10.13335/j.1000-3673.pst.2020.1932
基于内嵌增广拉格朗日函数Q-learning方法的虚拟电厂市场博弈策略
聚合了多品类能源资源的虚拟电厂为多主体参与下的竞争电力市场增添了较多不确定性.为了刻画虚拟电厂在市场博弈行为中的特点,探寻更高效的电力市场交易机制,提出了一种含虚拟电厂的电力市场古诺博弈模型,并证明了其纳什均衡解的唯一存在性.由于传统优化算法难以准确模拟现实中发电商之间的竞争过程,而适用于不完全信息博弈的Q-learning算法又难以处理复杂的约束条件,提出了基于多智体框架下Q-learning算法内嵌拉格朗日函数的联合求解算法,对含虚拟电厂的电力市场博弈模型进行求解.算例分别采用遗传算法与所提算法对模型进行仿真测试,结果表明,在电能需求总量恒定且统一出清模式的电力市场中,虚拟电厂较传统电厂有着优越的资源整合与盈利能力,且所提算法能够获得更为稳定的收敛结果.
电力市场;虚拟电厂;古诺博弈;Q-learning;增广拉格朗日法
45
TM73(输配电工程、电力网及电力系统)
2021-10-15(万方平台首次上网日期,不代表论文的发表时间)
共9页
4000-4008