电网技术

2020, v.44;No.444(11) 4175-4183

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于多代理Double DQN算法模拟发电侧竞价行为
Simulation of Generators' Bidding Behavior Based on Multi-agent Double DQN

高宇;李昀;曹蓉蓉;李宁峰;高铭泽;

摘要(Abstract):

强化学习已经成为研究发电侧竞价策略的重要方法,而Q-Learning算法的Q-table维度问题是限制其应用在发电侧竞价策略的主要原因,为此文章采用智能多代理Double DQN(doubledeepq-learningnetwork,DDQN)算法进行研究。DDQN算法采用神经网络估计值函数与选择动作策略,解决了Q-Learning会因为状态序列的增加导致计算量庞大甚至无法求解的问题。此外,文章根据日前市场发电商报价方式设计了报价策略并作为DDQN的动作空间,将发电商中标电量与负荷需求作为DDQN的状态序列,在tensorflow环境中模拟竞价过程。实验结果表明,使用DDQN算法模拟发电商竞价行为是可行的,并且参与竞价的发电商都达到了纳什均衡点。

关键词(KeyWords): 多代理;Double DQN;神经网络;竞价行为;纳什均衡

Abstract:

Keywords:

基金项目(Foundation): 国家电网有限公司科技项目“双向竞争的电力现货市场交易出清与仿真分析关键技术研究”(1200-201940420A-0-0-00)~~

作者(Author): 高宇;李昀;曹蓉蓉;李宁峰;高铭泽;

Email:

DOI: 10.13335/j.1000-3673.pst.2019.2572

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享