发售集团合谋竞价实现方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了发售集团合谋竞价实现方法、装置、设备及存储介质，涉及电力技术领域，以解决现有研究中对发售电一体化集团成员合谋行为建模困难的问题，考虑轻微利他效用的合谋竞价模型构建模块，用于基于发电商、售电商的成本以及市场参与方式构建对应的成本、收益模型，在此基础上计算轻微利他效用，构建以最大化轻微利他效用函数为目标的市场主体竞价模型；考虑轻微利他效用的合谋竞价智能体构建模块，用于对实际市场主体的报价曲线进行简化，构建适合深度强化学习算法的简化的三段式报价方法，在此基础上，构建多智能体深度双Q网络算法来模拟不完全信息情况下的发售电一体化集团成员的报价行为，得到不同市场主体的最优竞价策略。竞价策略。竞价策略。

【技术实现步骤摘要】
发售集团合谋竞价实现方法、装置、设备及存储介质


[0001]本专利技术涉及电力
，具体的是发售集团合谋竞价实现方法、装置、设备及存储介质。

技术介绍

[0002]随着我国电力市场改革的进行，市场中逐渐出现越来越多的发售电一体化集团。这些集团的成员包含发电商和售电商，其资产构成具有关联重叠性，在实际电力市场运行过程中，成员之间既存在竞争也存在合作关系，这必然会对电力市场的利益分配格局产生深远影响。
[0003]现阶段对于单一发电商参与市场的竞价方式建模和竞价模拟技术已经较为成熟，但是随着新电改的实施，售电商也参与到电力市场中来，市场主体更加多元化，发电商和售电商之间的关系较单纯发电商之间的关系明显要复杂的多，对于售电侧，目前的研究主要分为面向用户的零售电能套餐设计的研究和参与市场的购电策略的研究；前一类对售电商的售电行为进行细致建模，将零售套餐的制定和用户对零售套餐的选择建模为主从博弈模型，对购、售电行为综合考虑，分析售电商作为市场中介，扩大市场份额，提高用户满意度的最佳购售电策略，后一类研究则更加关注售电商的购电行为，重点研究其在市场竞价中与不同市场成员间的关系，总体而言，现阶段对于售电商的研究大多集中在对售电商购售电策略的研究上，对于售电商与其他市场主体，尤其是发售电一体化集团成员间的策略报价行为研究较少，并且现有研究中对发售电一体化集团成员合谋行为建模困难；为此，现在提出发售集团合谋竞价实现方法、装置、设备及存储介质，在此基础上，构建多智能体深度双Q网络算法来模拟不完全信息情况下的发售电一体化集团成员的报价行为，通过构建合谋竞价智能体进行模拟仿真，研究了在重复投标竞争过程中，发售电一体化集团成员的报价行为与轻微利他模型中发电侧和售电侧利他因子间的关系，考察了不同成员利他属性对合谋策略的影响，对于市场监管者分析现有市场运营中发/售电商的合谋动机具有指导意义。

技术实现思路

[0004]为解决上述
技术介绍
中提到的不足，本专利技术的目的在于提供发售集团合谋竞价实现方法、装置、设备及存储介质，用于解决现有研究中对发售电一体化集团成员合谋行为建模困难的问题。
[0005]本专利技术的目的可以通过以下技术方案实现：发售集团合谋竞价实现方法，方法包括以下步骤：
[0006]步骤一：基于轻微利他理论对发售电一体化集团成员合谋的行为进行建模，构建其合谋行为的轻微利他效用函数；
[0007]步骤二：考虑发电商和售电商的成本以及其参与市场的方式，建立对应的成本模型及收益模型，构建适合深度强化学习算法的简化三段式报价方法，以最大化轻微利他效用函数建立起发电商竞价模型和售电商竞价模型。
[0008]进一步地，通过轻微利他理论对不同主体进行合谋后得到的效用进行量化，计算得到轻微利他效用，为后续发电商合谋竞价模型和售电商竞价模型中的目标函数提供计算依据。
[0009]进一步地，所述简化三段式报价方法包括：
[0010]发电商简化分段报价模型，基于边际成本的三段式阶梯报价，将机组的出力上限与出力下限的差值分为三等分，每段的边际成本为每段终止容量对应的边际成本，每段的报价是在边际成本的基础上乘以一个报价系数，对于新能源发电商，在进行全生命周期的成本分摊后可以得到机组的度电成本，所述度电成本为定值，新能源机组可以以该值为基准点上下浮动进行竞价；
[0011]售电商简化分段报价模型，将用户按照重要程度进行分类，将不同类型用户的用电量累加，形成多个报价段。
[0012]进一步地，所述发电商竞价模型建立以最大化轻微利他效用函数为目标，以发电商分段报价参与市场、发电出力限制以及市场出清结果限制为约束的发电商合谋竞价模型；所述售电商竞价模型为建立以最大化轻微利他效用函数为目标，以售电商分段报价参与市场、发电出力限制以及市场出清结果限制为约束的售电商合谋竞价模型。
[0013]进一步地，发售集团合谋竞价实现装置，包括：MA
‑
DDQN算法网络构建模块、竞价动作转换模块和MA
‑
DDQN算法训练模块；
[0014]所述MA
‑
DDQN算法网络构建模块用于构建MA
‑
DDQN算法中由Current Q Network和Target Q Network所构成的深度Q网络，以及构建经验回放库；
[0015]所述竞价动作转换模块用于在训练过程中按照e
‑
greedy策略选择竞价动作，并将离散的竞价动作转换为向市场出清模型提交的竞价曲线；
[0016]所述MA
‑
DDQN算法训练模块用于根据MA
‑
DDQN算法与市场出清模型互动获得的历史数据训练深度Q网络，通过多次训练迭代提升MA
‑
DDQN算法的性能。
[0017]进一步地，一种设备，包括：
[0018]一个或多个处理器；
[0019]存储器，用于存储一个或多个程序；
[0020]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上述的一种容量市场增量拍卖的方法。
[0021]进一步地，一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于上述的一种容量市场增量拍卖的方法。
[0022]本专利技术的有益效果：
[0023]本专利技术在使用的过程中，基于轻微利他理论对发售电一体化集团成员合谋的行为进行建模，构建其合谋行为的轻微利他效用函数，然后根据考虑发电商和售电商的成本以及其参与市场的方式，建立对应的成本模型及收益模型，构建适合深度强化学习算法的简化三段式报价方法，以最大化轻微利他效用函数建立起发电商竞价模型和售电商竞价模型，并且在使用轻微利他理论对发售电一体化集团成员间的合谋行为进行量化建模，以此将发电商和售电商建模为以最大化轻微利他效用为目标的竞价智能体，通过模拟仿真来研究售电侧开放后不同发展程度下可能存在的市场力运用问题，为市场策略的制定提供参考。
附图说明
[0024]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图；
[0025]图1是本专利技术的流程图。
具体实施方式
[0026]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。
[0027]如图1所示，发售集团合谋竞价实现方法，方法包括以下步骤：
[0028]轻微利他效用计算方法，通过轻微利他理论对不同主体进行合谋后得到的效用进行量化，计算得到轻微利他效用，为后续发电商合谋竞价模型和售电商竞价模型中的目标函数提供本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.发售集团合谋竞价实现方法，其特征在于，方法包括以下步骤：步骤一：基于轻微利他理论对发售电一体化集团成员合谋的行为进行建模，构建其合谋行为的轻微利他效用函数；步骤二：考虑发电商和售电商的成本以及其参与市场的方式，建立对应的成本模型及收益模型，构建适合深度强化学习算法的简化三段式报价方法，以最大化轻微利他效用函数建立起发电商竞价模型和售电商竞价模型。2.根据权利要求1所述的发售集团合谋竞价实现方法，其特征在于，通过轻微利他理论对不同主体进行合谋后得到的效用进行量化，计算得到轻微利他效用，为后续发电商合谋竞价模型和售电商竞价模型中的目标函数提供计算依据。3.根据权利要求1所述的发售集团合谋竞价实现方法，其特征在于，所述简化三段式报价方法包括：发电商简化分段报价模型，基于边际成本的三段式阶梯报价，将机组的出力上限与出力下限的差值分为三等分，每段的边际成本为每段终止容量对应的边际成本，每段的报价是在边际成本的基础上乘以一个报价系数，对于新能源发电商，在进行全生命周期的成本分摊后可以得到机组的度电成本，所述度电成本为定值，新能源机组以度电成本为基准点上下浮动进行竞价；售电商简化分段报价模型，将用户按照重要程度进行分类，将不同类型用户的用电量累加，形成多个报价段。4.根据权利要求1所述的发售集团合谋竞价实现方法，其特征在于，所述发电商竞价模型建立以最大化轻微利他效用函数为目标，以发电商分段报价参与市场、发电出力限制以及市场出清结果限制为约束的发电商合谋竞价模型；所述售电商竞价模型为建立以最大化轻微利他效用函数为目标...

【专利技术属性】
技术研发人员：王蓓蓓，刘飞宇，
申请(专利权)人：东南大学，
类型：发明
国别省市：