计及风电的发电商报价多智能体模型

TP389; 新型电力系统背景下,新能源发电商的报价问题一直是电力现货市场中的研究热点.相比传统能源,风电出力受外界不确定性因素的影响较大,给风力发电商求解最优报价带来了挑战.为此,基于多智能体强化学习算法WoLF-PHC构建了计及风电的发电商报价策略模型.模型中,考虑了风电、火电和水电3种能源参与的现货市场,每一个发电商抽象为一个智能体,且基于随机约束规划算法建模风电智能体的收益函数;对于智能体的报价策略模型,将D3QN与WoLF-PHC算法结合,使模型能够满足报价时智能体状态空间复杂的情况;此外,对于交互环境的建模,提出利用DDPM扩散模型生成风电出力数据,优化风电出清场景的仿真.最后,基...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	计算机科学 Ročník 51; číslo z1; s. 1183 - 1190
Hlavní autoři:	黄飞虎, 李沛东, 彭舰, 董石磊, 赵红磊, 宋卫平, 李强
Médium:	Journal Article
Jazyk:	čínština
Vydáno:	四川中电启明星信息技术有限公司成都 610000 16.06.2024 四川大学计算机学院成都 610065%四川大学计算机学院成都 610065%四川中电启明星信息技术有限公司成都 610000%国网信息通信产业集团有限公司北京 102211
Témata:	电力现货市场扩散模型 Electricity spot market Multi-agent reinforcement learning 多智能体强化学习 WoLF-PHC 竞价策略 Bidding strategy Diffusion model
ISSN:	1002-137X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Popis
Shrnutí:	TP389; 新型电力系统背景下,新能源发电商的报价问题一直是电力现货市场中的研究热点.相比传统能源,风电出力受外界不确定性因素的影响较大,给风力发电商求解最优报价带来了挑战.为此,基于多智能体强化学习算法WoLF-PHC构建了计及风电的发电商报价策略模型.模型中,考虑了风电、火电和水电3种能源参与的现货市场,每一个发电商抽象为一个智能体,且基于随机约束规划算法建模风电智能体的收益函数;对于智能体的报价策略模型,将D3QN与WoLF-PHC算法结合,使模型能够满足报价时智能体状态空间复杂的情况;此外,对于交互环境的建模,提出利用DDPM扩散模型生成风电出力数据,优化风电出清场景的仿真.最后,基于3节点的电力仿真系统开展模拟实验,实验结果表明,提出的风电收益函数建模、WoLF-PHC 改进、风电出力生成等技术是可行的,能有效解决风电参与竞价的现货市场报价问题,并且能够在较少的迭代次数后学习到较优的策略.
ISSN:	1002-137X
DOI:	10.11896/jsjkx.230600179