[发明专利]一种采用协同粒子群算法的电力市场ACE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，具体涉及一种采用协同粒子群算法的电力市场ACE仿真方法。

背景技术

电力市场仿真研究的方法主要分为基于代理的计算经济学(代理Agent-BasedComputational Economics，简称ACE)仿真和实验经济学实验。实验经济学实验由相关的人员来进行实验，虽能更真实模拟出的电力市场交易实际情况，但易受干扰，得出的结果往往不收敛，不能对一些因素进行定性说明；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。计算机仿真非常理性，尽管与实际市场情况有些差别，但能清晰地反映出每一个因素的影响。电力市场ACE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。目前国内对于代理的仿真方法的研究成果并不多，对许多问题的研究才刚刚开始。

计算经济学(代理Agent-Based Computational Economics，简称ACE)实验中各代理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。目前智能算法中很难对实际的电力市场进行仿真的能力。

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ACE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。协同进化的特点与MAS的特点相适应。因此，本发明采用协同粒子群算法的电力市场ACE仿真方法更能接近于电力市场的实际，为电力市场的研究提供方法和工具。

发明内容

本发明的目的是克服上述不足提出一种采用协同粒子群算法的电力市场ACE仿真方法。其本质是使用具有有限理性的和自适应的代理表示各个市场成员，并通过个体的代理在计算机上进行交互作用(即仿真)，获得市场运行的特征描述。一种采用协同粒子群算法的电力市场ACE仿真方法中各代理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。粒子群优化算法在电力系统有着广泛的应用，而在智能代理报价应用很少，本发明一种采用协同粒子群算法的电力市场ACE仿真方法，具体技术方案如下：

一种采用协同粒子群算法的电力市场ACE仿真方法，使用具有有限理性的和自适应的代理表示各个市场成员，并通过个体的代理在计算机上进行交互作用，获得市场运行的特征描述；一种采用协同粒子群算法的电力市场ACE仿真方法中各代理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，为电力市场仿真研究提供方法，具体包括以下步骤：

(1)各独立的代理Agent根据市场信息，选择使得获得期望利润最大的策略作为最优策略；

(2)代理Agent将各自的最优策略递交给交易中心；

(3)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，在ACE模型中，采用代理Agent来代理市场参与者；

各代理Agent根据市场信息，以自身收益最大化为目标选择竞标策略，将所选最优竞标策略递交给交易中心PX；交易中心PX根据各代理Agent的竞标策略、市场需求负荷、电网输电约束等对电力市场进行出清，确定各发电公司的发电量和电价，最后将各代理Agent竞标结果和下一轮交易需公开的信息反馈给各发电公司，至此本轮的电力交易全部结束，然后重复上述过程进行下一轮交易。

其中，在电力市场ACE仿真中，所有的决策选取、交易出清、信息反馈等计算均由计算机完成，其中每个代理Agent的决策方案选用协同粒子群智能算法进行优化处理，所述协同粒子群算法在电力市场ACE仿真方法中的代理应用过程如下：

(1)根据市场成员代理Agent的个数确定种群的规模M，每个种群对应一个发电公司；每个种群有N个粒子，每个粒子代表该发电公司的一个报价策略方案；

(2)对每个种群进行编码，根据成本曲线随机产生初始种群