[发明专利]基于三维市场状态的售电商智能代理投标行为优化方法

说明书

本发明公开了一种基于三维市场状态的售电商智能代理投标行为优化方法，包括以下过程：S1，确定影响市场状态的三个因素，由此三个因素构造三维市场状态集，由于每一个市场状态对应多个投标策略，因此由市场状态集构建相应的投标策略集；S2，对投标策略采用Q学习算法来优化，建立投标策略对应的值函数；S3，采用贪心算法求解值函数的最大值，获得最优的投标策略。本发明实现售电商在三维市场状态下不同投标行为策略的有效模拟，针对实际市场状态可计算获得最优的投标策略。

技术领域

本发明属于电力系统自动化技术领域，具体涉及一种基于三维市场状态的售电商智能代理投标行为优化方法。

背景技术

在电力市场环境下，大量的电力公司纷纷涌入市场，对于参与电力市场竞争中的各个电力公司而言，选择一个最佳的投标竞价策略可以使其立于不败之地。最近几年来，除了发电商，售电商也在不断参与到电力市场竞争中，对于电力市场的交易规则、风险管理等等也面临了一些新的挑战。很多基于代理的优化技术被用于电力市场的仿真，从而使电力市场的一些参与者有一定的学习能力。国内外很多售电公司已经在竞价投标的策略上作了研究，还是有一些问题没有解决。而且随着电力市场的不断发展，相应的策略也会发生变化。

为了进行电力市场仿真研究，首先要解决的问题是如何有效地模拟售电方在市场中的复杂的投标决策行为，建立售电方的代理投标决策模型。在电力市场智能代理模型的研究中，大部分的发电商或者售电商都只考虑自身的历史学习经验，对电力市场的市场状态考虑不足；在少量考虑了市场状态的模型中，目前的研究仅考虑了单一的市场状态，例如论文《一种基于改进ε-贪心算法的发电商智能代理决策行为优化方法》中根据市场负荷总量来确定市场状态；尚未有考虑多维市场状态的模拟方法。然而，实际电力市场状态是十分复杂的，市场状态是由诸多个影响因素确定的，单纯用其中的某一个因素来确定市场状态很难反映真实电力市场中的实际情况。影响市场状态的因素有竞争对手数量、市场供需比、负荷状态、市场的竞争激烈程度、用电时段、市场补贴政策等等。

发明内容

本发明的目的在于为了描述真实市场中的售电商在三维市场状态下的投标行为模型，使仿真场景尽可能与实际市场相符，提供了一种基于三维市场状态的售电商智能代理投标行为优化方法，解决了现有技术中盲目投标的技术问题。

为解决上述技术问题，本发明提供了一种基于三维市场状态的售电商智能代理投标行为优化方法，其特征是，包括以下过程：

S1，确定影响市场状态的三个因素，由此三个因素构造三维市场状态集，由于每一个市场状态对应多个投标策略，因此由市场状态集构建相应的投标策略集；

S2，对投标策略采用Q学习算法来优化，建立投标策略对应的值函数；

S3，采用贪心算法求解值函数的最大值，获得最优的投标策略。

进一步的，影响市场状态的三个因素为市场供需比、负荷和竞争对手数量。

进一步的，构造三维市场状态集的过程为：

确定实际电力市场中的市场供需比、负荷、竞争对手数量的边界，得到市场供需比区间[Ratio_min,Ratio_max]、负荷区间[Load_min,Load_max]和竞争对手数量区间[Num_min,Num_max]；其中，Ratio_min是市场供需比最小值，Ratio_max是市场供需比最大值，Load_min是负荷最小值，Load_max是负荷最大值，Num_min是竞争对手数量最小值，Num_max是竞争对手数量最大值；