[发明专利]一种基于RE Learning算法的发电商报价模型

权利要求书

1.一种基于RE Learning算法的发电商报价模型，其特征在于，包括以下步骤，且以下步骤顺次进行：

步骤S1、构造发电商代理的报价策略集，RE learning算法的基础是构造能够有效描述发电商竞价行为的策略集，采用基于成本分析的方法构造发电商的策略集；

步骤S2、初始化各策略对应的行为倾向；

步骤S3、按照轮盘赌方式选择竞价策略，代理按照轮盘赌方式选择下一轮竞价策略，即根据各策略选择概率形成各策略对应的选择概率区间，然后随机生成一个(0,1)区间的随机数，判断此随机数位于哪一个选择概率区间，从而选择此概率区间对应的策略；

步骤S4、ISO在接收到各代理报价信息后，在满足市场需求情况下根据社会效益最大化目标进行出清，确定各代理的中标电量和出清电价，并将这些信息反馈给代理；

步骤S5、代理以出清电价和中标电量为基础，计算采用策略s_m所获得的利润；

步骤S6、根据公式更新策略空间中各策略对应的行为倾向系数q和选择概率p；

步骤S7、重复步骤S3-S6直到满足终止条件，本文中的终止条件设置为若某一策略对应的选择概率大于0.99，代理就停止学习。

2.根据权利要求1所述的基于RE Learning算法的发电商报价模型，其特征在于，所述步骤S1中，以发电商边际成本函数MC_i(P_Gi)为基础，在边际成本的基础上乘以一个系数s作为报价，发电商报价函数确定如下：

式中，参数P_Gi为机组输出功率，为最大功率容量，为最小功率容量，a_i、b_i是发电商成本函数的系数，通常是由外部直接给定的常数，MC_i(P_Gi)为发电商边际成本函数；s作为决策变量，决定了发电商报价的高低，即发电商代理采用策略系数s构建报价函数B_i(P_Gi)，策略系数s满足一定条件：

式中，s_min、s_max为策略系数s的上下限；price^max为市场规定的最高报价；

可知发电商成本函数如下：

则发电商的边际成本函数如下：

相应的报价函数为：

发电商采用策略系数s构建报价函数B_i(P_Gi)，不同的策略系数s表示发电商不同的报价策略，在区间(s_min,s_max)内取M个策略系数s即可构建发电商代理的行为策略集合S{s₁,s₂,s₃,...,s_M}；用代理策略空间中有限个策略系数s表征发电商在每次交易所有可能采取的行为集合。

3.根据权利要求1所述的基于RE Learning算法的发电商报价模型，其特征在于，所述步骤S2中，初始化各策略对应的行为倾向，设发电商代理i行为策略集合为S{s₁,s₂,s₃,...,s_M}，对策略空间S中每个策略标志对应的行为倾向系数q和行为选择概率p，各策略对应的行为倾向系数q根据每轮所获利润进行更新；

设在第t轮竞价中，代理i选择了策略s_k，且第t轮代理的回报函数为R_t，则在第t+1轮，对策略空间中的策略s_m对应的行为倾向系数做如下更新：

式中：t为竞价轮次；m为在某轮中选择的策略号；M为策略空间的策略数目；r为遗忘因子；e为一个经验参数；

将策略集合中各策略对应的行为倾向归一化，计算策略s_m相应的选择概率：

式中，c为冷却系数，参数c的选取根据每轮各策略倾向系数进行动态调整，如下：

式中，k为一个大于0的实数，在不同的系统中其值也会发生变化。