基于Q-learning的碳-电联合套利策略

针对发电企业在电力低碳转型过程中,部署可再生能源发电设备的成本问题,研究了一种基于Q-learning的碳-电联合套利策略。利用电力市场和碳市场价格实时波动的特点,在电力市场中在低价时存储电能,高价时卖出电能。在碳市场中,在低价时购入碳排放权。采取Q-learning算法学习碳-电联合套利策略,以欧洲的3个城市为研究对象,仿真结果表明,应用碳-电联合套利策略可提升可再生能源发电售电收入的1%,减少31%购买碳排放权开支,实现最大化套利目标。由于部署可再生能源发电带来的减排效益,使得碳排放开支再次减少10%-20%。通过将碳市场与电力市场相结合套利,使得套利利润得到了显著提升,验证了所提方法的有效性。