基于改進Q學習算法的發(fā)電商競價策略.pdf

1、世界各國的電力工業(yè)市場化改革正在逐步深入。目前，我國正在積極建設區(qū)域電力市場，進行“廠網(wǎng)分開、競價上網(wǎng)”，發(fā)電側市場實行競爭機制。作為電力市場研究中的一個熱點問題，研究和探討發(fā)電商競價策略問題具有重要的理論和實用價值。 中長期交易下的發(fā)電商策略行為目前較難由解析的數(shù)學模型來進行研究。針對復雜經(jīng)濟系統(tǒng)中的策略交互作用，多代理系統(tǒng)模型具有良好的發(fā)展前景。本論文針對聯(lián)營模式的電力市場,以多代理系統(tǒng)為基礎，利用自加強學習算法來模擬仿真中

2、長期電力批發(fā)市場，從而找到中長期市場平衡點并據(jù)此評估市場中長期運行情況。 模糊推理方法和強化學習方法都是多代理系統(tǒng)行為學習常用的方法。本文基于模糊推理和強化學習的優(yōu)缺點，提出了基于模糊Q學習算法的發(fā)電商競價策略。為了提高算法的收斂性和搜索的遍歷性，本文還提出了混沌的概念，并把混沌因子加入了模糊Q學習算法。最后以IEEE-14和IEEE-30節(jié)點系統(tǒng)分別對基于模糊Q學習算法的發(fā)電商競價策略和組合混沌的模糊Q學習算法的發(fā)電商競價策略