基于改进深度强化学习算法的电力市场监测模型研究

针对典型深度强化学习算法若干显性固有弊端,提出了一种改进深度强化学习算法,设计了基于改进深度强化学习算法的电力市场监测模型。引入智能体(agent)机制,Agent执行动作(action)并把当前收益(reward)和未来收益反馈给环境(environment)模拟策略网络,在有限马尔科夫决策过程中引入多重Q网络机制实现深度估值网络。以国家电网某电力公司为效能评价载体,基于谷歌的Tensorflow 1.2.1和OpenAI的Gym 0.9.2环境开发了验证环境并对模型进行了实证分析,仿真验证结果表明所提模型可以在较短的时间内处理多维波动非线性电力市场监预测模型,在稳定性、监测自主性、预测准确性、对抗环境下的模型性能等方面具有明显优势。

电力市场中市场力的监测：一个综述

发电厂商的市场力是各国电力市场化改革过程中关注的焦点之一，市场力的监测更是一项艰巨而又意义重大的研究课题。随着国外电力市场的进一步发展和完善，这一领域的研究文献大量涌现，主要涉及结构性指标、模拟模型、囤留分析等。我国的电力市场化改革虽然已进行了多年，但对发电厂商的市场力仍然没有很好的监测方法，相关理论研究也有待进一步展开。对这一领域的最新研究成果进行较为全面的综述，对我国电力市场的发展和完善将起到一定的积极作用。