[发明专利]一种最优竞价策略求解方法

说明书

本申请属于市场交易技术领域，特别是涉及一种最优竞价策略求解方法。传统的演化博弈方法在面对对手决策的不确定性时难以获得稳定的演化均衡解。本申请提供了一种最优竞价策略求解方法，针对参与需求侧竞价的用户提供DR资源最优竞价策略求解问题，建立了以消费者需求曲线为基础的用户参与DR收益模型。综合考虑用户参与市场的目标导向，提出了基于博弈主体有限理性的演化博弈模型；2)考虑市场信息的非完全性和主体决策的不确定性，为求解所建立的基于博弈主体有限理性的演化博弈模型，提出了一种基于Q学习与复合微分进化的最优竞价策略学习算法。建立了基于用户有限理性的演化博弈模型，帮助用户制定最优DR竞价策略。

技术领域

本申请属于市场交易技术领域，特别是涉及一种最优竞价策略求解方法。

背景技术

需求响应(Demand Response，简称DR)即电力需求响应的简称，是指当电力批发市场价格升高或系统可靠性受威胁时，电力用户接收到供电方发出的诱导性减少负荷的直接补偿通知或者电力价格上升信号后，改变其固有的习惯用电模式，达到减少或者推移某时段的用电负荷而响应电力供应，从而保障电网稳定，并抑制电价上升的短期行为。它是需求侧管理(DSM)的解决方案之一。

DR技术作为电力市场的核心技术之一，是用以充分挖掘负荷侧资源，实现资源综合优化配置的重要手段。当电力批发价格急剧上升或系统的可靠性受到威胁时，通过DR技术来鼓励用户主动改变其能源消耗状况，以获得负荷削减量的经济补偿。随着负荷聚合商的发展，中小型用户也能通过负荷聚合商为枢纽参与到需求侧竞价中。这既能增加参与辅助服务市场的用户数量，又能降低参与DR的用户准入门槛。

需求侧竞价对于提升电力用户参与市场的积极性起着重要作用。考虑用户基于有限理性参与辅助服务市场竞价，为寻求最优竞价策略，演化博弈论成为国内外学者的研究热点问题。主要研究方法有通过联合演化算法以检测市场中的多重纳什均衡解，通过非对称演化博弈算法以获得稳定的演化均衡解等等。此外，由于强化学习算法在不确定性环境下面对信息的非完全性有着显著的决策能力。强化学习算法被广泛应用于电力市场的竞价策略制定。

但是传统的演化博弈方法在面对对手决策的不确定性时难以获得稳定的演化均衡解。

发明内容

1.要解决的技术问题

基于传统的演化博弈方法在面对对手决策的不确定性时难以获得稳定的演化均衡解的问题，本申请提供了一种最优竞价策略求解方法。

2.技术方案

为了达到上述的目的，本申请提供了一种最优竞价策略求解方法，所述方法包括如下步骤：步骤1)：建立以消费者需求曲线为基础的用户参与需求响应收益模型；步骤2)：根据所述用户参与需求响应收益模型，结合用户参与市场的目标导向，构建参与需求响应用户的优化模型；步骤3)：基于有限理性的用户参与需求响应优化模型的博弈互动过程，构建基于有限理性的演化博弈模型，所述基于有限理性的演化博弈模型将各用户模拟为多个种群，并且不对博弈主体的决策进行外部干预；步骤4)：将稳定演化策略建模为马尔科夫决策过程，将演化博弈模型结合Q学习与复合微分进化的最优竞价策略学习算法进行求解。

本申请提供的另一种实施方式为：所述步骤1)中所述需求响应收益模型为参与辅助服务市场提供需求响应资源用户的满意度目标、市场份额目标、经济补偿目标的数学模型。

本申请提供的另一种实施方式为：所述步骤3)中所述演化博弈模型包括市场信息的非完全性和主体决策的不确定性。

本申请提供的另一种实施方式为：所述步骤2)中优化模型为：