导读:本文包含了发电商报价论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:电力,策略,市场,微分,模型,寡头,人工智能。
发电商报价论文文献综述
丁亮[1]（2019）在《竞争性电力市场的发电商报价策略研究》一文中研究指出电力作为一种特殊的商品,随着市场化的改革,放开电力市场管制,为参与电力交易的发电公司提供一个公平自由的竞争环境显得尤为重要。国外电力市场改革经验表明,放松管制的电力市场能够保证各个市场成员充分发挥自身的优势,提高电力生产效率的同时可以降低电价。电力市场化改革是一个反复研究,在实践中不断改进的过程。发电商作为参与电力市场交易的主要成员,在参与市场交易的同时,为保证自身利益,通常会采取一定的策略来参与竞争,其行为策略关系到整个电力市场的运行。本文针对竞争性电力市场,为保证发电商的利润,对参与竞争性电力市场的发电商报价策略进行以下研究:(1)针对电力市场出清电价的预测问题,提出了 Sage-Husa滤波算法来预测市场出清电价的方法。根据电力市场交易的历史数据,建立电力市场出清电价预测的Sage-Husa滤波模型,利用市场交易数据修正模型参数。将电力市场出清电价的预测值提交给发电商参考,发电商以略低于预测出的市场出清电价来制定竞标时刻的报价,确保自身机组发电容量能够全部参与市场交易,同时保证自身利润达到最大化。(2)针对竞争性电力市场发电商的博弈行为的研究,结合H∞滤波和博弈论方法,构建发电商报价动态博弈模型。将参与竞争的所有发电商等效为一个竞争对手,不考虑单个的竞争对手行为。整个电力市场的发电商博弈行为在发电商和等效的竞争对手之间进行。用H∞滤波预测竞争对手的行为,作为发电商博弈的策略集,依据估计到的竞争对手反应调整报价策略,求解博弈模型的纳什均衡解,博弈模型的纳什均衡策略组合即为发电商参与博弈的最佳策略。(3)针对发电商报价策略的自适应学习,将H∞滤波改进的发电商动态博弈的Q学习算法结合起来,构建一个发电商报价策略的自适应学习模型。将发电商视为Agent,发电商根据历史交易数据判断当前交易时刻电力市场所处状态,采取有利于自身利益的报价策略。用H∞滤波来估计竞争对手的行为,预测竞争对手行为状态以及竞争对手在当前状态下可能采取的策略,进一步完善发电商的报价机制,提高发电商的报价效率。(本文来源于《杭州电子科技大学》期刊2019-03-09）
徐尔丰[2]（2019）在《基于A3C强化学习的电力市场发电商报价策略研究》一文中研究指出还原电力商品属性,建设完善电力市场化交易机制,是新一轮电力体制改革的重点任务之一。2016年以来,各省份电力交易中心陆续组建,中长期电力市场交易已在广东、湖南、云南等地区组织开展,市场规模不断扩大。同时,人工智能技术快速发展,已成为社会经济发展的新引擎。2017年5月,Alpha Go战胜人类围棋冠军,标志人工智能技术的新突破,其核心算法强化学习得到广泛关注,已成为研究和应用的前沿热点。强化学习具有自我认知和主动学习能力,能够解决游戏博弈等交互性和决策性问题。电力市场涉及多主体复杂的竞争合作关系和市场行为,强化学习能够有效解决电力市场的博弈问题,一方面保障发电商市场交易的合理利益,实现智能报价决策,另一方面实现电力交易中心的有效市场监管,提升市场效率,优化资源配置。本论文立足于电力市场持续建设和人工智能快速发展的背景,将强化学习应用于中长期电力市场发电商报价策略研究。首先,分析电力市场发电商报价和强化学习的国内外研究现状,总结目前传统发电商报价方法和强化学习的特点,提出本论文主要研究框架;其次,从一级市场、二级市场和不平衡市场提出中长期电力市场结构体系,分析中长期电力市场交易组织和月度集中竞价交易流程;接着,提出强化学习基本框架“马尔可夫决策过程”,总结基于值函数、策略梯度和Actor-Critic的强化学习方法原理和算法流程,分析不同方法和特点和适用性;然后,构建发电商Actor策略网络和Critic价值网络模型、集中竞价交易出清模型和基于A3C算法的发电商报价模型,提出中长期电力市场发电商报价模型总体结构;最后,设置中长期电力市场仿真基础参数,开展单一 Agent和多Agent中长期电力市场仿真,根据仿真结果分析发电商报价策略和市场运营状况。结果表明,在中长期电力市场下,发电商更倾向于物理持留,发电商市场力越大,物理持留概率越大,电价偏离度越接近于0,持留电量比例越大。当低成本发电商持留较大电量时,将提高市场出清电价,损害市场效率。电力交易中心应重点关注对市场力较大、发电成本较低发电商物理持留的监管和惩罚。(本文来源于《华北电力大学(北京)》期刊2019-03-01）
董莎[3]（2018）在《基于智能代理算法的发电商报价策略研究》一文中研究指出近年来,智能代理算法随着其不断发展已在电力系统各类优化问题中体现了其所特有的优势。尤其在发电商代理报价方面,国内外已有各类文献对其进行了较为深入的研究。本文基于智能代理算法中较为典型的Q学习算法,以某拥有四个发电商的日前市场为例,提出了一种各具智能性的报价策略模型,解决了传统代理报价策略选择随机性较大的缺点,并通过智能代理与各极端型报价商所获收益比较,验证了该方法的可行性。(本文来源于《2017年江西省电机工程学会年会论文集》期刊2018-03-23）
葛炬,罗莎莎,蔡学文[4]（2012）在《计及碳排放权交易的发电商报价策略研究》一文中研究指出基于agent的市场仿真方法描绘了存在二氧化碳排放权交易的市场环境下发电商的报价博弈过程,采用模拟退火Q学习算法模拟了发电商追求利润最大的行为,并给出了市场出清结果,进而分析了碳排放权交易机制对电力市场运营的影响。仿真计算表明,计及二氧化碳排放权交易后,agent发电商能够根据状态改变以利润最大为目标做出有利的报价决策,实施碳排放权交易会促进清洁能源的发展。(本文来源于《现代电力》期刊2012年02期）
万星,张晓丽,周弦[5]（2010）在《基于进化博弈论的发电商报价行为分析》一文中研究指出在电力市场中,发电企业在不同时段向电力交易中心报价,交易中心根据电力负荷预测和发电企业的报价由低到高排序,并按一定的交易算法确定各发电企业的发电量,进行市场结算。分别对统一出清电价和按报价支付电价下的发电报价行为进行研究。由于交易中心通常采用"暗标拍卖"的形式,发(本文来源于《科学咨询(科技·管理)》期刊2010年12期）
李少华,于婷俐[6]（2010）在《发电商报价策略与成本分析》一文中研究指出借助博弈论的思想将参与竞价上网的多家发电商虚拟等值成同一对手进行研究,对双方所要进行的单次报价的数据进行概率分析,从而估算出己方与对方的报价空间。把预测的各个时段成交电价通过正态分布分析来确定机组的出力方案和最佳收益。(本文来源于《黑龙江电力》期刊2010年05期）
刘文琼,钟波,汪满满[7]（2010）在《基于监管发电商报价行为的FSS-SVM模型》一文中研究指出从电力监管部门的角度出发,提出研究发电商整体报价行为的FSS-SVM模型,它能剔除外部因素的干扰,真实、有效地反映发电商报价行为的随机分布特征,并能揭示人为因素导致的异常报价行为,对电力监管部门的有效监控和风险防范提供新的方法。(本文来源于《能源技术经济》期刊2010年09期）
李文娟,张新华[8]（2010）在《基于微分博弈的发电商报价模型及其分析》一文中研究指出基于微分博弈原理,构建了发电商报价动态模型,在运用Hamilton-Jacobi-Bellman方法对其进行求解基础上,针对3家发电商的情况进行了数值仿真分析。分析表明:高边际成本的发电商报价策略的动态均衡会大于其Cournot-Nash均衡,而边际成本较低的发电商报价策略的动态均衡略低于Cournot-Nash均衡;随贴现率的增大,发电商的均衡报价策略会经历由递增到递减的变化过程,而学习速度对发电商报价策略的影响则是相反的;当贴现率与学习速度同时变化时,对市场出清价的局部影响较为复杂,但当两者同时逐渐增大时,发电商报价策略的动态均衡会逐渐稳定在较高水平。(本文来源于《能源技术经济》期刊2010年07期）
张新华,叶泽,赖明勇[9]（2010）在《不完全需求信息下的寡头发电商报价学习模型》一文中研究指出基于发电商主观推断得到的市场清除价与市场实际价格之差异,构建发电商报价学习模型,并对该模型的不动点及其稳定性进行了解析分析;在此基础上,针对存在2个发电商的报价市场,对学习模型的稳定域、分岔图和平均收益等复杂性现象进行了数值仿真分析。结果表明:学习模型唯一的不动点即为客观的市场需求曲线;在稳定域内发电商通过学习模型可发现客观的市场需求曲线,并得到Cournot均衡策略;在混沌状态下,有发电商获得超过Cournot均衡的平均收益,也有发电商获得少于Cournot均衡的平均收益,且可能形成一个新的Nash均衡。(本文来源于《管理学报》期刊2010年05期）
李文娟[10]（2010）在《基于微分博弈的发电商报价模型及其分析》一文中研究指出随着电力产业市场化改革的深入,电力市场的逐步建立与完善,发电商通过竞争获取上网电量。对发电商而言,报价策略在一定程度内决定其收益的多寡;而对整个电力市场而言,均衡的电力报价在很大程度内维持着市场供需的平衡,相对稳定的电力市场是保证稳定电力供给的前提,由于电力产业的基础性,电力短缺将带来巨大的经济损失和社会损失。因此,研究报价策略及其均衡对发电商与电力产业的健康发展以至对整个社会都是十分重要的。基于微分博弈原理,本文首先构建了贴现率相同情况下发电商报价动态模型,运用Hamilton-Jacobi-Bellman方法对其进行求解基础上,针对叁家发电商的情况进行了数值仿真分析;在此基础上,考虑在贴现率不同情况下基于微分博弈原理,构建了完全状态下发电商报价动态微分博弈模型,针对贴现率以及学习速度两个影响因素,分析其取值的不同,将解得的完全状态下的发电商报价策略函数分别退回到部分状态以及静止状态下的发电商报价策略函数,并对其进行数值仿真,考虑了贴现因子这个影响因素对叁种状态下发电商的贴现收益的影响,并对其进行了分析与比较;由于在实际的电力市场环境下,电力市场需求是不确定的,假设其是一随机过程,最后,构建了发电商报价随机微分博弈模型,对该模型进行求解分析,并对其进行数值仿真,通过求解偏微分方程,可以得到关于市场清除价的随机过程表达式,将得到的关于市场清除价的表达式代入优化方程,不难得到在考虑市场需求随机情况下发电商的最优报价策略,但在实际求解过程中这是相当困难的,不过当一些参数为特定值时,随机微分方程可以退回为常微分方程的形式,即为前面两章探讨的内容,因此,本章可以看做是前两章探讨内容的一个延伸。分析表明:高边际成本的发电商报价策略的动态均衡会大于其Cournot-Nash均衡,而边际成本较低的发电商报价策略动态均衡略低于Cournot-Nash均衡;随贴现率的增大,发电商的均衡报价策略会经历由递增到递减的变化过程,而学习速度对发电商报价策略的影响则是相反的;当贴现率与学习速度同时变化时,对市场清除价的局部影响较为复杂,但当两者同时逐渐增大时,发电商报价策略的动态均衡会逐渐稳定在较高水平。(本文来源于《长沙理工大学》期刊2010-04-01）
发电商报价论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
还原电力商品属性,建设完善电力市场化交易机制,是新一轮电力体制改革的重点任务之一。2016年以来,各省份电力交易中心陆续组建,中长期电力市场交易已在广东、湖南、云南等地区组织开展,市场规模不断扩大。同时,人工智能技术快速发展,已成为社会经济发展的新引擎。2017年5月,Alpha Go战胜人类围棋冠军,标志人工智能技术的新突破,其核心算法强化学习得到广泛关注,已成为研究和应用的前沿热点。强化学习具有自我认知和主动学习能力,能够解决游戏博弈等交互性和决策性问题。电力市场涉及多主体复杂的竞争合作关系和市场行为,强化学习能够有效解决电力市场的博弈问题,一方面保障发电商市场交易的合理利益,实现智能报价决策,另一方面实现电力交易中心的有效市场监管,提升市场效率,优化资源配置。本论文立足于电力市场持续建设和人工智能快速发展的背景,将强化学习应用于中长期电力市场发电商报价策略研究。首先,分析电力市场发电商报价和强化学习的国内外研究现状,总结目前传统发电商报价方法和强化学习的特点,提出本论文主要研究框架;其次,从一级市场、二级市场和不平衡市场提出中长期电力市场结构体系,分析中长期电力市场交易组织和月度集中竞价交易流程;接着,提出强化学习基本框架“马尔可夫决策过程”,总结基于值函数、策略梯度和Actor-Critic的强化学习方法原理和算法流程,分析不同方法和特点和适用性;然后,构建发电商Actor策略网络和Critic价值网络模型、集中竞价交易出清模型和基于A3C算法的发电商报价模型,提出中长期电力市场发电商报价模型总体结构;最后,设置中长期电力市场仿真基础参数,开展单一 Agent和多Agent中长期电力市场仿真,根据仿真结果分析发电商报价策略和市场运营状况。结果表明,在中长期电力市场下,发电商更倾向于物理持留,发电商市场力越大,物理持留概率越大,电价偏离度越接近于0,持留电量比例越大。当低成本发电商持留较大电量时,将提高市场出清电价,损害市场效率。电力交易中心应重点关注对市场力较大、发电成本较低发电商物理持留的监管和惩罚。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
发电商报价论文参考文献
[1].丁亮.竞争性电力市场的发电商报价策略研究[D].杭州电子科技大学.2019
[2].徐尔丰.基于A3C强化学习的电力市场发电商报价策略研究[D].华北电力大学(北京).2019
[3].董莎.基于智能代理算法的发电商报价策略研究[C].2017年江西省电机工程学会年会论文集.2018
[4].葛炬,罗莎莎,蔡学文.计及碳排放权交易的发电商报价策略研究[J].现代电力.2012
[5].万星,张晓丽,周弦.基于进化博弈论的发电商报价行为分析[J].科学咨询(科技·管理).2010
[6].李少华,于婷俐.发电商报价策略与成本分析[J].黑龙江电力.2010
[7].刘文琼,钟波,汪满满.基于监管发电商报价行为的FSS-SVM模型[J].能源技术经济.2010
[8].李文娟,张新华.基于微分博弈的发电商报价模型及其分析[J].能源技术经济.2010
[9].张新华,叶泽,赖明勇.不完全需求信息下的寡头发电商报价学习模型[J].管理学报.2010
[10].李文娟.基于微分博弈的发电商报价模型及其分析[D].长沙理工大学.2010
论文知识图
