【技术实现步骤摘要】
本申请涉及电力现货市场投标，特别涉及一种储能报量报价参与电力现货市场的投标方法及装置。
技术介绍
1、近年来，可再生能源发电的波动性和随机性的导致了电力市场价格呈现更加随机和不确定性的缺失，市场价格不确定性的增加对市场主体的投标提出了更大的挑战。为了在高市场不确定性下实现高收益，储能发电企业必须明智地制定其市场竞标策略以确保较高的市场利润。
2、为了应对不断上升的电力市场不确定性，基于深度强化学习的方法已被广泛采用，以解决现实世界中的市场不确定性问题。具体地，深度强化学习方法通过与模拟的真实竞价过程交互，直接学习竞价策略，以管理价格不确定性，取得了较好的投标效果。同时，在多数电力市场中，市场主体通过报量报价的方式进行投标；一个报量报价的标的是由若干个按单调递增顺序排列的价格-功率对组成，通常的电力市场中，价格和功率的维度高于二十维，这样一个高维度的投标空间对深度强化学习算法的有效性提出了挑战。
3、基于深度强化学习的方法可以通过学习真实世界的市场数据来应对现实中的不确定性。但目前深度强化学习方法无法有效地利用电力...
【技术保护点】
1.一种储能报量报价参与电力现货市场的投标方法，应用于离线训练阶段，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述构造目标储能主体在目标电力市场中运行的状态空间模型和奖励函数模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述构建所述目标储能主体对应的储能智能体在所述目标电力市场价格环境下的价格响应式的投标神经网络，并获取所述目标储能主体的环境信息和市场价格，且将所述环境信息和所述市场价格输入至所述投标神经网络，以输出对应的自我调度功率，包括：
4.一种储能报量报价参与电力现货市场的投标方法，应用...
【技术特征摘要】
1.一种储能报量报价参与电力现货市场的投标方法，应用于离线训练阶段，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述构造目标储能主体在目标电力市场中运行的状态空间模型和奖励函数模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述构建所述目标储能主体对应的储能智能体在所述目标电力市场价格环境下的价格响应式的投标神经网络，并获取所述目标储能主体的环境信息和市场价格，且将所述环境信息和所述市场价格输入至所述投标神经网络，以输出对应的自我调度功率，包括：
4.一种储能报量报价参与电力现货市场的投标方法，应用于在线部署阶段，其特征在于，包括以下步骤：
5.根据权利要求4所述的方法，其特征在于，所述对所述机组供应曲线进行单调化和离散化操作，以生成满足预设...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。