基于多智能体深度确定策略梯度算法的火力发电商竞价策略-第2页-北极星火力发电网

投稿

我要投稿

03算例分析

3.1 参数与方案设置

本文各算例测试基于NVIDIA RTX 3060Ti Intel(R) Core(TM) i5-13490F CPU实现。在各算例中，MADDPG算法和市场竞价模型均在 Python中执行，仿真环境为TensorFlow。本文采用某地区数据进行模拟，共有12台燃煤发电机组，包括300 MW、600 MW和MW燃煤机组，分别称作小型、中型和大型机组。将每台机组视作一个发电商，相关技术参数根据实际数据拟合得出，每台机组可申报电量通过结算分解年度电量以及月度双边协商电量后的剩余电量求得，具体信息详见表1。

表1 发电商技术参数

Table 1 Technical parameter of power generators

参考该地区月度电力市场规则，申报电量不得低于机组当月可申报电量的10%，设定机组报量系数β为[0.1,1]；为避免市场力操纵及恶性竞争需要对报价设置上下限，设定机组报价系数α为[0.8,1.2]。本文主要目标是研究发电商的竞价策略，因此仅考虑设置发电商为智能体，购电侧通过实际数据将购电商的申报电价及申报电量按区间进行划分。

为探讨不同类型发电机组在策略性报价报量下的竞价策略，对设置为智能体的发电机组进行组合，如表2所示。设置为智能体的发电机组可以参与策略性竞价，在设定的范围内调整自身报价以及报量；未设置为智能体的发电机组采取边际成本报价的方式。

表2 不同智能体组合方案

Table 2 Different agent combination schemes

3.2 不同出清机制下智能体组合方案结果

3.2.1 排放收益率对比

考虑到低碳转型的长期性和市场机制的前瞻性需求，电力市场的发展需要兼顾碳减排与经济效益，因此本文用总收益与碳排放量的比值（即排放收益率）来衡量市场出清的效率，评估不同出清机制下多主体参与策略性竞价的效果。如表3所示，未设置任何智能体方案（S8）的碳排放收益率最低，设置智能体的方案能进一步优化机组竞价决策，因此方案S8不列入对比中。

表3 排放收益率

Table 3 Emission return rate of different clearing mechanisms

在所有设置智能体的方案中，机组联合参与策略性竞价下的碳排放收益率整体明显高于单独参与策略性竞价，发电机组能够根据更多的信息优化各自的竞价策略，提高市场效率。而当所有类型机组共同联合时（方案S7），各类型机组可以在共享信息的同时做出最优的决策，找准自身的市场定位，取得最佳的碳排放收益。

S3以及S6方案下的碳排放收益率较低，S4与S7方案下碳排放收益率较高。S4与S7均有小型机组参与而S3与S6只包含中大型机组，尽管小型机组的技术性能不如中型及大型发电机组，但小型机组在市场中占比仍然比较高，其竞价策略对市场起到重要性作用，可以帮助市场进一步调整，提高整体的市场效率。

算例结果表明，设置智能体组合方案可以进一步优化机组的决策，并且机组联合参与策略性竞价比单独参与策略性竞价效果更好。所有类型发电机组联合参与策略性竞价时碳排放收益率最高，同时小型机组参与策略性竞价对目前电力市场效率的提高起到重要作用。

3.2.2 不同定价机制的适用性分析

不同智能体组合在不同出清机制下的出清结果如图3所示。所有机组同时采用策略竞价（S7）以及大型和小型机组联合采用策略竞价（S5）的情景下，按报价支付出清以及边际统一出清机制的出清结果近似，都优于随机匹配出清机制。而不同方案下各类型机组所面临的环境有所差异，因此对应的行为决策也不同。

图3 不同智能体组合下市场出清结果对比

Fig.3 Comparison of market clearing results under different agent combinations

1）按报价支付出清机制更适合于小型和大型发电机组分别参与策略性竞价（S1和S3）的情况。小型机组边际成本较高，大型机组边际成本较低，小型机组单独参与策略性竞价时（S1）会选择让渡大部分发电空间给中型和大型机组，由于有10%的报量限制，小型机组在报低量的同时以较低的报价保证中标来维持基础收益；大型机组单独参与策略性竞价时（S3），按报价支付出清机制能够更充分地让低成本的大型机组选择报高价报高量策略，获得更多的收益。

2）边际统一出清机制更适合于中型机组单独采用参与策略性竞价（S2）以及中小型机组联合参与策略性竞价（S4）的情况。边际统一出清机制的核心是边际出清价格，该机制下边际机组出清价格十分重要。在集中撮合交易中，中型以及部分小型机组的排序位于靠近供需双方边际交点的位置，大型与部分小型机组的报价对出清价格影响有限。在方案S2与S4下，部分机组会选择牺牲中标电量而选择高报价，以期成为边际出清位置的机组来提高整个市场的出清价格，使得整体的收益总量达到更高水平，因此边际统一出清机制更适合中型机组参与策略性竞价的方案。

3）随机匹配出清则更适合于中型和大型机组联合参与策略性竞价（S6）的情况。在随机匹配出清机制下，所有出价高于发电商的购电商都可以参与匹配过程，因此随机匹配出清机制下可以降低交易风险，提高市场的交易效率。在中型和大型机组联合参与策略性竞价（S6）时，中型与大型机组可以通过抬高报价提高成交交易对的价格，随机匹配机制下市场成交量大幅上升，方案S6下市场通过高成交量高成交价格来提高整个市场的效率。

原标题：华北电力大学张兴平等｜基于多智能体深度确定策略梯度算法的火力发电商竞价策略

投稿与新闻线索：陈女士微信/手机：13693626116 邮箱：chenchen#bjxmail.com（请将#改成@）

订阅北极星周刊，精彩内容不再错过！

特别声明：北极星转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。

凡来源注明北极星*网的内容为北极星原创，转载需获授权。

阅读下一篇

国家电投浙江公司总经理任职

电力市场查看更多>火力发电查看更多>电价查看更多>

姓名：
性别：
出生日期：
邮箱：
所在地区：
行业类别：
工作经验：
学历：
公司名称：
任职岗位：

基于多智能体深度确定策略梯度算法的火力发电商竞价策略

国家电投浙江公司总经理任职

登录注册

绑定账号

想要获取更精准资讯推荐？建议您完善以下信息~

订阅成功

想要获取更精准资讯推荐？建议您
完善以下信息~