馮 恒, 楊爭林, 鄭亞先, 葉 飛， 張 旭, 史 昕

(中國電力科學(xué)研究院有限公司(南京), 江蘇省南京市 210003)

0 引言

電力市場的建設(shè)和運(yùn)營是一個(gè)復(fù)雜的系統(tǒng)工程,試錯成本巨大,所以需要前瞻性的研究去推演市場運(yùn)營機(jī)理,降低市場模式選擇及運(yùn)營的風(fēng)險(xiǎn)。目前國內(nèi)外建立了多種電力市場實(shí)驗(yàn)環(huán)境[1-3],其中不僅需要市場規(guī)則和市場模式的設(shè)定,更要具備對市場成員決策行為的模擬能力。目前研究市場成員競價(jià)決策行為的模擬方法有很多,但是大部分模擬方法僅限于對市場成員歷史申報(bào)數(shù)據(jù)或者人工模擬數(shù)據(jù)進(jìn)行實(shí)驗(yàn),無法反映市場成員的決策過程[4]。

近年來興起的智能代理(agent)是一種能不斷地從環(huán)境中獲取知識,通過提高自身能力來取得最大利益的智能實(shí)體[5]。它在一定的環(huán)境下能獨(dú)立自主地運(yùn)行,通過參數(shù)的決策改變自身的行為,從而影響外部的環(huán)境,同時(shí)也可以根據(jù)外部環(huán)境、自身收益的變化調(diào)整自身的決策行為,并可以利用有限的外部信息做出最優(yōu)決策,尤其適合在電力市場初期對各個(gè)市場成員進(jìn)行建模仿真[6],促進(jìn)電力市場機(jī)制和規(guī)則的快速建立。

目前國內(nèi)外基于智能代理的發(fā)電商競價(jià)模擬算法的研究已經(jīng)取得了一定成果,但多集中于單一因素分析建模,缺少多因素的分析建模,特別是多因素的動態(tài)分析建模。文獻(xiàn)[7]開發(fā)了基于智能學(xué)習(xí)算法Q-learning的發(fā)電商競價(jià)決策程序模塊,并在5節(jié)點(diǎn)測試系統(tǒng)上進(jìn)行模擬。由于目前版本的AMES電力市場仿真平臺中市場運(yùn)營機(jī)構(gòu)(ISO)程序模塊的局限,只能處理每天一輪的競價(jià),決策時(shí)也未考慮負(fù)荷變化,但市場需求是發(fā)電商決策時(shí)應(yīng)考慮的主要外部因素;文獻(xiàn)[8]以電力市場仿真系統(tǒng)為基礎(chǔ)技術(shù)平臺,開展了不同供需水平下電力市場成員智能代理算法研究,但是沒有考慮供需變化條件下發(fā)電商的動態(tài)行為特征;在電力市場動態(tài)行為方面,文獻(xiàn)[9]應(yīng)用非線性動力學(xué)的離散動態(tài)理論和經(jīng)濟(jì)學(xué)的博弈論,建立了3個(gè)區(qū)域博弈電力市場的古諾模型,求出了該模型的均衡解,分析了均衡解的穩(wěn)定性,并探討了Nash均衡點(diǎn)的穩(wěn)定域及各參數(shù)變化對穩(wěn)定域的影響;文獻(xiàn)[10]基于JADE框架的多代理仿真系統(tǒng),針對多個(gè)場景對比仿真國內(nèi)月度電量集中競價(jià)市場的相關(guān)規(guī)則,定量分析兩種不同的市場出清規(guī)則。文獻(xiàn)[11]運(yùn)用多代理技術(shù)設(shè)計(jì)以自身收益最大化為決策目標(biāo)的市場博弈模型,采用強(qiáng)化學(xué)習(xí)方法對市場主體的競價(jià)行為進(jìn)行優(yōu)化求解。文獻(xiàn)[11-13]針對日前電力市場發(fā)電商利益最大化問題,利用Q-learning算法構(gòu)造了發(fā)電商競價(jià)策略模型。文獻(xiàn)[11]中發(fā)電商決策的唯一主目標(biāo)就是收益,尚未考慮機(jī)組利用率等決策從屬目標(biāo);文獻(xiàn)[12]以發(fā)電商即時(shí)收益和市場相對占有率組合成效用函數(shù),能使發(fā)電商收益最大化并同時(shí)達(dá)到提高市場占有率的目的;文獻(xiàn)[13]以發(fā)電商即時(shí)收益和機(jī)組連續(xù)使用率為目標(biāo),優(yōu)化發(fā)電商競價(jià)決策。

本文模型首先從諸多影響因素中提煉出關(guān)鍵因子分類建模,然后采用基于智能代理的多輸入決策因子模型模擬發(fā)電商日前市場競價(jià)行為,并且模擬需求變化條件下發(fā)電商的動態(tài)行為演化過程。

1 考慮多輸入決策因子的競價(jià)行為建模

本文所提出的多輸入決策因子模型,從影響發(fā)電商競價(jià)決策的市場要素和行為要素里提煉出關(guān)鍵影響因子,并從決策依據(jù)、決策目標(biāo)、策略演化模型3個(gè)維度對競價(jià)模型進(jìn)行了分析。但是多輸入決策因子競價(jià)模型中并沒有單獨(dú)對市場規(guī)則、邊際成本、裝機(jī)容量進(jìn)行單獨(dú)建模分析,因?yàn)楹芏喱F(xiàn)有的文獻(xiàn)已經(jīng)分析了三者對于發(fā)電商競價(jià)行為的影響。

1.1 發(fā)電商決策依據(jù)

電力行業(yè)從壟斷到競爭,市場成員的決策方式會發(fā)生很大的轉(zhuǎn)變。對于發(fā)電商而言,傳統(tǒng)電廠只需要根據(jù)調(diào)度指令安排機(jī)組出力和機(jī)組檢修計(jì)劃,而市場環(huán)境下的發(fā)電商是基于邊際成本,利用市場信息最優(yōu)化其競價(jià)行為。但是市場初期發(fā)電商掌握的外部信息有限,市場環(huán)境中存在著影響其競價(jià)的諸多因素;對于發(fā)電商自身而言,其競價(jià)決策時(shí)有不同的決策目標(biāo)偏好和風(fēng)險(xiǎn)偏好。以上影響因素均增加了發(fā)電商投標(biāo)行為的不確定性,因此投標(biāo)時(shí)要多維度地考慮其競價(jià)行為。但是電力市場環(huán)境下影響其競價(jià)行為的因素有很多,如果用數(shù)學(xué)模型把所有相關(guān)因素統(tǒng)一建模,會造成維數(shù)災(zāi)難或者不收斂的困難。因此有必要對影響因素進(jìn)行歸類分析,提煉關(guān)鍵影響因子進(jìn)行研究建模。

在市場因素層面,市場供需和市場規(guī)則是發(fā)電商競價(jià)時(shí)考慮的最基本的外部數(shù)據(jù),發(fā)電商中標(biāo)電量和中標(biāo)價(jià)格是由市場出清發(fā)布,而市場出清主要是依據(jù)各發(fā)電商報(bào)價(jià)、市場出清規(guī)則和市場供需關(guān)系決定。發(fā)電商的報(bào)價(jià)在本文模型中屬于其自身的行為要素層面,所以本文在市場因素中提煉出的關(guān)鍵影響因子是市場供需和市場出清規(guī)則。

在自身的行為要素層面,機(jī)組邊際成本、發(fā)電商報(bào)價(jià)和裝機(jī)容量是發(fā)電商在投標(biāo)競價(jià)時(shí)考慮的主要依據(jù)。由于市場供需不斷波動,發(fā)電商在競價(jià)決策中不可避免地會遇到各種風(fēng)險(xiǎn)規(guī)避問題,同時(shí)發(fā)電商有不同的競價(jià)決策目標(biāo)偏好,因此本文在行為要素中提煉出的關(guān)鍵影響因子是風(fēng)險(xiǎn)偏好、決策從屬目標(biāo)、機(jī)組邊際成本、發(fā)電商報(bào)價(jià)及其裝機(jī)容量。

1.1.1發(fā)電商報(bào)價(jià)

在完全競爭電力市場中,發(fā)電商最優(yōu)報(bào)價(jià)就是按邊際生產(chǎn)成本函數(shù)競價(jià)。本文采用文獻(xiàn)[14]中的邊際成本建模方法,對發(fā)電商i的成本函數(shù)求一階導(dǎo)數(shù),即可求得發(fā)電商i的邊際生產(chǎn)成本CMi:

CMi(Pi)=ai+2biPi

(1)

式中:ai和bi為發(fā)電商i成本函數(shù)的系數(shù);Pi為發(fā)電出力。

而實(shí)際的電力市場往往是一個(gè)不完全競爭市場,區(qū)域內(nèi)通常只有少數(shù)幾個(gè)發(fā)電商提供電力,而各發(fā)電商擁有不同程度的市場力,因此可利用一定的競價(jià)策略獲得更多的收益。本文的競價(jià)策略是在邊際成本的基礎(chǔ)上增加一定的利潤率作為其報(bào)價(jià):

CB=CMi(1+Mi)

(2)

式中:CB為發(fā)電商i的報(bào)價(jià);Mi為加價(jià)系數(shù),可根據(jù)發(fā)電商i自身的經(jīng)營狀況和決策目標(biāo)選定。

1.1.2風(fēng)險(xiǎn)偏好

市場環(huán)境下如何優(yōu)化自身的競價(jià)策略使發(fā)電利潤最大化,是各發(fā)電商關(guān)心的首要問題。但市場初期發(fā)電商掌握的外部信息有限,市場中存在著諸如系統(tǒng)負(fù)荷波動、對手報(bào)價(jià)的策略行為等諸多不確定因素,使得發(fā)電商的競價(jià)決策面臨很大的風(fēng)險(xiǎn)。本文模型中的發(fā)電商皆為理性發(fā)電商,即其風(fēng)險(xiǎn)特性不同于一般文獻(xiàn)中的風(fēng)險(xiǎn)建模問題,但是不同種類的理性發(fā)電商對于風(fēng)險(xiǎn)的態(tài)度不同:有的發(fā)電商喜好風(fēng)險(xiǎn),善于利用原有的競價(jià)經(jīng)驗(yàn)和有限的外部信息探索更好的競價(jià)策略,對于收益的響應(yīng)比較理性,要經(jīng)過較長時(shí)間的學(xué)習(xí)和探索才會達(dá)到成熟狀態(tài);有的發(fā)電商抵制風(fēng)險(xiǎn),不易接受市場外部環(huán)境的變化,不會大比例探索新的競價(jià)策略,對于收益的響應(yīng)比較敏感,經(jīng)過較短時(shí)間的學(xué)習(xí)和探索就會達(dá)到成熟狀態(tài)。本文模型中發(fā)電商的風(fēng)險(xiǎn)特性和收益沒有一定的對應(yīng)關(guān)系,風(fēng)險(xiǎn)喜好型發(fā)電商的收益不一定優(yōu)于風(fēng)險(xiǎn)抵制型發(fā)電商的收益,風(fēng)險(xiǎn)特性主要體現(xiàn)在對于市場環(huán)境變化和收益波動的敏感程度上。

1.2 決策目標(biāo)

電力市場環(huán)境下大部分發(fā)電商為了收益最大化,都會利用有限的信息進(jìn)行最優(yōu)決策。但是發(fā)電商的決策目標(biāo)可能不單單是即時(shí)收益,由于發(fā)電商生產(chǎn)經(jīng)營條件的不同,即時(shí)收益只是衡量其決策行為的一個(gè)主要目標(biāo),其他決策從屬目標(biāo)包括機(jī)組相對利用率、機(jī)組市場占有率等因素。

發(fā)電商在日前市場競價(jià)中將競價(jià)數(shù)據(jù)提交給交易中心,但是出清后的中標(biāo)電力不一定滿足發(fā)電機(jī)組最佳運(yùn)行容量要求,發(fā)電商會在收益和機(jī)組相對利用率之間取一個(gè)折中。本文模型借鑒文獻(xiàn)[11]中的方法,在發(fā)電商的效用函數(shù)中對機(jī)組相對利用率賦予一定的權(quán)重,以表征其在決策時(shí)能兼顧決策從屬目標(biāo)。機(jī)組相對利用率R計(jì)算公式如下:

(3)

式中:Q為發(fā)電商中標(biāo)電量;G為發(fā)電商裝機(jī)容量;Beq為負(fù)荷;Gw為市場總裝機(jī)容量。

發(fā)電商目標(biāo)函數(shù)公式如下:

fprofit=(pmcpQ-C-CGu)Rw

(4)

式中:fprofit為發(fā)電商的效用函數(shù);pmcp為市場出清電價(jià);C為機(jī)組的變動成本;CGu為固定成本分?jǐn)偟饺涨暗母們r(jià)成本。

w為一個(gè)大于0的實(shí)數(shù),一般其取值范圍為(0,5),w表征決策從屬目標(biāo)在效用函數(shù)中所占權(quán)重:有些發(fā)電商會對機(jī)組的利用率有一定的考核指標(biāo),競價(jià)過程中會報(bào)低價(jià)以獲得更多的中標(biāo)電力,達(dá)到較高的機(jī)組相對利用率;而有些發(fā)電商可能會單純追求收益最大化。w=0時(shí),表明機(jī)組的決策目標(biāo)僅關(guān)注即時(shí)收益;w>0時(shí),表明在效用函數(shù)中機(jī)組相對利用率的權(quán)重,w越大,表明發(fā)電商決策時(shí)越關(guān)注機(jī)組相對利用率。

1.3 策略演化模型

發(fā)電商向ISO提交報(bào)價(jià)數(shù)據(jù),ISO根據(jù)購電成本最小化原則進(jìn)行統(tǒng)一邊際出清。電力市場每天的重復(fù)運(yùn)營,使發(fā)電商根據(jù)當(dāng)天的競價(jià)經(jīng)驗(yàn)不斷動態(tài)優(yōu)化后續(xù)的競價(jià)策略成為可能[6]。

策略演化過程如下:①各發(fā)電商提交報(bào)價(jià)給ISO;②ISO收到所有的報(bào)價(jià)信息后,在滿足系統(tǒng)負(fù)荷需求的條件下,根據(jù)上述的出清規(guī)則計(jì)算出市場出清價(jià)格和各發(fā)電商的上網(wǎng)電量,并將這些信息反饋給各發(fā)電商;③發(fā)電商根據(jù)反饋的市場出清電價(jià)和上網(wǎng)電量,計(jì)算本輪交易的收入和利潤;④根據(jù)即時(shí)收益和競價(jià)經(jīng)驗(yàn)優(yōu)化競價(jià)策略,進(jìn)行下一輪報(bào)價(jià)。

2 智能代理求解算法

理性的發(fā)電商為追求利益最大化,會不斷從市場競價(jià)決策經(jīng)驗(yàn)中學(xué)習(xí)以提高下一次競價(jià)的收益水平,智能代理能夠利用以往的歷史經(jīng)驗(yàn)不斷優(yōu)化后續(xù)策略[15-16],表征了發(fā)電商的動態(tài)學(xué)習(xí)能力;發(fā)電商的競價(jià)行為由計(jì)劃體制下的集中決策轉(zhuǎn)變?yōu)楦偁幨袌鱿碌姆稚⑹經(jīng)Q策,智能代理能夠利用有限的外部信息自主決策,并且與其他智能代理間進(jìn)行良好的協(xié)調(diào)互動[17];智能代理能夠通過算法中相關(guān)因子的設(shè)置表征不同種類的發(fā)電商?；谏鲜鲈?本文采用基于智能代理的方法模擬發(fā)電商競價(jià)行為。

本文提出的智能代理模型采用VRE-learning算法模擬發(fā)電商競價(jià)決策行為,該算法由Roth和Erev在1995年提出[18],算法和相應(yīng)決策模塊見文獻(xiàn)[7]。該算法首先需建立合理的發(fā)電商報(bào)價(jià)策略集,賦予報(bào)價(jià)策略空間中每個(gè)元素一定的初始概率和傾向系數(shù),然后通過輪盤賭算法不斷選擇發(fā)電商的報(bào)價(jià)策略,經(jīng)過ISO出清后產(chǎn)生即時(shí)收益,通過即時(shí)收益更新各策略被選中的概率和傾向系數(shù),在經(jīng)歷若干輪循環(huán)后,發(fā)電商將會收斂在能夠獲得最大收益的策略上。算法流程如附錄A圖A1所示。

模型中策略空間M的行為分為遞增的H等份,M∈[Mmin,Mmax],其中Mmin和Mmax分別為最小和最大的可選系數(shù)。若代理選擇了第v個(gè)行為,其對應(yīng)的加價(jià)系數(shù)為:

(5)

VRE算法中傾向系數(shù)的更新公式如下:

(6)

式中:qt+1為第t+1輪的傾向系數(shù)更新值;fprofit,t為第t輪獲得的即時(shí)收益;t為競價(jià)輪次;m為策略空間的某個(gè)策略;l為當(dāng)前輪次選中的策略號;Mc為策略空間的策略數(shù)目;r為遺忘因子,為減弱先前經(jīng)驗(yàn)的影響,使新策略對行為傾向的影響增強(qiáng);e為一個(gè)經(jīng)驗(yàn)參數(shù),其取值范圍為(0,1)。

由式(6)可知,e越大,即時(shí)收益在傾向系數(shù)更新的公式中比重越小,發(fā)電商經(jīng)多次學(xué)習(xí)和探索才會達(dá)到成熟狀態(tài);e越小,即時(shí)收益在公式中的比重越大,發(fā)電商很容易收斂至較好的策略后進(jìn)入穩(wěn)定狀態(tài)。因此,因子e可用來模擬發(fā)電商風(fēng)險(xiǎn)特性。

選擇概率的更新公式如下:

(7)

式中:pt(m)為策略m第t輪更新的概率;qt(j)為策略j第t輪對應(yīng)的行為傾向系數(shù);c為冷卻系數(shù),決定傾向系數(shù)對選擇概率的影響程度,參數(shù)c的選取根據(jù)每輪各策略傾向系數(shù)進(jìn)行如下動態(tài)調(diào)整,即

(8)

式中:ct為第t輪的冷卻系數(shù);k為一個(gè)大于0的實(shí)數(shù),一般設(shè)定k的取值范圍為(0,3),在不同系統(tǒng)中其值也會發(fā)生變化。k的變化將會改變冷卻系數(shù)c的取值,影響智能代理的收斂效果,k越大,智能代理收斂得越慢。

3 算例分析

本文算例依托于國家電網(wǎng)有限公司電力市場運(yùn)營技術(shù)實(shí)驗(yàn)室建立的電力市場全景實(shí)驗(yàn)平臺,平臺從電力交易運(yùn)營模擬、市場成員決策行為模擬和電網(wǎng)運(yùn)行模擬3個(gè)維度進(jìn)行整體設(shè)計(jì),在實(shí)驗(yàn)平臺上搭建了5節(jié)點(diǎn)系統(tǒng)來說明智能代理模型及其學(xué)習(xí)算法在電力市場模擬系統(tǒng)中的運(yùn)用情況。其網(wǎng)絡(luò)拓?fù)淙鐖D1所示,該模擬系統(tǒng)有3個(gè)獨(dú)立發(fā)電商和6條輸電線路。假設(shè)每個(gè)發(fā)電商都采用智能代理的模型競價(jià)決策,且各線路容量不會越限,即系統(tǒng)不會發(fā)生阻塞。發(fā)電機(jī)組的邊際成本數(shù)據(jù)如表1所示,其中Pmax為發(fā)電商最大出力水平。由于本文只考慮日前市場報(bào)價(jià),固定成本按照平均利用小時(shí)數(shù)分?jǐn)偟綑C(jī)組日前競價(jià)成本。

圖1 5節(jié)點(diǎn)電力系統(tǒng)拓?fù)銯ig.1 Topology of 5-bus electric system

表1 發(fā)電商技術(shù)經(jīng)濟(jì)參數(shù)Table 1 Technical and economic parameters of generators

為了簡化處理,本文中的3個(gè)發(fā)電商都采用同一個(gè)策略空間,同時(shí)發(fā)電商的智能決策模塊相同,智能算法因子設(shè)置為:k=2,r=0.09,H=20。

發(fā)電商每天只進(jìn)行一次報(bào)價(jià),市場出清方式為統(tǒng)一邊際出清,系統(tǒng)負(fù)荷為300 d某一時(shí)段負(fù)荷,附錄A圖A2為選取的100 d該時(shí)段負(fù)荷數(shù)據(jù),負(fù)荷平均值427 MW,方差14.6 MW2。模型中將這一時(shí)段的負(fù)荷設(shè)置為隨機(jī)波動,目的是驗(yàn)證在市場供需變化情況下代表發(fā)電商的智能代理具有學(xué)習(xí)特征。

本模塊設(shè)置4個(gè)算例驗(yàn)證智能代理模型的有效性。由于發(fā)電商采用了相同的策略空間和智能決策模塊,雖然其成本與裝機(jī)容量不同,但對于風(fēng)險(xiǎn)偏好與決策從屬目標(biāo)的行為特性具有共性,所以以下分析皆以發(fā)電商2為參考發(fā)電商。雖然做了簡化,但不會影響算例的合理性。

算例1:設(shè)智能代理決策因子e=0.9,w=0,k=2,r=0.09,即發(fā)電商喜好風(fēng)險(xiǎn),并且僅關(guān)注即時(shí)收益。

經(jīng)計(jì)算可得發(fā)電商300 d平均收益為3 976美元。由圖2可以看出,經(jīng)過一定輪數(shù)的學(xué)習(xí),發(fā)電商的競價(jià)行為達(dá)到了一個(gè)比較穩(wěn)定的狀態(tài),此后收益處于小范圍的波動,這是因?yàn)榘l(fā)電商通過對歷史競價(jià)經(jīng)驗(yàn)的學(xué)習(xí),尋找到了一個(gè)比較成熟的策略,市場達(dá)到了一個(gè)均衡狀態(tài)。雖然發(fā)電商的競價(jià)策略受供需關(guān)系、市場成員份額、自身成本和邊際定價(jià)機(jī)制等因素影響,但從動態(tài)演化角度看報(bào)價(jià)策略會趨于穩(wěn)定,此時(shí)負(fù)荷變化會在一定程度上影響出清價(jià)格,從而影響市場成員收益。

圖2 發(fā)電商收益(算例1)Fig.2 Profits of generators (case 1)

附錄A圖A3顯示了發(fā)電商在每次競價(jià)過程中選擇的競價(jià)策略?？梢钥闯?發(fā)電商的競價(jià)行為大概在150輪左右達(dá)到了一個(gè)比較穩(wěn)定的狀態(tài),發(fā)電商的穩(wěn)定策略集中在比較高的加價(jià)因子上,這是因?yàn)榘l(fā)電商僅僅關(guān)注即時(shí)收益。

算例2:智能代理決策因子e=0.9,w=3,k=2,r=0.09,即此發(fā)電商喜好風(fēng)險(xiǎn),同時(shí)較大比例地關(guān)注決策從屬目標(biāo)。

經(jīng)計(jì)算可得發(fā)電商300 d平均收益為2 661美元。由圖3和附錄A圖A4可以看出,經(jīng)過80輪左右的學(xué)習(xí),發(fā)電商的競價(jià)行為達(dá)到了一個(gè)比較穩(wěn)定的狀態(tài)。算例1與2對比分析表明,當(dāng)風(fēng)險(xiǎn)偏好參數(shù)e相同時(shí),決策從屬因子不同的發(fā)電商最終策略也不同,這是因?yàn)樗憷?發(fā)電商2的效用函數(shù)為即時(shí)收益和機(jī)組相對使用率,其最終策略穩(wěn)定在比較低的加價(jià)因子策略,以期獲得更多的中標(biāo)電力,達(dá)到發(fā)電商預(yù)期的機(jī)組使用率。相對其他策略,雖然發(fā)電商即時(shí)收益減少,但是機(jī)組相對使用率較大,整體的效用函數(shù)會優(yōu)于其他策略。

圖3 發(fā)電商收益(算例2)Fig.3 Profits of generators (case 2)

算例3:智能代理決策因子:e=0.5,w=0,k=2,r=0.09,即此發(fā)電商抵制風(fēng)險(xiǎn),僅僅關(guān)注即時(shí)收益。

由圖4和附錄A圖A5可以看出,發(fā)電商的競價(jià)收益在20輪左右達(dá)到了一個(gè)比較穩(wěn)定的狀態(tài)。圖4與圖2對比分析表明:當(dāng)決策從屬目標(biāo)參數(shù)w相同時(shí),風(fēng)險(xiǎn)偏好不同的發(fā)電商的學(xué)習(xí)行為也不同。圖4發(fā)電商在競價(jià)過程中很快就達(dá)到了穩(wěn)定狀態(tài),圖3發(fā)電商經(jīng)過較長時(shí)間的學(xué)習(xí)才達(dá)到了穩(wěn)定狀態(tài),這是因?yàn)轱L(fēng)險(xiǎn)抵制型發(fā)電商不易接受外界條件的變化,對于收益的波動比較敏感,獲得了一定的收益后會達(dá)到成熟狀態(tài),而風(fēng)險(xiǎn)喜好型發(fā)電商善于接受外界環(huán)境和收益的變化,經(jīng)過較長時(shí)間的學(xué)習(xí)才會達(dá)到成熟狀態(tài)。

圖4 發(fā)電商收益(算例3)Fig.4 Profits of generators (case 3)

算例4:智能代理決策因子e=0.5,w=3,k=2,r=0.09,即此發(fā)電商抵制風(fēng)險(xiǎn),同時(shí)僅僅較大比例地關(guān)注決策從屬目標(biāo)。

由附錄A圖A7可以看出,發(fā)電商的競價(jià)收益在20輪左右達(dá)到了一個(gè)比較穩(wěn)定的狀態(tài),發(fā)電商的平均收益為3 638美元,這是因?yàn)榘l(fā)電商抵制風(fēng)險(xiǎn),學(xué)習(xí)了一定的競價(jià)經(jīng)驗(yàn)后就會選擇一個(gè)次優(yōu)策略作為自己的最終策略。同時(shí)看到其最終策略穩(wěn)定在比較低的加價(jià)因子上,這是因?yàn)榘l(fā)電商比較關(guān)注決策從屬目標(biāo)。

4個(gè)算例對比分析說明,本文的模型可以模擬發(fā)電商的動態(tài)演化行為。模型中不同特性的發(fā)電商,最后都能通過智能代理達(dá)到成熟狀態(tài)。市場初期,理性的發(fā)電商競價(jià)經(jīng)驗(yàn)和有效的歷史數(shù)據(jù)特別少,所以發(fā)電商會不斷嘗試新的報(bào)價(jià)策略,以在期待更好收益的同時(shí)為下一次的報(bào)價(jià)積累報(bào)價(jià)學(xué)習(xí)經(jīng)驗(yàn),所以其收益波動比較大。隨著探索過程和學(xué)習(xí)的不斷進(jìn)行,發(fā)電商逐漸積累了大量的歷史數(shù)據(jù)和經(jīng)驗(yàn),開始逐漸減少探索新競價(jià)的概率,而是更多地研究如何利用原有的競價(jià)數(shù)據(jù)和經(jīng)驗(yàn)。其隨后的競價(jià)行為不斷趨于理性與精確性,這種競價(jià)過程符合動態(tài)行為演化的特征。

4 結(jié)語

本文提出基于智能代理的發(fā)電商多輸入決策因子競價(jià)模擬方法,該方法能夠有效模擬日前市場發(fā)電商競價(jià)行為,有利于電力市場初期機(jī)制和規(guī)則的快速建立。算例分析表明:①不同風(fēng)險(xiǎn)特性的發(fā)電商達(dá)到成熟狀態(tài)所需的學(xué)習(xí)時(shí)間不同,風(fēng)險(xiǎn)喜好型發(fā)電商要經(jīng)過更長的時(shí)間學(xué)習(xí)才會達(dá)到最終穩(wěn)定策略;②關(guān)注決策從屬目標(biāo)的發(fā)電商競價(jià)時(shí)考慮的不僅僅是即時(shí)收益,同時(shí)要兼顧機(jī)組利用率,這種發(fā)電商在市場中會報(bào)低價(jià)以獲得更多的中標(biāo)電力,達(dá)到整體效用函數(shù)的最大化;③本文模型能夠很好地模擬發(fā)電商的動態(tài)演化行為,通過對歷史競價(jià)經(jīng)驗(yàn)的學(xué)習(xí),最終發(fā)電商競價(jià)行為都會演化到穩(wěn)定狀態(tài)。

理性的發(fā)電商決策肯定要考慮很多因素:市場用戶電量規(guī)模、市場中發(fā)電側(cè)裝機(jī)容量、各發(fā)電企業(yè)市場交易電量上限、供需比、發(fā)電企業(yè)成本、燃料價(jià)格趨勢、各發(fā)電企業(yè)長協(xié)簽約比例、邊際機(jī)組測算、各類型機(jī)組邊際成本和售電側(cè)競價(jià)預(yù)期。只有把更多相關(guān)性的因素考慮進(jìn)去,才能更好地模擬電力市場成員的競價(jià)行為。但是模型中決策因子數(shù)量與仿真的收斂效果成反比,在平衡兩者的關(guān)系前提下,更好地模擬電力市場成員的競價(jià)行為可以作為下一步研究的優(yōu)先處理項(xiàng)。

在日前電能主市場中,由于沒有專門的容量市場、輔助服務(wù)市場來回收固定成本及輔助服務(wù)成本,日前電能市場的成本分?jǐn)偡椒ㄒ彩怯绊懓l(fā)電商競價(jià)行為的重要因素。如何在日前電能市場考慮輔助服務(wù)成本及固定成本的分?jǐn)?也是下一步需要深入研究的重點(diǎn)。

附錄見本刊網(wǎng)絡(luò)版(http://www.aeps-info.com/aeps/ch/index.aspx)。