基于Q强化学习的综合能源服务商现货市场申报策略研究

发布时间：2020-12-23 10:36

　　随着综合能源系统建设和电力市场改革推进,综合能源服务商有望成为新的市场交易成员。为解决申报阶段有限的决策参考信息制约申报策略制定的问题,文章提出了一种基于Q强化学习的综合能源服务商现货市场申报策略,以提升申报策略的理想度。该方法的主要特点在于充分利用庞大的历史运行信息,通过人工智能算法训练申报策略智能体,建立综合能源服务商所掌握的有限参考信息与最优申报策略之间的内在关系。智能体以市场公开信息、社会公共信息及服务商私有信息为环境变量,能够实现申报策略的自动生成和智能改进。最后,基于某省电网实际数据构造算例表明,该方法能较好地拟合合作博弈下的申报策略,具有收敛速度快、理想度高、计算效率高等特点,更符合综合能源服务商决策需求。 

【文章来源】：电力建设. 2020年09期 北大核心

【文章页数】：7 页

【部分图文】：

强化学习原理

Q强化学习训练过程

以省内某大型化工企业为案例，算例中构建的综合能源服务商典型能源需求曲线如图3所示，为满足生产要求，正常工作日耗电约480万k W·h，消耗燃气约3万m3，供热需求约100万k W·h。文献[7]中园区综合能源系统框架，为该企业配置冷热电三联供、电热锅炉等能源转化设备，其作为综合能源服务商参与市场交易。该综合能源服务商所拥有的主要设备如表3所示。

【参考文献】：
期刊论文
[1]基于纳什谈判的区域综合能源系统运行优化[J]. 耿琪,胡炎,何建宗,周永言,赵伟.  电力建设. 2020(01)
[2]多能源协同的交易模式研究综述[J]. 谈金晶,李扬.  中国电机工程学报. 2019(22)
[3]计及子区域间能量交换的多区域综合能源系统协调经济调度[J]. 吴嘉豪,曾成碧,苗虹.  电力建设. 2019(11)
[4]基于合作博弈的综合能源服务商现货市场风险规避策略[J]. 郭祚刚,喻磊,胡洋,周长城,雷金勇,何帅,刘念.  中国电力. 2019(11)
[5]基于综合需求响应的负荷聚合商最优市场交易策略[J]. 刘珮云,丁涛,贺元康,陈天恩.  电力自动化设备. 2019(08)
[6]商业综合能源系统经济性分析[J]. 赵晓东,杜小泽,曾鸣.  电力需求侧管理. 2019(04)
[7]市场出清机制下综合能源服务商竞争策略[J]. 练依情,郭祚刚,喻磊,李鹏,袁智勇,雷金勇,何帅,刘念.  南方电网技术. 2019(07)
[8]考虑风险规避的综合能源服务商能源购置策略[J]. 武赓,武庆国,王昊婧,王雨晴,曾博,曾鸣.  电力自动化设备. 2019(06)
[9]参与双重市场的区域综合能源系统日前优化调度[J]. 黄伟,葛良军,华亮亮,陈艳波.  电力系统自动化. 2019(12)
[10]跨区域省间可再生能源增量现货市场设计与实践[J]. 葛睿,陈龙翔,汤俊,黎灿兵,胡苗.  电力建设. 2019(01)



本文编号：2933568