有限信息环境下基于学习自动机的发电商竞价策略
2021-03-30贾乾罡陈思捷李亦言徐澄科
电力系统自动化 2021年6期
贾乾罡,陈思捷,李亦言,2,严 正,徐澄科
(1. 上海交通大学电子信息与电气工程学院,上海市200240;2. 北卡罗来纳州立大学电子与计算机科学系,罗利市27695,美国)
0 引言
自2015 年启动新一轮电力体制改革以来,中国电力市场化进程在各省快速推进。电力中长期交易趋于成熟,现货市场架构及市场机制设计逐渐完善。在这种情况下,市场成员的参与策略具有了实际的研究价值。
电力市场通常被认为是典型的不完全竞争市场或寡头垄断市场。在该类市场中,发电商有充分的动机开展策略性报价以提高自身收益[1]。现有对发电商投标策略的研究可大致分为以下3 类。①发电商通过预测下一阶段市场出清电价及负荷,从而制定相应的投标策略[2-4]。该类方法仅适用于价格接受型(price taker)发电商,即假定他们自身的投标策略对市场价格无影响。②通过建立市场的博弈均衡模型以得到自身的最优投标策略[5-6]。该类方法要求发电商能够获取全部的市场信息,在实际应用中存在难度。③发电商通过研究对手的报价行为并对其建模,估计对手的报价策略,从而针对性地优化自身的策略[7-8]。这类研究通常需要假设对手的行为服从某种特定分布。事实上,发电商可获得的外部市场环境信息、竞争对手信息往往较为有限,尤其是在新兴市场中可参考的历史样本数据稀少,这使得外部市场对于发电商而言类似于黑箱,发电商难以通过建立市场博弈模型或研究对手行动制定自身报价策略。……
登录APP查看全文
