方法，能使得电力市场仿真试验中各个代理Agent具有“理性”的同时，又具有“个性”，更接近于实际的电力市场。本发明一种采用多种智能代理算法的电力市场混合仿真方法更能接近于电力市场中各个个体具有“共性”同时的又具有“个性”，为电力市场仿真的研究提供了工具。

智能代理算法中各代理Agent代表着每个市场参与者，代理Agent应基于它本身的信息和对于市场环境的认识做出最优决策，整个电力市场仿真属于一个动态博弈过程。因此，对每个代理做出最优策略所选的智能算法有较高的要求。

发明内容

本发明为了克服现有技术中的不足，提供了一种采用多种智能代理算法的电力市场混合仿真方法。

电力市场仿真是实现对电力市场运作以及市场参与各方行为的模拟仿真，市场成员仿真是模拟市场参与者的市场行为，是实现电力市场仿真关键一个环节。在电力市场计算经济学仿真模型中，各独立的代理Agent根据市场信息以自身收益最大化为目标选择竞标策略提交给交易中心，交易中心根据市场需求确定各代理Agent的发电量和电价，并将所需信息反馈给各代理Agent，各代理Agent根据反馈的结果再调整自身策略，如此循环，直至达到一个平衡的状态。整个电力市场仿真属于一个动态博弈过程，智能代理算法决策行为直接影响实验的结果，因此，对代理做出最优策略所选的智能算法有较高的要求。

应用到电力市场仿真系统中的智能代理算法有R-E算法、规则推理算法、Q学习算法和协同粒子群算法。在同一个仿真试验中R-E算法代理的报价水平较高，报价策略行为表现为激进，Q-Learning算法代理的报价水平中等，报价策略行为特性表现为中庸，Greedy算法代理的报价水平偏低，报价策略行为特性表现为保守，而协同粒子群算法报价水平较高，报价策略行为表现为激进。在实际电力市场中，各市场成员的报价策略特性是不相同的，所以本发明提出在同一仿真试验中，各代理Agent采用不同的智能代理算法，形成混合试验的仿真，更接近实际的电力市场。

本发明的一种采用多种智能代理算法的电力市场混合仿真方法，在电力市场仿真模型中，各代理Agent采用不同的智能代理算法，形成混合试验的仿真，各独立的代理Agent根据市场信息以自身收益最大化为目标选择竞标策略提交给交易中心，交易中心根据市场需求确定各代理Agent的发电量和电价，并将所需信息反馈给各代理Agent，各代理Agent根据反馈的结果再调整自身策略，如此循环，直至达到一个平衡的状态，具体步骤如下：

(1)建立电力市场仿真实验环境

电力市场仿真环境以实际电力系统为原型，建立仿真实验需要的物理电力系统，包括电厂分布等，在该电力系统上组织电力市场交易，搭建起电力市场仿真实验环境；

(2)电力市场仿真实验方案设计

电力市场仿真实验方案设计包括市场成员、市场模式、市场出清规则，确定参与市场竞价交易的成员，采用的市场模式，以及根据投标策略市场出清的规则等；

(3)电力市场成员投标策略设计

智能代理算法中各代理Agent代表着每个市场参与者，电力市场成员仿真采用的算法包括：智能代理算法和强化学习算法；

(4)电力市场仿真实验执行

实验设计完毕后，即可执行仿真实验；

(5)电力市场仿真实验分析

实验执行完毕后，对实验结果进行分析。