国家社会科学基金(04CJ2012)
- 作品数：1 被引量：15H指数：1
- 相关作者：王野平张尧陈青松陈皓勇荆朝霞更多>>
- 相关机构：华南理工大学更多>>
- 发文基金：国家重点基础研究发展计划国家社会科学基金更多>>
- 相关领域：电气工程更多>>
- 电力市场智能模拟中代理决策模块的实现被引量：15
- 2008年
- 在日前交易方式下,发电厂商为了追求长期最大利润,竞价策略显得尤其重要。通常,发电厂商运用的策略过于复杂,难以用传统的博弈论方法来建模。人工智能中强化学习Q-learning算法是一种自适应的学习方法,使代理能够通过不断与环境进行交互所得到的经验进行学习,适合在电力市场智能模拟中运用。文中在开放源代码的电力市场智能模拟平台AMES上,增加了发电厂商代理基于Q-learning的竞价决策程序模块,并在5节点测试系统上进行模拟。实验结果表明,运用基于Q-learning算法竞价决策使代理可以较好地模拟发电厂商的经济特性,且在相同条件下表现出比AMES原有的VRElearning算法更强的探索能力。
- 陈皓勇杨彦张尧王野平荆朝霞陈青松
- 关键词：竞价策略VRE
