不完全信息下基于多代理深度确定策略梯度算法的发电商竞价策略

被引：17

作者：

员江洋 ^{[1
]}

杨明 ^{[1
]}

刘宁宁 ^{[1
]}

张长行 ^{[1
]}

黄诗颖 ^{[1
]}

朱青 ^{[2
]}

机构：

[1] 山东大学电气工程学院

[2] 山东省创新发展研究院

来源：

电网技术 | 2022年 / 46卷 / 12期

基金：

国家重点研发计划;

关键词：

电力现货市场; 多代理模型; 不完全信息; 多代理深度确定性策略梯度; 最优报价策略; 激励相容;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信]; F426.61 [];

学科分类号：

120103 [信息系统与信息管理];

摘要：

在电力现货市场中，发电商竞价行为受多种因素综合影响，且由于信息受限无法做出最优决策，难以实现自身收益最大化。将发电商竞价决策行为建模为马尔科夫博弈过程，提出了基于多代理模型的发电商日前市场竞价模型，应用多代理深度确定性策略梯度(multi-agentdeep deterministicpolicygradient, MADDPG)算法，分别在IEEE-3节点算例和IEEE-30节点算例模拟发电侧竞价行为。算例分析表明，所提模型通信开销低、训练结果良好，可以在不完全信息条件下提高发电商收益，并实现发电侧报价的激励相容。

引用

页码：4832 / 4844

页数：13

共 29 条

[1]

多时间尺度的配电网深度强化学习无功优化策略 [J].