[發(fā)明專利]一種采用協(xié)同粒子群算法的電力市場ACE仿真方法

無效

• 申請?zhí)枺?/td>: 201010239335.0
• 申請日: 2010-07-29
• 公開（公告）號: CN101916400A
• 公開（公告）日: 2010-12-15
• 發(fā)明（設(shè)計）人: 陳乃仕;王海寧;周海明;李偉剛;王文;史述紅
• 申請（專利權(quán)）人: 中國電力科學(xué)研究院
• 主分類號: G06Q10/00
• 分類號: G06Q10/00;G06Q50/00
• 代理公司: 北京安博達知識產(chǎn)權(quán)代理有限公司 11271
• 代理人: 徐國文

技術(shù)領(lǐng)域

本發(fā)明屬于電力系統(tǒng)及其自動化領(lǐng)域，具體涉及一種采用協(xié)同粒子群算法的電力市場ACE仿真方法。

背景技術(shù)

電力市場仿真研究的方法主要分為基于代理的計算經(jīng)濟學(xué)(代理Agent-BasedComputational?Economics，簡稱ACE)仿真和實驗經(jīng)濟學(xué)實驗。實驗經(jīng)濟學(xué)實驗由相關(guān)的人員來進行實驗，雖能更真實模擬出的電力市場交易實際情況，但易受干擾，得出的結(jié)果往往不收斂，不能對一些因素進行定性說明；而基于代理的仿真方法主要是通過智能算法來代理發(fā)電公司進行競價策略選擇，然后根據(jù)每次出清的結(jié)果來研究電力市場的各類問題。計算機仿真非常理性，盡管與實際市場情況有些差別，但能清晰地反映出每一個因素的影響。電力市場ACE仿真中的智能體是對人的學(xué)習(xí)與決策行為的模擬?，F(xiàn)有研究工作中對人的學(xué)習(xí)能力的模擬主要采用遺傳算法或強化學(xué)習(xí)的方法。目前國內(nèi)對于代理的仿真方法的研究成果并不多，對許多問題的研究才剛剛開始。

計算經(jīng)濟學(xué)(代理Agent-Based?Computational?Economics，簡稱ACE)實驗中各代理Agent代表著每個市場參與者，代理Agent應(yīng)基于它本身的信息和對于市場環(huán)境的認識做出最優(yōu)決策，整個電力市場仿真屬于一個動態(tài)博弈過程。因此，對每個代理做出最優(yōu)策略所選的智能算法有較高的要求。目前智能算法中很難對實際的電力市場進行仿真的能力。

市場成員仿真是模擬市場參與者的市場行為，是實現(xiàn)電力市場ACE仿真關(guān)鍵一個環(huán)節(jié)。電力市場是一個開放的、多方博弈的復(fù)雜動態(tài)系統(tǒng)，市場成員的市場行為具有不確定性和相互影響等特征。電力市場成員仿真需要采用多代理技術(shù)，通過系統(tǒng)結(jié)構(gòu)設(shè)計和建模，將電力市場成員抽象為智能主體代理Agent，這些代理Agent能夠自主地對電力系統(tǒng)和電力市場運行情況進行感知、分析、推理和判斷，并通過和相關(guān)代理Agent進行協(xié)商、以及自學(xué)習(xí)、自適應(yīng)的規(guī)劃能力，制定各自的交易策略和方案。協(xié)同進化的特點與MAS的特點相適應(yīng)。因此，本發(fā)明采用協(xié)同粒子群算法的電力市場ACE仿真方法更能接近于電力市場的實際，為電力市場的研究提供方法和工具。

發(fā)明內(nèi)容

本發(fā)明的目的是克服上述不足提出一種采用協(xié)同粒子群算法的電力市場ACE仿真方法。其本質(zhì)是使用具有有限理性的和自適應(yīng)的代理表示各個市場成員，并通過個體的代理在計算機上進行交互作用(即仿真)，獲得市場運行的特征描述。一種采用協(xié)同粒子群算法的電力市場ACE仿真方法中各代理Agent代表著每個市場參與者，代理Agent應(yīng)基于它本身的信息和對于市場環(huán)境的認識做出最優(yōu)決策，整個電力市場仿真屬于一個動態(tài)博弈過程。粒子群優(yōu)化算法在電力系統(tǒng)有著廣泛的應(yīng)用，而在智能代理報價應(yīng)用很少，本發(fā)明一種采用協(xié)同粒子群算法的電力市場ACE仿真方法，具體技術(shù)方案如下：

一種采用協(xié)同粒子群算法的電力市場ACE仿真方法，使用具有有限理性的和自適應(yīng)的代理表示各個市場成員，并通過個體的代理在計算機上進行交互作用，獲得市場運行的特征描述；一種采用協(xié)同粒子群算法的電力市場ACE仿真方法中各代理Agent代表著每個市場參與者，代理Agent應(yīng)基于它本身的信息和對于市場環(huán)境的認識做出最優(yōu)決策，整個電力市場仿真屬于一個動態(tài)博弈過程，為電力市場仿真研究提供方法，具體包括以下步驟：

(1)各獨立的代理Agent根據(jù)市場信息，選擇使得獲得期望利潤最大的策略作為最優(yōu)策略；

(2)代理Agent將各自的最優(yōu)策略遞交給交易中心；

(3)交易中心根據(jù)市場需求確定各代理Agent的發(fā)電量和電價，并將所需信息反饋給各代理Agent，在ACE模型中，采用代理Agent來代理市場參與者；

各代理Agent根據(jù)市場信息，以自身收益最大化為目標(biāo)選擇競標(biāo)策略，將所選最優(yōu)競標(biāo)策略遞交給交易中心PX；交易中心PX根據(jù)各代理Agent的競標(biāo)策略、市場需求負荷、電網(wǎng)輸電約束等對電力市場進行出清，確定各發(fā)電公司的發(fā)電量和電價，最后將各代理Agent競標(biāo)結(jié)果和下一輪交易需公開的信息反饋給各發(fā)電公司，至此本輪的電力交易全部結(jié)束，然后重復(fù)上述過程進行下一輪交易。

其中，在電力市場ACE仿真中，所有的決策選取、交易出清、信息反饋等計算均由計算機完成，其中每個代理Agent的決策方案選用協(xié)同粒子群智能算法進行優(yōu)化處理，所述協(xié)同粒子群算法在電力市場ACE仿真方法中的代理應(yīng)用過程如下：

(1)根據(jù)市場成員代理Agent的個數(shù)確定種群的規(guī)模M，每個種群對應(yīng)一個發(fā)電公司；每個種群有N個粒子，每個粒子代表該發(fā)電公司的一個報價策略方案；

(2)對每個種群進行編碼，根據(jù)成本曲線隨機產(chǎn)生初始種群