[发明专利]一种自增强学习的撮合竞价方法及系统

说明书

技术领域

本发明涉及电力市场运行与竞价领域，具体涉及一种自增强学习的撮合竞价方法及系统。

背景技术

由于电源与需求呈逆向分布，发电区域电能过剩，用电区域则电力不足，这种不均衡的能源结构决定了必须通过开展大规模跨区域电力交易，对能源资源进行有效配置，充分发挥发电、输电设施的能力，保障电力供应。

在跨区域集中交易制度逐步完善的过程中，跨区域发电侧市场的竞争压力逐步增大，发电企业为了在市场中生存与发展，其必须与其他发电商竞争上网，以实现利润最大化为目标。

为了避免发电厂商们之间的恶性竞争和发电集团公司可能要面临的价格剧烈波动的巨大风险，广大学者和研究人员往往采用多代理系统(Multi-agent System，简称为MAS)技术和演化博弈理论为参与市场竞争的发电商们构建更加灵活的发电竞价策略，并在利润最大化的实践中不断完善，同时对寡头垄断竞争的发电侧电力市场竞价规则和竞价行为进行评估。

在人工智能领域，将由多个Agent所构成的相互作用、相互关联的系统称为多代理系统(Multi-Agent System)。多代理系统中，每一个Agent都是一个独立的具有学习能力的实体，通过与环境之间的信息交互进行演化，从而推动整个系统的演化。开展多Agent建模能够更有效地表征涉及人类智能活动的经济系统的特性。电力市场参与者的行为具有高度的智能性和复杂性，利用常规方法很难进行有效分析，因此采用多Agent系统建模与仿真方法，实现对电力市场运营的有效模拟。

然而，Agent机器学习需要大量的训练样本，而目前数据样本仍不够完善。而解决这个问题，需要构建电力市场仿真模型，产生大量的智慧机器样本，对算法进行训练。

电力市场仿真可以研究市场环境中各个参与者的行为，为电力市场改革提供决策支持。经典博弈论被广泛应用于电力市场竞价策略研究，但其基本假设是每个市场参与者都是“完全理性”的，而且要求参与者具有“理性的共同认识”，即相信对手在追求自身利益最大化目标时不会犯任何错误，因此存在较大局限性。

发明内容

为了解决现有技术中所存在的上述不足，本发明提供一种自增强学习的撮合竞价方法。

本发明提供的技术方案是：一种自增强学习的撮合竞价方法，所述竞价方法包括：

采集所有售电商的报价，其中设定待测售电商报价为初始竞价，剩余其他售电商报价设定为初始售电商报价；

基于预先设定的步长调整售电商报价和竞价报价；

基于所述初始售电商报价、初始竞价、竞价报价和售电商报价得到收益；

基于预先设定的步长重新调整电商报价和竞价报价继续计算收益，直到达到预先设定的学习报价轮数阈值；

基于所有的售电商报价、竞价报价和收益确定最终竞价报价。

优选的，所述采集所有售电商的报价，其中待测售电商报价为初始竞价，剩余其他售电商报价作为初始售电商报价包括：

采集所有售电商的报价构建集合S，S＝{s₁,s₂,…,s_n}，其中s₁,s₂,…,s_n为所有售电商报价；

设定待测售电商报价a_t；a_t∈S；

设定初始售电商报价为s_t，s_t∈S-a_t。

优选的，所述基于预先设定的步长调整所述竞价报价包括：

以小概率的ε‐greedy算法随机选择报价；

所述ε－greedy算法按下式计算：

ε＝temp^t

式中：temp：小于1的衰减系数；t：当前学习报价轮数。

优选的，所述基于预先设定的步长调整所述售电商报价如下式：

式中：p_i,t：售电商i在t轮学习中的模拟报价；step_i：售电商i的竞价风险调整步长；Gain_i：报价的函数，表征售电商i参与匹配的收益；其他：不满足调价条件的情况；t：当前学习报价轮数。

优选的，所述售电商i的竞价风险调整步长step_i基于概率θ_t计算；

以概率θ_t选择所述步长step_i，以概率1‐θ_t选择原步长step_i；