[發明專利]一種自增強學習的撮合競價方法及系統

在審

• 申請號: 201710914516.0
• 申請日: 2017-09-29
• 公開（公告）號: CN107644370A
• 公開（公告）日: 2018-01-30
• 發明（設計）人: 程海花;鄭亞先;薛必克;耿建;楊爭林;邵平;龍蘇巖;郭艷敏;王高琴;史新紅;呂建虎;徐駿;黃春波;陳愛林;曾丹;葉飛;張旭;王秀麗;祁天星;張煒
• 申請（專利權）人: 中國電力科學研究院;國家電網公司;國網江蘇省電力公司;西安交通大學
• 主分類號: G06Q30/08
• 分類號: G06Q30/08;G06Q50/06
• 代理公司: 北京安博達知識產權代理有限公司11271
• 代理人: 徐國文

技術領域

本發明涉及電力市場運行與競價領域，具體涉及一種自增強學習的撮合競價方法及系統。

背景技術

由于電源與需求呈逆向分布，發電區域電能過剩，用電區域則電力不足，這種不均衡的能源結構決定了必須通過開展大規模跨區域電力交易，對能源資源進行有效配置，充分發揮發電、輸電設施的能力，保障電力供應。

在跨區域集中交易制度逐步完善的過程中，跨區域發電側市場的競爭壓力逐步增大，發電企業為了在市場中生存與發展，其必須與其他發電商競爭上網，以實現利潤最大化為目標。

為了避免發電廠商們之間的惡性競爭和發電集團公司可能要面臨的價格劇烈波動的巨大風險，廣大學者和研究人員往往采用多代理系統(Multi-agent System，簡稱為MAS)技術和演化博弈理論為參與市場競爭的發電商們構建更加靈活的發電競價策略，并在利潤最大化的實踐中不斷完善，同時對寡頭壟斷競爭的發電側電力市場競價規則和競價行為進行評估。

在人工智能領域，將由多個Agent所構成的相互作用、相互關聯的系統稱為多代理系統(Multi-Agent System)。多代理系統中，每一個Agent都是一個獨立的具有學習能力的實體，通過與環境之間的信息交互進行演化，從而推動整個系統的演化。開展多Agent建模能夠更有效地表征涉及人類智能活動的經濟系統的特性。電力市場參與者的行為具有高度的智能性和復雜性，利用常規方法很難進行有效分析，因此采用多Agent系統建模與仿真方法，實現對電力市場運營的有效模擬。

然而，Agent機器學習需要大量的訓練樣本，而目前數據樣本仍不夠完善。而解決這個問題，需要構建電力市場仿真模型，產生大量的智慧機器樣本，對算法進行訓練。

電力市場仿真可以研究市場環境中各個參與者的行為，為電力市場改革提供決策支持。經典博弈論被廣泛應用于電力市場競價策略研究，但其基本假設是每個市場參與者都是“完全理性”的，而且要求參與者具有“理性的共同認識”，即相信對手在追求自身利益最大化目標時不會犯任何錯誤，因此存在較大局限性。

發明內容

為了解決現有技術中所存在的上述不足，本發明提供一種自增強學習的撮合競價方法。

本發明提供的技術方案是：一種自增強學習的撮合競價方法，所述競價方法包括：

采集所有售電商的報價，其中設定待測售電商報價為初始競價，剩余其他售電商報價設定為初始售電商報價；

基于預先設定的步長調整售電商報價和競價報價；

基于所述初始售電商報價、初始競價、競價報價和售電商報價得到收益；

基于預先設定的步長重新調整電商報價和競價報價繼續計算收益，直到達到預先設定的學習報價輪數閾值；

基于所有的售電商報價、競價報價和收益確定最終競價報價。

優選的，所述采集所有售電商的報價，其中待測售電商報價為初始競價，剩余其他售電商報價作為初始售電商報價包括：

采集所有售電商的報價構建集合S，S＝{s₁,s₂,…,s_n}，其中s₁,s₂,…,s_n為所有售電商報價；

設定待測售電商報價a_t；a_t∈S；

設定初始售電商報價為s_t，s_t∈S-a_t。

優選的，所述基于預先設定的步長調整所述競價報價包括：

以小概率的ε‐greedy算法隨機選擇報價；

所述ε－greedy算法按下式計算：

ε＝temp^t

式中：temp：小于1的衰減系數；t：當前學習報價輪數。

優選的，所述基于預先設定的步長調整所述售電商報價如下式：

式中：p_i,t：售電商i在t輪學習中的模擬報價；step_i：售電商i的競價風險調整步長；Gain_i：報價的函數，表征售電商i參與匹配的收益；其他：不滿足調價條件的情況；t：當前學習報價輪數。

優選的，所述售電商i的競價風險調整步長step_i基于概率θ_t計算；

以概率θ_t選擇所述步長step_i，以概率1‐θ_t選擇原步長step_i；