基于强化学习的电力市场信息披露程度对市场成员交易行为影响研究

发布时间：2020-10-09 14:51

　　基于信息披露的主体框架,分析披露体系中具体的供需信息对于市场成员的引导作用。建立日前市场的双层竞价优化模型,采用强化学习的方法,通过市场中有无关键供求信息披露对于发电商报价预期的影响,推演模拟不同信息披露程度下发电商报价行为,然后从策略演化过程、策略偏离度以及策略收敛速度3个角度进行信息披露程度对市场成员交易行为影响的定量分析,验证市场供需信息的发布程度对于市场成员的引导作用,最后基于推演结果进行总结,并对我国信息披露的建设提出建议与思考。
【部分图文】：

正态分布,信息披露,策略,初始概率

信息披露的引导作用主要是让市场成员有一定的预判能力，负荷预测以及装机容量、停运预测等供需信息的披露使得市场成员对于下一时刻的市场环境有较为准确的判断。图2给出了本文推演模型中的发电商初始策略选择流程，为定量说明信息披露程度对于发电商报价策略的影响，本文分“供需信息已披露”和“供需信息未披露”2个方面进行推演设计，策略的初始概率分布将影响求解均衡解（最优报价）过程中的搜索范围和迭代速度。从发电侧的角度考虑，在系统供给充足的情况下，其对于自身中标的信念较低，发电商倾向于以中标为目的进行保守报价；当市场供应紧缺的情况下，发电商则有较大的中标概率，倾向于以扩大利润为目的的报价。由于市场供需情况影响的是发电商的心理预期，因此其实质是对于发电商的初始报价产生一个“合理偏好”的影响，使得发电商对于最优策略的搜索范围准确度和搜索速度上都得到了优化。在供需信息已披露的情况下，发电侧可以根据系统中的供需预测，适当提高“合理偏好”策略的初始概率。供需信息未披露的情况分为2种：1）不猜测供需情况。发电商选择各策略的初始概率等同；2）供需猜测错误情况。发电商则会以与实际市场供需环境相反的预判结果为基准，增加相应策略的初始概率。具体策略选择原理如图2所示。在不同的信息发布条件下，为了模拟发电商的心理预期，通过正态分布和softmax函数生成各动作的初始概率。由于在Q值表中，各策略按照从小到大的顺序从左往右排列，因此可以将各策略的编号从0到1等区间排序，即{0,1/|Ai|，2/|Ai|…，1}，Ai为第i个发电机的策略个数。

信息披露,体系,市场主体,信息

在电力市场中，信息流通和交换所涉及的是电能从生产、交易到配送的整个过程。根据广东省已公布的信息披露试行细则[15-16]以及PJM现有的披露规则，披露体系的发布内容涵盖交易规则、交易结果、运行状态、结算等方面，对于各市场主体的信息披露范围和披露规则都具有明确规定。按照不同市场主体披露的信息条目（部分信息）、信息披露方式、披露范围进行分类，信息披露体系的框架构建见图1[17]。各市场主体根据市场运营机构的要求提供与自身相关的信息。在电力市场中，信息可以总结为2方面作用：1）实现市场交易、资源配置的引导；2）监督和约束市场主体的交易行为，防止市场主体滥用市场力[18-19]。由于后者涵盖的信息往往涉及企业的商业秘密，在确定披露信息时，需要考虑市场成员的利益，明确划分信息公开的范围。此外，信息披露还需考虑时效性，对于不敏感的信息如出清价格、负荷预测等予以即时发布，对于较为敏感的发电侧报价等信息，则予以延迟发布，因为这部分信息的即时发布会使得市场成员对于对手策略有着准确了解，从而通过市场力或默契合谋危害市场竞争性[20]。

流程图,算法,流程,过程

整体算法流程

【参考文献】