[发明专利]基于具记忆功能的多智能体博弈的发电市场竞价仿真方法

权利要求书

1.一种基于具记忆功能的多智能体博弈的发电市场竞价仿真方法，其特征在于，将每个发电商看作一个智能体，进而将发电商之间的竞价行为视为一个多智能体博弈的建模进行仿真，并为智能体设计了记忆功能模块；将发电市场看作一个复杂自适应系统，以多智能体技术对市场竞价过程中的主体进行封装；发电商智能体模型包含目标函数、约束条件、利润计算模块以及策略调整算法模块，ISO智能体模块的功能是根据市场需求信息以及所有发电商提交的报价和报量，计算出市场出清价与每个发电商竞到的发电容量；为了提升智能体的全局寻优能力，采用基于杂交向量交叉重组且变异重组互斥的改良遗传算法；具体包括步骤：步骤1，首先发电商智能体初始化，在初始阶段，先对每一个发电商智能体建立模型，发电商智能体通过加载外部数据，获取自己的属性，这些数据包括发电商的编号、额定功率、最大/最小功率、边际成本、标杆电价、固定成本数据、变动成本数据与环境成本数据；在初始阶段，发电商智能体通过从外部读取数据完成自身的初始化；经过初始化后的智能体，具有自适应和自决策的功能；除发电商智能体外，独立系统运营商ISO被视作为一类特殊的智能体；ISO智能体的属性包含市场需求与竞价机制，其行为则是负责市场的出清；

步骤2，发电商智能体初始化完成之后，开始进入竞价状态；发电商智能体依据自身报价和报量的约束范围，随机产生初始的报价和报量，所有发电商智能体向ISO智能体提交初始的报价和报量，在所有发电商智能体报价产生完毕之后，系统将所有的报价和报量提交到ISO智能体；ISO智能体完成计算后，将竞价结果返回给每一个发电商智能体；ISO中的竞价机制有两种，分别为MCP机制和PAB机制:

步骤3，发电商智能体根据接收到的竞价结果和上一轮所有发电商的报价与报量信息，此时发电商智能体进入寻优阶段，每个发电商智能体依据其他N-1个发电商智能体上一轮的报价结果，采用改良的遗传算法寻找最优策略；对自身的决策做出调整，即调整报价和报量；

步骤4，在MCP机制下，ISO根据各个发电商提交的报价和报量，按照报价从低到高对各个发电商进行排序，并将对应的申报容量进行累加，满足市场需求量的最后一个发电商的报价为市场出清价，报价低于市场出清价的发电商竞价成功，报价高于市场出清价的发电商竞价失败，最后所有竞价成功的发电商统一按照该出清价结算；

所述步骤3中采用改良的遗传算法寻找最优的具体步骤包括：

步骤31：智能体寻优的目标函数抽象描述为如下的数学表达式：

其中，为决策变量，f(X)表示目标函数，x_i,min≤x_i≤x_i,max表示约束条件，通过借助改良的遗传算法找到一组满足约束条件的可行解，使得目标函数的值达到最大值；

步骤32：利用改良的遗传算法对步骤31所描述的最优化问题进行全局搜索：

步骤2a:在决策变量X所允许的n维搜索空间中，生成由NP个智能体组成的初始种群X，NP为种群中智能体个数；在整个种群X中，每一个智能体X_i＝(x_i,1,x_i,2,…,x_i,n)都代表待优化问题的一个可行解；

步骤2b:根据目标函数和具体的约束条件构造适应度函数，采用的构造方法为：发电商以利润最大化为目标，利润为卖电收入与成本的差额；此目标函数没有直接的解析表达式，因为其不仅取决于自身的竞价策略，还与竞争对手的竞价策略相关；发电商的策略寻优空间严格限定在约束范围内；由于改进遗传算法具全局收敛性以及对目标函数无非负要求，适应度函数直接等同于目标函数；

步骤2c:对于给定的优化问题，采用适应度变换方法得到种群中所有个体的适应度值，基于得到的适应度值对种群中的每个智能体作出评估，并依其适应度的优劣进行排序，t为进化代次；根据对第t代种群按照降序的排列方式得到的排序结果，选择算子的策略为：排名后NP×r个智能体将直接被淘汰并且由排名前NP×r个智能体代替，对替换后的种群再次按照适应度的值进行降序排序，其中0r1；

步骤2d:杂交向量交叉重组策略，包括：

(a)将进行排序后的种群分为A，B两部：

(b)对A,B两组种群中的智能体按照预定的规则进行杂交配对：

步骤2e:配对好的种群有NP/2组，对于每组智能体，生成一个随机数θ_c＝rand([0,1])，若θcP_c则按下式完成具方向性的交叉重组：

对于A组中的智能体实施：

对于B组中的智能体实施：

否则对每组中的智能体执行变异操作；

(a)每个配对组的ξ_c,j由下式计算：

(b)D_i为基于杂交配对组获取的优化方向信息，按照如下规则计算：

式中d_q＝rand([0,1]) (9)，

步骤33：互斥关系：当满足θ_cP_c且配对的两个智能体对应的空间点、适应度算法不同时只进行交叉重组操作，否则实施变异操作：包括：

(a)对A组中的智能体实施：

(b)对B组中的智能体实施:

其中：ξ_m的计算规则为：T为最大进化代数；

θ_j是一个与X_i维度相同的向量，向量中的每个元素介于(-θ_i,q,θ_i.q)之间，且θ_i,q＝rand([0,1])；

采用种群精英保留策略；在第t代种群中为了种群规模的不变性，对所有Φ^(t)以及经由交叉重组与变异操作所得的按其适应度由大到小进行评估，并择优排名前M个智能体作为当代进化的结果；

步骤34：依据步骤33的遗传算法寻优结果，每个发电商智能体得到本轮次的候选策略，此时智能体执行内部的策略调整模块，具体的步骤如下所示：

(a)所有发电商智能体根据得到的候选项策略，进行预出清操作：将得到的候选策略向ISO智能体提交，ISO依据具体的竞价机制，计算出竞价的结果，并且将结果返回至每个发电商智能体；

(b)每个发电商智能体根据ISO返回的信息计算候选策略下的利润，如果利润大于上一轮次的利润，则选择更新策略，否则保持上一轮的策略不变；

(C)当迭代次数小于预定的次数时，返回步骤2继续计算，否则，输出结果。