基于具记忆功能的多智能体博弈的发电市场竞价仿真方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN110310184A(43)申请公布日2019.10.08(21)申请号201910615663.7(22)申请日2019.07.09(71)申请人华北电力大学地址102206北京市昌平区朱辛庄北农路2号(72)发明人黄仙张军李树松(74)专利代理机构北京众合诚成知识产权代理有限公司11246代理人张文宝(51)Int.Cl.G06Q30/06(2012.01)G06N3/12(2006.01)G06Q30/08(2012.01)G06Q50/06(2012.01)权利要求书3页说明书8页附图6页(54)发明名称基于具记忆功能的多智能体博弈的发电市场竞价仿真方法(57)摘要本发明公开了属于发电市场仿真技术领域的一种基于具记忆功能的多智能体博弈的发电市场竞价仿真方法。将每个发电商看着为一个智能体，进而将发电商之间的竞价行为视为一个多智能体博弈问题以实现建模与仿真；将发电市场看作一个复杂自适应系统，以多智能体技术对市场竞价过程中的主体进行封装；发电商智能体具有记忆上一轮博弈策略的功能，其模型包含目标函数、约束条件、利润计算模块以及策略调整算法模块；依据市场需求与各发电商竞标策略计算出竞价的结果。本发明能解决多智能体发电市场竞价仿真中常遇到的难以达到市场均衡的难题；可以辅助发电商竞价人员进行科学的决策，同时也可以辅助市场监管机构对发电市场的运行进行宏观调控。CN110310184ACN110310184A权利要求书1/3页1.一种基于具记忆功能的多智能体博弈的发电市场竞价仿真方法，其特征在于，将每个发电商看着为一个智能体，进而将发电商之间的竞价行为视为一个多智能体博弈的建模进行仿真，并为智能体设计了记忆功能模块；将发电市场看作一个复杂自适应系统，以多智能体技术对市场竞价过程中的主体进行封装；发电商智能体模型包含目标函数，约束条件，利润计算模块以及策略调整算法模块，ISO智能体模块的主要功能是根据市场需求信息以及所有发电商提交的报价和报量，计算出市场出清价与每个发电商竟到的发电容量；为了提升智能体的全局寻优能力，采用基于杂交向量交叉重组且变异重组互斥的改良遗传算法；具体步骤如下：步骤1，在初始阶段，先对每一个发电商智能体建立模型，发电商智能体通过加载外部数据，获取自己的属性，这些数据包括发电商的编号、额定功率、最大/最小功率、边际成本、标杆电价、固定成本数据、变动成本数据与环境成本数据；在初始阶段，发电商智能体通过从外部读取数据完成自身的初始化；经过初始化后的智能体，具有自适应和自决策的功能；除发电商智能体外，独立系统运营商(ISO)被视作为一类特殊的智能体；ISO智能体的属性包含市场需求与竞价机制，其行为则是负责市场的出清；步骤2，发电商智能体初始化完成之后，开始进入竞价状态；发电商智能体依据自身报价和报量的约束范围，随机产生初始的报价和报量，所有发电商智能体向ISO智能体提交初始的报价和报量，在所有发电商智能体报价产生完毕之后，系统将所有的报价和报量提交到ISO智能体；ISO智能体完成计算后，将竞价结果返回给每一个发电商智能体；ISO中的竞价机制有两种，分别为MCP(MarketCleaningPrice)机制和PAB(PayasBid)机制:步骤3，发电商智能体根据接收到的竞价结果和上一轮所有发电商的报价与报量信息，此时发电商智能体进入寻优阶段，每个发电商智能体依据其他N-1家发电商智能体上一轮的报价结果，采用改良的遗传算法寻找最优策略；对自身的决策做出调整，即调整报价和报量；步骤4，在MCP机制下，ISO根据各个发电商提交的报价和报量，按照报价从低到高对各个发电商进行排序，并将对应的申报容量进行累加，满足市场需求量的最后一个发电商的报价为市场出清价，报价低于市场出清价的发电商竞价成功，报价高于市场出清价的发电商竞价失败，最后所有竞价成功的发电商统一按照该出清价结算。2.根据权利要求1所述基于具记忆功能的多智能体博弈的发电市场竞价仿真方法，其特征在于，所述步骤3中采用改良的遗传算法寻找最优的具体步骤包括：步骤31：依据每一个发电商智能体的目标函数可以描述为Li＝maxpi，不失一般性，智能体寻优的目标函数抽象描述为如下的数学表达式：其中，为决策变量，f(X)表示目标函数，xi,min≤xi≤xi,max表示约束条件，通过借助改良的遗传算法找到一组满足约束条件的可行解，使得目标函数的值达到最大值；步骤32：利用改良的遗传算法对步骤31所描述的最优化问题进行全局搜索：步骤2a:在决策变量X所允许的n维搜索空间中，生成由NP个智能体组成的初始种群X，NP为种群中智能体个数；在整个种群X中，每一个智能体Xi＝(xi,1,xi,2,…,xi,n)都代表待优化问题