一种连续日内电力市场的交易方法及计算机程序产品技术

本申请公开了一种连续日内电力市场的交易方法及计算机程序产品。解决难以出理有效地处理可再生能源的预测不确定性。其中，方法包括构建状态保守马尔可夫决策过程模型，其中扰动因子根据可再生能源的预测误差确定；基于状态保守马尔可夫决策过程模型，使用双重行动者评论家框架构建智能体；对智能体进行训练，并计算出更新评论家网络的第一损失函数值，以及计算出更新行动者网络的第二损失函数值；更新网络参数，直到状态保守马尔可夫决策过程模型收敛，获得状态保守双重行动者评论家模型；利用状态保守双重行动者评论家模型，预测连续日内电力市场的利润。本申请可以提高值估计的准确性，从而减少性能损失。

【技术实现步骤摘要】

本专利技术涉及电力市场交易，尤其涉及一种连续日内电力市场的交易方法及计算机程序产品。

技术介绍

1、近年来，可再生能源的整合不断增加，影响着电力市场的发展。这一趋势引发了大量研究，探讨可再生能源对现代短期电力市场的影响，尤其是在整合可再生能源(renewable energy sources，res)方面的作用。目前，电力市场面临着res不可预测性的挑战，而对于交易者来说，根据更新更准确的res预测值制定交易策略，这对降低可再生能源不确定性带来的风险至关重要。在连续日内（continuous intraday，cid）电力市场中，交易者能够在短时间内预测可再生能源，并根据更准确的预测选择交易策略。

2、在cid交易领域，现有的方法主要是将交易问题建模为马尔可夫决策过程（markovdecision process，mdp），求解问题的方法包括基于动态规划（dp）和基于深度强化学习（drl）的方法。动态规划方法利用精确的环境先验知识进行求解mdp，例如近似动态规划（approximate dynamic programming，adp）方法。这些本文档来自技高网...

【技术保护点】

1.一种连续日内电力市场的交易方法，其特征在于，包括：

2.根据权利要求1所述的连续日内电力市场的交易方法，其特征在于，在所述对所述智能体进行训练之前，所述连续日内电力市场的交易方法还包括：

3.根据权利要求2所述的连续日内电力市场的交易方法，其特征在于，所述基于所述系统状态，计算两个动作（，）分别对应的Q值，以确定目标动作，包括：

4.根据权利要求2所述的连续日内电力市场的交易方法，其特征在于，所述对所述智能体进行训练，包括：

5.根据权利要求4所述的连续日内电力市场的交易方法，其特征在于，所述目标行动者网络为所述行动者网络的网络参数更新...

【技术特征摘要】

1.一种连续日内电力市场的交易方法，其特征在于，包括：

2.根据权利要求1所述的连续日内电力市场的交易方法，其特征在于，在所述对所述智能体进行训练之前，所述连续日内电力市场的交易方法还包括：

3.根据权利要求2所述的连续日内电力市场的交易方法，其特征在于，所述基于所述系统状态，计算两个动作（，）分别对应的q值，以确定目标动作，包括：

4.根据权利要求2所述的连续日内电力市场的交易方法，其特征在于，所述对所述智能体进行训练，包括：

5.根据权利要求4所述的连续日内电力市场的交易方法，其特征在于，所述目标行动者网络为所述行动者网络的网络参数更新后的网络。

6.根据权利要求1所述的连续日内电力市场的交易方法，其特征在于，...

【专利技术属性】
技术研发人员：张彦如，张明辉，张谢云，胡文浩，段立新，王岩，
申请(专利权)人：电子科技大学深圳高等研究院，
类型：发明
国别省市：