[发明专利]基于多代理多电力市场模式的竞标仿真系统及其仿真方法

权利要求书

1.基于多代理多电力市场模式的竞标仿真系统，其特征在于，该系统包括四层六个模块：

用户界面层——包括GUI模块，用于系统的人机交互；

控制逻辑层——包括Server模块和Remote模块，用于接收来自用户的指令，并将指令发送到Agent上；控制系统的网络拓扑结构及仿真任务的运行；

仿真逻辑层——包括ISO模块和GenCo模块，用于接收控制指令并实现对电力市场的模拟；

数据信息层——包括数据库模块，用于完成系统运行信息的设置和结果的保存；

所述用户界面层通过GUI模块与控制逻辑层的Server模块和Remote模块连接，Server模块和Remote模块分别与仿真逻辑层的ISO模块和GenCo模块连接，ISO模块和GenCo模块共同与数据信息层的数据库模块连接。

2.根据权利要求1所述的基于多代理多电力市场模式的竞标仿真系统，其特征在于，所述用户界面层的GUI模块与Server模块双向信息连接；

所述控制逻辑层的Server模块与Remote模块连接；

所述Server模块与仿真逻辑层的ISO模块双向信息连接；

所述仿真逻辑层的ISO模块与GenCo模块双向信息连接；

所述GenCo模块与Server模块连接。

3.根据权利要求1所述的基于多代理多电力市场模式的竞标仿真系统，其特征在于，所述竞标仿真系统为集中部署或分布式部署。

4.一种基于多代理多电力市场模式的竞标仿真方法，其特征在于，该方法包括：

1)随系统启动建立Server Agent模块，并进入等待状态；同时网络中的各个主机建立Remote模块，并向Server Agent模块注册，然后进入等待状态；

2)通过系统管理员在GUI模块输入使系统进入仿真任务：Server Agent模块接收到用户在GUI模块输入的开始仿真指令，然后分别创建ISO模块和GenCo模块；用户界面层GUI发出仿真指令，Server Agent模块更新系统信息，并发布开始仿真消息；

3)启动仿真任务：通过Server Agent模块唤醒所有的GenCo Agent模块和ISO Agent模块，然后ISO模块和GenCo模块分别加载不同电力市场的运行约束和发电商的竞价机制，按照设定好的市场约束，通过ISO模块和GenCo模块的数据互动完成整个市场仿真任务；

4)仿真数据处理：当仿真任务完成后，ISO Agent模块与GenCo Agent模块分别向Server Agent模块注销；同时向数据库模块写入相应的仿真任务的数据，并结束Server Agent模块，至此一次仿真案例结束。

5.根据权利要求4所述的基于多代理多电力市场模式的竞标仿真方法，其特征在于，所述步骤3)中GenCo模块仿真过程步骤如下：

1)初始化GenCo模块所代表的发电商的报价状态和报价动作集——S(t)＝{s₀，s₁，...，s_H}，A_s(t)；由所生成的报价和动作生成一组发电商的报价机制{π_ie(t)}_E；在满足机组约束的前提下，状态集出现4种状态：

①s(t)＝s₀，机组处于停机状态，p_i(t)＝0；在满足最小关机时间时，GenCo模块在下一时刻有开机s₁和继续停机s₀两种状态供选择；当不满足最小关机时间时，GenCo模块只能选择继续停机；因此在停机状态下，竞标机制π_i(t)中的段容量<α^t_i1，α^t_i2，α^t_i3>为<0，P，0>或<0，0，0>；

②s(t)＝s₁，机组处于最小开机状态，在满足最小开机约束时，GenCo模块在下一时刻选择s₀、s₁和s₂三种状态；而不满足最小开机时间时，GenCo模块不能选择s₀状态；则所选的段容量为<0，0，0>、<0，P，Δ>或<P，Δ，0>；

③s(t)＝s_H，机组处于最大开机状态，GenCo模块在下一时刻选择s_H和s_H-1两种状态；则段容量为

④s(t)＝s_h，机组处于一般运行状态，GenCo模块在下一时刻选择{s_h-1，s_h，s_h+1}三种状态；则段容量为<p_i(t)-Δ，Δ，Δ>；

2)将初始化的GenCo模块代表的发电商的竞价机制，提交给ISO模块代表的电力交易中心，完成一次的市场竞价过程，并通过返回的竞价结果修正自己竞价机制；其修正过程如下：

通过对其他发电商和ISO模块的市场出清机制的模拟，环境响应动作a_s(t)并返回t+1时刻的MCPλ(t+1)与分配发电量p_i(t+1)，并由此得到机组i在t+1时刻的利润R_i(t+1)：

R_i(t+1)＝λ(t+1)p_i(t+1)-C_i(p_i(t+1))-S_i(x(t+1)，u(t+1))

将R_i(t+1)作为市场环境对GenCo模块的回报r(s(t)，a(t))，由p_i(t+1)得到t+1时刻的状态转移s(t+1)，并产生新的竞标动作a_s(t+1)＝π_ie(s(t+1))申报给市场环境，得到环境响应的回报r(s(t+1)，a(t+1))；由p_i(t+1)得到t+1时刻的状态转移s(t+1)，并产生新的竞标动作a_s(t+1)＝π_ie(s(t+1))；

3)重复报价不断更新自己的报价机制，根据步骤2)产生的新的竞标动作申报给市场环境，得到环境响应的回报r(s(t+1)，a(t+1))；利用状态转移关系，不断随机选择报价动作，即可得到发电商在整个报价周期T内的报价；更新的要满足下式的约束，

π*(s(t))=argmaxa(t)[r(s(t),a(t))+V*(s(t+1))]]]>

式中：π^*(s(t))——s(t)状态的最优竞标机制；

V^*(s(t+1))——t+1时刻后的最大累积回报：

4)重复步骤2)到3)直至得到的利润最大为止。