一、PAB竞价机制下发电商报价策略研究（论文文献综述）
张军[1]（2020）在《基于复杂自适应系统架构的发电商竞价仿真研究》文中认为随着国内外电力市场改革的逐步深入,全球电力行业由传统的垄断经营模式向引入竞争机制的方向变化。在此背景下,发电侧引入竞争机制,发电厂直接参与市场竞价,成为自主经营,自负盈亏的独立实体,通过自主制定竞价策略,谋求自身利益最大化。由于电能的特殊性以及发电市场改革试错的成本过于高昂,如何通过新的建模方法及仿真技术,对发电商在不同市场需求、不同竞价机制、不同发电成本下的竞价行为、发电市场变化过程进行模拟,对于辅助发电商进行竞价策略制定,辅助国家从宏观层面制定市场监管规则,以及探索新的竞价机制具有重要的意义。本文面向发电市场,针对发电商的竞价策略问题,通过分析国内外相关文献,选择基于多智能体技术的复杂自适应系统对发电市场进行建模及仿真。首先,本文选取了两个经典的市场模型,古诺模型和伯特兰德模型,基于复杂自适应系统架构建立了一个只有两个发电商的双寡头垄断市场竞价模型。通过将模型仿真结果与已有的经典模型结论进行对比分析,验证了基于多智能体理论的复杂自适应系统在发电市场建模中的实用性以及正确性。基于复杂自适应系统在经典市场模型中建模的有效性,本文将模型应用到在MCP以及PAB竞价机制下,具有多家发电商参与竞价的发电市场中,且将发电商的决策行为从单一的报价或者报量,扩展为同时进行报价和报量。通过分析仿真结果,对发电商在不同市场需求、不同竞价机制,不同发电成本下的竞价策略进行对比分析。仿真结果证明了本文所建立的模型可有效地模拟发电市场中多家发电商的竞价行为。通过对比分析,随着市场需求量的增加,MCP机制和PAB机制下,发电商之间的竞争性逐渐降低。不同竞价机制下,发电商采取的竞价策略不同:MCP机制下,发电商采取较为保守的竞价策略,市场竞争的激烈程度较低,导致市场电价较低,有利于市场用户,但是发电商只能获取低额的利润。在PAB机制下,发电商采取较为激进的竞价策略,导致市场电价较高,不利于用户,但是在刚性需求下,发电商能获得更多的利润。在不同发电成本下,成本低的发电商的能够通过调整策略获得更大的市场份额,获得的利润会随着成本变化。同时模型对发电商的发电成本进行细化,可以根据现实中发电商的各种成本数据来对模型中的智能体进行初始化,使得仿真结果更具有现实参考意义。
丁杰[2]（2020）在《浙江省初期电力市场合约产品体系建设研究》文中研究说明针对浙江省电力市场建设初期主要存在电力市场交易机制与交易品种存在缺失、电力市场参与主体多元化与活跃程度不足的问题,本文围绕浙江省初期电力市场合约产品体系建设展开研究,主要工作如下:（1）研究国内外典型电力合约市场运营经验。本部分重点研究英国、美国PJM为代表的电力合约市场运营经验以及新一轮电力体制改革先行省份广东和云南的实践经验;通过总结国内外电力合约市场建设经验,为后续开展浙江省初期电力合约产品体系设计提供思路。（2）研究浙江电力合约市场建设关键问题。本部分在分析浙江省电网特点和实现路径的基础上,深入剖析合约产品设计中的关键问题,辨析实物合约与金融合约的异同,对比集中竞价出清方式,为设计适应浙江省初期电力市场的合约产品体系奠定理论基础。（3）设计浙江初期电力市场合约产品体系。本部分基于电力合约产品构成要素,从交易主体、交易品种以及交易组织方式及交易机制等方面入手,构建浙江省初期电力市场合约产品体系,并分析了省间省内市场合约交易的衔接关系。（4）电力合约交易行为分析。提出基于ε-greedy强化学习算法的电力市场报价模型并分析预测多种类型市场主体可能出现的交易行为;构建发电商市场力指标体系,提出基于组合赋权和梯形云模型的发电商市场力综合评价模型;将期望效用-熵模型应用于发电商电力合约组合交易决策研究。本部分的研究可为今后进一步进行合约产品及机制的设计和修正提供一定的参考。
周苏湮[3]（2019）在《基于多代理的中长期电力市场竞价仿真研究》文中进行了进一步梳理近年来,我国电力体制改革不断深入,各省份陆续出台了一些具体的中长期电力交易规则。现阶段,各省电力市场在中长期集中竞价交易规则的设计方面存在较大差异,市场参与者的背景和特点也多种多样,需要深入研究不同交易规则下市场成员行为策略的变化及其对电力市场的影响。为此,本文采用多代理电力市场仿真技术,针对中长期月度集中竞价交易的相关规则进行研究,为后续电力市场的设计和建设提供一定的参考。具体的研究内容包括:（1）基于多代理建模技术建立了满足电力市场仿真实验研究要求的市场成员智能代理模型。首先梳理了电力市场仿真框架中各主体间的交互关系,并分别对发电商、电力用户以及独立售电公司等主体的竞价决策目标进行了分析。接着采用强化学习中的e-贪心算法建立了智能代理决策模型,并在此基础上利用均值-方差效用理论建立了风险规避型智能代理决策模型,模拟了真实市场中不同主体复杂多样的竞价决策行为,为开展电力市场仿真实验研究奠定基础。（2）针对月度电量集中竞价交易中的相关规则开展了电力市场仿真实验研究。定量分析比较了不同供需情况下典型竞价方式、出清方式、用户电量交易模式等规则对电力市场运行的影响。研究表明,不同的供需条件及市场规则会导致不同市场主体间的利益分配存在差异,市场成员采取的行为策略也会相应发生变化,相关仿真结果为电力市场规则的制定者提供一定参考。（3）依托课题组参与开发的国家电网公司电力市场实验仿真平台,针对某区域电力交易中心《省间电力中长期交易实施细则（试行）》中的月度集中竞价交易限价规则设计问题,以2017年参与我国A省、B省跨省大用户直购电交易的市场成员数据为基础进行电力市场仿真实验研究,仿真结果表明在有新能源参与的跨区跨省月度集中竞价交易中,市场申报上下限的调整会对市场的稳定性以及新能源机组的成交率造成一定的影响。
徐尔丰[4]（2019）在《基于A3C强化学习的电力市场发电商报价策略研究》文中进行了进一步梳理还原电力商品属性,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。
童乐[5]（2018）在《不完全信息下基于PSO算法的发电商竞价策略》文中进行了进一步梳理现阶段,我国正处于由传统电网到智能电网的转型期,电力体制改革不断推进,电力行业将更加市场化。在这种市场竞争的环境下,发电商要使自己的收益最大化,竞价策略的选择至关重要。本文基于现有文献,对电力市场发展历程及电力竞价策略研究现状进行了回顾与总结,并对电力竞价策略未来发展趋势进行了分析与展望。此外,对电力市场背景下电价影响因素进行了分析,阐述了电力市场交易、竞价、出清模式。由于电力竞价行为中发电商不单要考虑自身实力,还要考虑对手实力及市场需求等多方面因素,博弈论则为这种情况下竞价策略的选择提供了解决方案。本文首先对完全信息下发电商竞价策略进行了研究分析,建立了完全信息下的发电商竞价数学模型,包括成本函数、报价曲线、出清模型和竞价约束,并分别对单时段和竞价周期的博弈模型进行了数学推导。针对电力竞价模型的特点及其对求解算法的要求,本文在对比了遗传算法、模拟退火算法和粒子群算法各自的优缺点之后,选择了粒子群算法作为模型求解算法,并对传统粒子群优化算法进行了改进,从而使其更适合于发电商竞价策略模型的求解。算例分析部分对比了传统粒子群优化算法和改进的粒子群优化算法对竞价策略模型进行求解寻优得到的均衡解,改进粒子群算法的有效性得到了验证。在完全信息研究基础上,对不完全信息下的发电商竞价策略进行了研究分析,通过对发电商成本进行数学描述,构建了不完全信息下的成本函数,从而建立了不完全信息下的发电商竞价数学模型。针对不完全信息下发电商竞价策略模型的特点,本文提出了带剔除机制的发电商竞价策略模型,通过引入剔除机制,缩小了报价系数的候选空间,降低了发电商在不完全信息下竞价被淘汰的风险,从而提高了发电商收益的稳健性,此外粒子群优化算法容易陷入局部最优得到了进一步的改善,算例分析部分带剔除机制的发电商竞价策略模型的收敛性和有效性得到了验证。基于完全信息下与不完全信息下的发电商竞价策略模型,本文最后对发电商的竞价行为进行了研究,分析了不同竞价条件对发电商竞价行为及策略选择的影响,并对发电商如何进行竞价策略的选择来最优化收益提出了建议。
冀巨海,王昌,李晋,李喜军[6]（2012）在《SMP与PAB电力竞价机制的激励性研究》文中提出电力市场的两种基本竞价机制为传统的统一边际价竞价机制（SMP机制）和按报价支付的竞价机制（PAB机制）。首先从拍卖角度出发讨论两种竞价机制激励性,并对两种机制下发电商行使市场力的机理进行了深入分析。分析得出,无论是统一边际价竞价机制还是按报价支付的竞价机制都缺乏让发电商按真实成本信息报价的激励相容性,存在发电商虚报高价的现象,影响电力系统的稳定运行和经济调度。因而需要设计一种新的具有激励相容特性的价格机制。
李俊,刘俊勇,张力,刘利民[7]（2011）在《基于电力市场PAB竞价的最优概率随机匹配机制》文中研究指明针对电力市场PAB竞价中发电商可通过多次报价学习提高其市场力行为问题,提出一种基于电力市场PAB竞价的最优概率随机匹配机制,以市场成交均价最小化为目标制定了最优信息干扰下的概率分配方法,利用概率信息干扰影响发电商的学习能力,削弱其市场力。仿真证明,对比价格高低匹配机制和完全随机匹配机制,最优概率随机匹配机制下的电力市场PAB竞价机制能有效干扰发电商的学习能力,达到削弱其市场力行为的目的。
艾江鸿[8]（2011）在《考虑网损的发电商垄断行为及其规制竞价机制研究》文中研究指明20世纪90年代以来,世界上很多国家均处在电力市场化改革的关键时期,随着电力工业垄断体制的改变,电力监管模式也相应的发生改变。电力市场化改革进程中的电力监管者所面临的一个核心问题是如何通过设计良好的电价机制抑制发电商的市场力行为。我国发电产业正处于市场化改革进程中,垄断与竞争、市场与政府各种力量错综复杂并存于发电产业改革中,均衡的发电市场结构有待形成。作为市场主体的发电企业而言,其市场行为主要表现为对不同竞价行为或竞价策略的选择,而这种选择在很大程度内影响着市场结构的稳定与调整。因此,在分析电力市场中发电市场结构的同时,研究发电企业的竞价策略,并基于发电市场结构与发电企业策略性竞价行为互动进行政策分析,不但对发电产业改革具有很大的现实意义也为这方面的理论研究提供了新的思路。论文的研究思路是:首先对国内外电力市场改革动态与有关研究现状做了较系统的综述。结果表明:我国发电市场尚处于初始阶段,竞争性发电市场有待形成;有关电力产业改革方面的研究不少,但对发电市场结构进行模型化研究、考虑多部分报价的电力竞价策略方面研究仍有待深入。同时,对电价机制的研究现状及设计理论进行综述,找出影响发电商市场力的几个重要因素。通过对发电商实施市场力的过程进行仿真,分析了市场力的自然垄断因素和机制因素,发现信号传递是影响发电商实施市场力的重要因素之一。然后从信号传递角度对当前的主要电价机制进行了再次综述分析,认为信号干扰度越大,电价机制中发电商实施市场力能力越弱。机制中信号干扰度研究属有限理性理论研究的范畴。为了更好地定义机制信号干扰度这一概念,论文对有限理性建模方法进行综述分析,发现基于摩尔自动机的有限理性建模方法较难解决存在信息不完全和多人参与的博弈问题。因此,提出一种基于米兰自动机的有限理性建模方法,相应的,构建了一种基于米兰自动机的经济学仿真框架。为了干扰发电商之间的共谋信号,提出一种发电商准随机匹配电价机制,在新的仿真框架中对该电价机制进行了仿真研究,仿真实验表明电价机制可以使发电商实施市场力能力降低。实验结果论证了从增加机制对信号干扰度对电价机制进行设计是可行的。论文的主要特色及创新体现在以下三个方面。①在系统分析发电产业传统经济特征基础上,引入有效竞争与可竞争市场理论,论文提出构建寡头有效竞争发电市场模式;该模式既保证了发电企业最优规模的实现,又保证发电市场在一定程度内开展竞争;论文认为在电网互联的前提下,允许跨区电力交易对有效竞争发电市场的建立非常关键。②对基于有限自动机的有限理性建模理论进行了扩展,使其更有利于实现多人有限理性博弈行为建模。在该建模理论的指导下,论文对发电商的组织行为进行了建模。采用有限自动机来描述发电商决策,可以更好的表示决策复杂度。决策越复杂,发电商之间的共谋越难达成,这为设计抑制发电商市场力的电价机制提供了理论依据。③构建了一种基于信号传递的电能与环境协调激励电价机制。该机制从两方面对发电商达成默契共谋的信号进行干扰。一方面采用准随机匹配的方式,使发电商无法得到其它发电商的成交价,也无法预测市场出清价,从而增加其达成共谋的难度。另一方面,在电力市场的中引入单位减排量的概念,使电力产品产生差异化,构成了两个产品的市场,政府可以在不同的市场中采用不同的激励手段,从而在进一步干扰发电商之间的信号传递,达到抑制发电商的市场力行为和减少电能生产过程中排污量的目的。采用论文提出的一种基于米兰自动机的有限理性建模方法,发现发电商的决策模型复杂度增加。因此可以断定,发电商之间的共谋难度加大,也就是发电商实施市场力的行为得到抑制。通过仿真实验说明该机制在解决电能与环境协调激励问题上是有效的。
李文娟[9]（2010）在《基于微分博弈的发电商报价模型及其分析》文中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,针对三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三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。
朱江艳[10]（2010）在《基于Repast仿真平台的发电商演化博弈竞价策略研究》文中研究说明在电力市场环境下,发电商的收益在很大程度上取决于其采用的竞价策略。而发电商都具有有限理性,同时,它们之间的策略又是相互影响的,因此发电商的竞价过程可以被看成是发电商不断地调整优化自身的策略,以达到均衡状态的博弈过程。本文运用演化博弈理论的思想对发电商的竞价过程进行建模,并分析了市场需求、最高限价、竞价机制等不同情况对发电商报价策略的影响。在RePast仿真平台上对该模型进行仿真研究,结果表明基于演化博弈理论的竞价模型能充分反映出发电商竞价的动态过程,发电商据此可分析出竞争对手的策略走向,从而可以调整自身的竞价策略以寻求最大的收益。
二、PAB竞价机制下发电商报价策略研究（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：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（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。
三、PAB竞价机制下发电商报价策略研究（论文提纲范文）
（1）基于复杂自适应系统架构的发电商竞价仿真研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状及动态 |
| 1.2.1 国内外研究现状 |
| 1.2.2 国内外电力市场发展现状 |
| 1.3 本文研究思路与研究内容 |
| 第2章 发电市场理论与发电成本模型 |
| 2.1 发电市场及交易方式 |
| 2.2 发电市场要素 |
| 2.3 发电成本 |
| 2.3.1 固定成本计算方法 |
| 2.3.2 变动成本的计算方法 |
| 2.3.3 环境成本 |
| 2.4 上网电价 |
| 2.5 本章小结 |
| 第3章 智能体理论与复杂自适应系统建模 |
| 3.1 多智能体概念 |
| 3.1.1 多智能体定义 |
| 3.1.2 多智能体特点 |
| 3.2 基于多智能体的复杂自适应系统模型 |
| 3.3 基于遗传算法的多智能体模型 |
| 3.3.1 发电市场竞价的多智能体模型 |
| 3.3.2 遗传算法 |
| 3.3.2.1 种群初始化 |
| 3.3.2.2 选择操作算子 |
| 3.3.2.3 交叉操作算子 |
| 3.3.2.4 变异操作算子 |
| 3.3.2.5 算法流程图及算例仿真 |
| 3.3.3 算例仿真及分析 |
| 3.4 本章小结 |
| 第4章 多智能体理论在经典市场模型中的应用 |
| 4.1 古诺模型 |
| 4.1.1 古诺模型分析 |
| 4.1.2 基于古诺模型的发电市场建模 |
| 4.1.3 古诺模型的市场仿真 |
| 4.2 伯特兰德模型 |
| 4.2.1 伯特兰德模型分析 |
| 4.2.2 基于伯特兰德模型的发电市场建模 |
| 4.2.3 伯特兰德模型的市场仿真 |
| 4.3 本章小结 |
| 第5章 基于多智能体的发电商竞价模型 |
| 5.1 发电市场模型及竞价机制 |
| 5.1.1 MCP机制下的市场模型 |
| 5.1.2 PAB机制下的市场模型 |
| 5.2 仿真模型架构 |
| 5.2.1 智能体结构及原理 |
| 5.2.1.1 发电商智能体 |
| 5.2.1.2 独立运营机构智能体 |
| 5.2.1.3 用户智能体 |
| 5.2.2 市场仿真模型组成及结构 |
| 5.3 算例仿真 |
| 5.3.1 仿真案例一 |
| 5.3.2 仿真案例二 |
| 5.3.3 仿真案例三 |
| 5.3.4 仿真案例四 |
| 5.3.5 仿真案例五 |
| 5.4 仿真结果对比与分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（2）浙江省初期电力市场合约产品体系建设研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 课题相关技术发展及研究现状 |
| 1.2.1 国外电力合约市场发展现状 |
| 1.2.2 国内电力合约市场发展与研究现状 |
| 1.3 本文主要工作 |
| 第2章 国内外典型电力合约市场运营经验总结 |
| 2.1 引言 |
| 2.2 国外典型电力合约市场建设经验 |
| 2.2.1 英国电力市场 |
| 2.2.2 美国PJM电力市场 |
| 2.3 国内典型电力合约市场建设进程 |
| 2.3.1 广东电力合约市场建设进程 |
| 2.3.2 云南电力合约市场建设进程 |
| 2.4 典型电力市场目标模式及组织架构 |
| 2.5 本章小结 |
| 第3章 浙江省初期电力合约市场建设的关键问题研究 |
| 3.1 引言 |
| 3.2 建设基础 |
| 3.2.1 浙江电力市场发展现状 |
| 3.2.2 浙江电力市场建设目标 |
| 3.3 浙江初期电力市场路径选择分析 |
| 3.3.1 基本路径选择 |
| 3.3.2 发展模式选择 |
| 3.4 合约产品设计中的关键问题分析 |
| 3.4.1 实物合约与金融合约的异同分析 |
| 3.4.2 集中竞价出清方式对比 |
| 3.5 本章小结 |
| 第4章 浙江初期电力市场合约产品体系设计 |
| 4.1 引言 |
| 4.2 浙江初期电力市场合约交易体系构建 |
| 4.3 省内市场合约产品设计 |
| 4.3.1 政府授权合约产品设计 |
| 4.3.2 双边合约产品设计 |
| 4.4 省间省内市场交易衔接 |
| 4.4.1 省内省间交易机理分析 |
| 4.4.2 省间市场合约产品 |
| 4.5 本章小结 |
| 第5章 电力合约交易行为分析 |
| 5.1 引言 |
| 5.2 集中竞价合约交易主体行为分析 |
| 5.2.1 影响报价因素 |
| 5.2.2 多场景交易主体博弈分析 |
| 5.3 集中竞价合约交易中发电商市场力评估 |
| 5.3.1 市场力概念 |
| 5.3.2 发电商市场力指标体系构建 |
| 5.3.3 发电商市场力综合评价模型 |
| 5.3.4 算例分析 |
| 5.4 基于期望效用-熵模型的电力合约产品选择决策 |
| 5.4.1 期望效用-熵决策模型 |
| 5.4.2 实证分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 在读期间发表的学术论文及研究成果 |
| 致谢 |
（3）基于多代理的中长期电力市场竞价仿真研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内外电力市场发展现状 |
| 1.2.2 基于代理的电力市场仿真研究现状 |
| 1.3 本文主要工作及内容安排 |
| 第2章 基于多代理的电力市场建模 |
| 2.1 基于多代理的电力市场仿真框架 |
| 2.2 基于多代理的电力市场主体建模 |
| 2.2.1 发电商竞价决策目标 |
| 2.2.2 电力用户竞价决策目标 |
| 2.2.3 售电公司竞价决策目标 |
| 2.3 基于强化学习的智能代理决策模型 |
| 2.3.1 强化学习 |
| 2.3.2 市场成员代理策略空间的构造 |
| 2.3.3 风险中性的智能代理决策模型 |
| 2.3.4 风险规避的智能代理决策模型 |
| 2.4 算例仿真 |
| 2.4.1 风险中性的发电商智能代理竞价仿真 |
| 2.4.2 风险规避的发电商智能代理竞价仿真 |
| 2.5 本章小结 |
| 第3章 不同市场规则下月度电量集中竞价交易仿真研究 |
| 3.1 不同竞价方式下月度电量集中竞价交易仿真研究 |
| 3.1.1 不同竞价方式 |
| 3.1.2 仿真实验设计 |
| 3.1.3 两种竞价方式对电力市场运行影响的比较分析 |
| 3.2 不同出清机制下月度电量集中竞价交易仿真研究 |
| 3.2.1 典型出清机制 |
| 3.2.2 仿真实验设计 |
| 3.2.3 两种出清机制对电力市场运行影响的比较分析 |
| 3.3 不同用户电量交易模式下月度电量集中竞价交易仿真研究 |
| 3.3.1 用户电量交易模式 |
| 3.3.2 仿真实验设计 |
| 3.3.3 不同用户电量交易模式对电力市场运行的影响分析 |
| 3.4 本章小结 |
| 第4章 基于实际数据的跨区跨省月度集中竞价交易限价规则仿真研究 |
| 4.1 电力市场仿真实验平台介绍 |
| 4.2 跨区跨省电力集中竞价交易仿真场景设置 |
| 4.3 跨区跨省集中竞价交易限价规则仿真案例分析 |
| 4.3.1 电力市场发电侧报价上限仿真分析 |
| 4.3.2 电力市场购电侧报价下限仿真分析 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 工作总结 |
| 5.2 进一步展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间取得的成果 |
| 致谢 |
（4）基于A3C强化学习的电力市场发电商报价策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电力市场发电商报价 |
| 1.2.2 强化学习 |
| 1.3 本文主要内容 |
| 1.4 本章小结 |
| 第2章 电力市场的结构体系和运营模式 |
| 2.1 电力市场结构体系 |
| 2.1.1 一级市场:电力直接交易 |
| 2.1.2 二级市场:发电权转让交易 |
| 2.1.3 不平衡市场:偏差电量考核机制 |
| 2.2 中长期电力市场交易组织 |
| 2.3 月度集中竞价交易流程 |
| 2.4 本章小结 |
| 第3章 强化学习的基本理论和方法 |
| 3.1 MDP:马尔可夫决策过程 |
| 3.2 基于值函数的强化学习方法 |
| 3.2.1 基于DP的强化学习方法 |
| 3.2.2 基于MC的强化学习方法 |
| 3.2.3 基于TD的强化学习方法 |
| 3.3 基于策略梯度的强化学习方法 |
| 3.3.1 基于REINFORCE的强化学习方法 |
| 3.3.2 基于REINFORCE-Baseline的强化学习方法 |
| 3.3.3 基于Actor-Critic的强化学习方法 |
| 3.4 本章小结 |
| 第4章 基于A3C算法的中长期电力市场发电商报价模型 |
| 4.1 Agent: Actor策略网络和Critic价值网络模型 |
| 4.1.1 Actor策略网络模型 |
| 4.1.2 Critic价值网络模型 |
| 4.2 环境:集中竞价交易出清模型 |
| 4.3 基于A3C算法的发电商报价模型 |
| 4.4 模型总体结构 |
| 4.5 本章小结 |
| 第5章 基于Agent的中长期电力市场仿真 |
| 5.1 参数设置 |
| 5.1.1 供给侧:发电商成本参数和发电量 |
| 5.1.2 需求侧:市场电量需求 |
| 5.1.3 市场侧:交易机制和市场状况 |
| 5.1.4 其他:模型超参数 |
| 5.2 单一Agent中长期电力市场仿真 |
| 5.2.1 发电商报价策略和收益 |
| 5.2.2 中长期电力市场出清结果 |
| 5.3 多Agent中长期电力市场仿真 |
| 5.3.1 发电商报价策略和收益 |
| 5.3.2 中长期电力市场出清结果 |
| 5.4 仿真结果分析 |
| 5.4.1 发电商报价策略分析 |
| 5.4.2 电力市场运营效率分析 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（5）不完全信息下基于PSO算法的发电商竞价策略（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 本论文研究的背景和意义 |
| 1.2 国内外研究现状及发展趋势 |
| 1.2.1 电力市场发展历程 |
| 1.2.2 电力竞价策略研究现状 |
| 1.2.3 发电商报价方法对比 |
| 1.2.4 未来发展趋势 |
| 1.3 本文的研究思路及内容 |
| 1.4 本章小结 |
| 第2章 电力市场与博弈论基本理论 |
| 2.1 电力市场基本理论 |
| 2.1.1 电力市场概述 |
| 2.1.2 电价影响因素 |
| 2.1.3 市场交易模式 |
| 2.1.4 市场竞价模式 |
| 2.1.5 市场出清模式 |
| 2.2 博弈论基本理论 |
| 2.2.1 博弈论基本要素 |
| 2.2.2 Cournot模型与Bertrand模型分析 |
| 2.2.3 纳什均衡 |
| 2.3 本章小结 |
| 第3章 完全信息下发电商竞价模型 |
| 3.1 完全信息下发电商竞价模型的建立 |
| 3.1.1 成本分析 |
| 3.1.2 报价函数 |
| 3.1.3 市场出清 |
| 3.1.4 竞价约束 |
| 3.2 粒子群优化算法及其改进 |
| 3.2.1 智能优化算法比较 |
| 3.2.2 粒子群优化算法 |
| 3.2.3 典型的改进粒子群优化算法 |
| 3.2.4 本文提出的改进粒子群优化算法 |
| 3.3 模型求解 |
| 3.3.1 单时段博弈模型 |
| 3.3.2 竞价周期博弈模型 |
| 3.4 算例分析 |
| 3.4.1 算例描述 |
| 3.4.2 改进算法性能验证 |
| 3.5 本章小结 |
| 第四章 不完全信息下发电商竞价模型 |
| 4.1 成本与报价描述 |
| 4.1.1 成本不完全性描述 |
| 4.1.2 成本函数构建 |
| 4.1.3 报价描述 |
| 4.2 竞价模型 |
| 4.3 本文提出的剔除机制 |
| 4.3.1 必要性分析 |
| 4.3.2 剔除机制描述 |
| 4.4 模型求解 |
| 4.5 算例分析 |
| 4.5.1 算例描述 |
| 4.5.2 收敛性验证 |
| 4.5.3 模型有效性验证 |
| 4.6 本章小结 |
| 第五章 发电商竞价策略 |
| 5.1 发电商竞价行为分析 |
| 5.1.1 完全信息下发电商竞价行为分析 |
| 5.1.2 不完全信息下发电商竞价行为分析 |
| 5.2 发电商竞价建议 |
| 5.2.1 成本把控 |
| 5.2.2 收益与风险并重 |
| 5.2.3 科学报价体系 |
| 5.3 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表论文与研究成果清单 |
| 致谢 |
（6）SMP与PAB电力竞价机制的激励性研究（论文提纲范文）
| 1 从拍卖角度出发对两种机制的激励性问题进行研究 |
| 2 两种机制下发电商行使市场力的机理分析 |
| 2.1 SMP机制 |
| 2.2 PAB机制 |
| 3 实证角度 |
| 3.1 博弈论 |
| 3.2 实验经济学 |
| 4 结论 |
（7）基于电力市场PAB竞价的最优概率随机匹配机制（论文提纲范文）
| 1 概率随机匹配竞价模型 |
| 1.1 一次概率随机匹配竞价模型 |
| 1.2 多次竞价中各主体学习规则 |
| 1.3 最优概率分配方法 |
| 2 多主体仿真实验 |
| 2.1 实验基础数据 |
| 2.2 概率组合及最优概率 |
| 2.3 仿真结果比较 |
| 3 结 论 |
（8）考虑网损的发电商垄断行为及其规制竞价机制研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 问题的提出与研究意义 |
| 1.2 研究思路、研究方法及主要内容 |
| 1.2.1 本文的研究思路和方法 |
| 1.2.2 本文主要的研究内容 |
| 1.3 本论文的创新之处 |
| 2 国内外研究现状与进展综述 |
| 2.1 电力产业的技术特征 |
| 2.1.1 电力系统与负荷的特性 |
| 2.1.2 发电技术组合与短期产量（容量）约束 |
| 2.1.3 电网、输电容量约束与电力市场竞争的不充分性 |
| 2.2 国外电力市场改革动态 |
| 2.2.1 美国的电力市场改革 |
| 2.2.2 英国的电力市场改革 |
| 2.2.3 日本电力市场改革 |
| 2.3 中国电力市场化进程 |
| 2.3.1 “国家垄断经营”阶段(1949～1985 年) |
| 2.3.2 “集资办电”阶段(1985～1997) |
| 2.3.3 “部分省市的电力市场试点”阶段（1997～2002） |
| 2.3.4 “厂网分开，电力市场化改革全面推进”阶段（2002 至今） |
| 2.4 国内外相关理论研究现状综述 |
| 2.4.1 电力市场结构研究现状综述 |
| 2.4.2 发电企业策略性竞价研究现状综述 |
| 2.5 本章小结 |
| 3 发电产业经济特性分析 |
| 3.1 发电产业公共品属性分析法 |
| 3.1.1 公共品属性含义 |
| 3.1.2 发电产业公共品属性分析 |
| 3.2 发电产业规模性分析 |
| 3.2.1 规模经济的涵义 |
| 3.2.2 发电产业规模经济分析 |
| 3.3 发电产业自然垄断性分析 |
| 3.3.1 自然垄断理论及其发展 |
| 3.3.2 发电产业自然垄断分析 |
| 3.4 关于发电产业经济特征分析的有效竞争发电市场模式选择 |
| 3.4.1 有效竞争理论与可竞争市场理论述评 |
| 3.4.2 有效竞争发电市场模式选择 |
| 3.5 本章小结 |
| 4 基于能源禀赋与产业布局的发电企业垄断博弈模型 |
| 4.1 中国电能生产资源背景 |
| 4.1.1 煤炭资源概况 |
| 4.1.2 水力资源概况 |
| 4.1.3 核能资源概况 |
| 4.2 中国电力产业布局 |
| 4.2.1 中国发电结构现状分析 |
| 4.2.2 中国电力产业的环境约束分析 |
| 4.3 基于市场交易的电价机制研究综述 |
| 4.3.1 统一出清价格电价机制 |
| 4.3.2 按报价支付电价机制 |
| 4.4 基于能源禀赋与产业布局的发电产业垄断博弈模型 |
| 4.4.1 博弈模型构建的基本思想 |
| 4.4.2 电力市场中发电商垄断博弈仿真模型 |
| 4.5 本章小结 |
| 5 考虑网损的发电商垄断博弈仿真分析 |
| 5.1 复杂适应系统与SWARM 仿真 |
| 5.1.1 复杂适应系统 |
| 5.1.2 Swarm 仿真平台及结构特征 |
| 5.1.3 Swarm 仿真及其在电力市场研究中的应用 |
| 5.2 电力市场中存在市场力的自然垄断因素仿真分析 |
| 5.2.1 考虑电网约束的发电商博弈模型构建的基本思想 |
| 5.2.2 考虑电网约束的发电商博弈决策模型 |
| 5.2.3 考虑电网约束的发电商博弈仿真实验及相关数据 |
| 5.2.4 考虑电网约束的发电商博弈仿真实验结果及分析 |
| 5.2.5 结论及建议 |
| 5.3 电力市场中存在市场力的机制因素仿真分析 |
| 5.3.1 PAB/MCP 两种主要电价机制中的市场主体博弈过程概述 |
| 5.3.2 PAB/MCP 电价机制的博弈模型 |
| 5.3.3 两种电价机制仿真实验及相关数据 |
| 5.3.4 两种电价机制的博弈仿真实验结果及分析 |
| 5.3.5 对两种主要电价机制的比较分析及启示 |
| 5.4 本章小结 |
| 6 抑制发电商市场力的激励电价机制设计 |
| 6.1 基于行为复杂度的有限理性建模方法研究及应用 |
| 6.1.1 基于有限自动机的有限理性博弈研究 |
| 6.1.2 用于构建博弈模型的有限自动机 |
| 6.1.3 采用有限自动机构建重复博弈模型 |
| 6.1.4 采用有限自动机构建演化博弈模型 |
| 6.1.5 简单述评 |
| 6.2 基于有限理性建模的经济学仿真框架 |
| 6.2.1 一种基于Mealy 自动机的有限理性行为描述 |
| 6.2.2 基于Mealy 自动机的有限理性博弈的相关概念及性质 |
| 6.2.3 基于有限理性建模的经济学仿真框架的构建 |
| 6.2.4 基于有限理性建模的经济学仿真框架的特点 |
| 6.3 抑制发电商市场力的电价机制设计 |
| 6.3.1 抑制发电商市场力的准随机匹配电价机制基本思想 |
| 6.3.2 抑制发电商市场力的准随机匹配电价机制模型 |
| 6.3.3 发电商准随机匹配电价机制仿真实验及相关数据 |
| 6.3.4 发电商准随机匹配电价机制仿真实验结果及分析 |
| 6.3.5 结论及政策建议 |
| 6.4 本章小结 |
| 7 结论 |
| 7.1 研究工作总结 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（9）基于微分博弈的发电商报价模型及其分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于古诺博弈探讨发电商的报价策略 |
| 1.2.2 基于发电商有限理性运用动态博弈研究报价策略 |
| 1.2.3 运用经济学考虑风险因素与动态规划研究报价策略 |
| 1.2.4 基于微分博弈与随机微分博弈的相关研究 |
| 1.2.5 文献评述 |
| 1.3 本文研究的主要内容 |
| 1.4 本文的主要创新点 |
| 第2章 贴现率相同情况下发电商报价微分博弈模型 |
| 2.1 发电商报价古诺博弈模型 |
| 2.2 发电商报价学习微分动态模型及其求解 |
| 2.3 报价学习动态模型仿真分析 |
| 2.3.1 发电商报价策略动态调整路径分析 |
| 2.3.2 报价策略的静态均衡与动态调整均衡的比较分析 |
| 2.3.3 贴现率ρ对发电商报价策略的影响分析 |
| 2.3.4 发电商报价学习速度s 对报价策略的影响分析 |
| 2.3.5 贴现率与学习速度同时变化对报价策略的影响分析 |
| 2.4 本章小结 |
| 第3章 贴现率不同情况下发电商报价微分博弈模型 |
| 3.1 发电商报价微分博弈模型 |
| 3.2 三种状态下发电商的报价策略 |
| 3.2.1 完全动态情况下的发电商报价策略 |
| 3.2.2 部分动态情况下的发电商报价策略 |
| 3.2.3 静止状态下的发电商报价策略 |
| 3.3 发电商报价动态模型仿真分析 |
| 3.3.1 两发电商在贴现率相同时贴现收益的分析与比较 |
| 3.3.2 两发电商在贴现率不同时贴现收益的分析与比较 |
| 3.4 本章小结 |
| 第4章 基于随机微分博弈发电商报价模型及其分析 |
| 4.1 发电商报价随机微分博弈模型 |
| 4.2 发电商报价随机微分博弈模型求解 |
| 4.3 随机状态下发电商报价策略的数值仿真分析 |
| 4.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 致谢 |
| 附录A 攻读硕士学位期间论文发表情况 |
| 附录B 攻读硕士学位期间参与科研项目 |
（10）基于Repast仿真平台的发电商演化博弈竞价策略研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究动态 |
| 1.2.1 预测市场电价的方法 |
| 1.2.2 基于成本分析的方法 |
| 1.2.3 估计竞争对手报价行为的方法 |
| 1.2.4 基于博弈论的方法 |
| 1.3 本文的主要工作 |
| 1.3.1 研究特色 |
| 1.3.2 研究思路 |
| 1.4 本章小结 |
| 第二章 演化博弈论及复杂系统 |
| 2.1 博弈理论概述 |
| 2.1.1 博弈论的概念 |
| 2.1.2 博弈论的基本要素 |
| 2.1.3 纳什均衡 |
| 2.2 传统博弈分析的局限性和演化博弈理论的兴起 |
| 2.2.1 传统博弈分析的局限性 |
| 2.2.2 演化博弈理论的产生和发展 |
| 2.3 演化博弈理论的知识 |
| 2.3.1 均衡概念—演化稳定策略 |
| 2.3.2 动态概念 |
| 2.3.3 演化分析过程 |
| 2.4 复杂适应系统与Repast平台 |
| 2.4.1 复杂适应系统理论概述 |
| 2.4.2 Repast仿真平台简介 |
| 2.5 本章小结 |
| 第三章 演化博弈论在电力市场中的应用 |
| 3.1 电力市场的基本概念 |
| 3.1.1 电力市场的含义 |
| 3.1.2 电力市场的特征 |
| 3.1.3 电力市场的基本原则 |
| 3.1.4 电力市场的杠杆—电价 |
| 3.2 电力市场的交易模式及交易类型 |
| 3.2.1 两种基本的交易模式 |
| 3.2.2 电力市场的交易类型 |
| 3.3 电力市场的竞价机制及竞价过程 |
| 3.3.1 两种竞价机制的运作流程 |
| 3.3.2 两种竞价机制的比较 |
| 3.3.3 发电商竞价过程的分析 |
| 3.4 模型分析的市场条件 |
| 3.4.1 发电商的成本函数 |
| 3.4.2 发电商的收益函数 |
| 3.4.3 发电商的报价决策方法 |
| 3.5 发电商的演化博弈行为分析及模型的建立 |
| 3.5.1 发电商竞价过程的演化博弈分析 |
| 3.5.2 复制动态下发电商的博弈行为分析 |
| 3.5.3 发电商竞价策略的复制动态博弈模型 |
| 3.5.4 发电商竞价过程的演化稳定性分析 |
| 3.6 本章小结 |
| 第四章 基于Repast仿真框架的博弈仿真 |
| 4.1 发电商竞价的演化博弈模型的实例分析 |
| 4.1.1 市场供求不同的实例分析 |
| 4.1.2 最高限价不同的实例分析 |
| 4.1.3 两种竞价机制下的实例分析 |
| 4.2 模型的程序实现流程及仿真 |
| 4.2.1 程序框架 |
| 4.2.2 运行过程 |
| 4.3 仿真结果的验证与分析 |
| 4.3.1 市场供求不同的仿真 |
| 4.3.2 最高限价不同情况的仿真 |
| 4.3.3 竞价机制不同情况的仿真 |
| 4.3.4 结果分析 |
| 4.4 本章小结 |
| 第五章 总结与研究展望 |
| 5.1 论文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在学期间发表的学术论文和参加科研情况 |
四、PAB竞价机制下发电商报价策略研究（论文参考文献）
- [1]基于复杂自适应系统架构的发电商竞价仿真研究[D]. 张军. 华北电力大学(北京), 2020(06)
- [2]浙江省初期电力市场合约产品体系建设研究[D]. 丁杰. 南京师范大学, 2020(03)
- [3]基于多代理的中长期电力市场竞价仿真研究[D]. 周苏湮. 东南大学, 2019(06)
- [4]基于A3C强化学习的电力市场发电商报价策略研究[D]. 徐尔丰. 华北电力大学(北京), 2019(01)
- [5]不完全信息下基于PSO算法的发电商竞价策略[D]. 童乐. 北京理工大学, 2018(07)
- [6]SMP与PAB电力竞价机制的激励性研究[J]. 冀巨海,王昌,李晋,李喜军. 科技和产业, 2012(01)
- [7]基于电力市场PAB竞价的最优概率随机匹配机制[J]. 李俊,刘俊勇,张力,刘利民. 四川大学学报(工程科学版), 2011(03)
- [8]考虑网损的发电商垄断行为及其规制竞价机制研究[D]. 艾江鸿. 重庆大学, 2011(12)
- [9]基于微分博弈的发电商报价模型及其分析[D]. 李文娟. 长沙理工大学, 2010(06)
- [10]基于Repast仿真平台的发电商演化博弈竞价策略研究[D]. 朱江艳. 华北电力大学（北京）, 2010(09)