MAS学习方法的研究及其在我国电力市场发电侧的应用

论文摘要

本论文从引入 Agent 的发展与理论出发,分析了目前我国电力市场发电侧竞价方式的不足,提出了基于多智能 Agent 来分析我国电力市场发电侧竞价策略的方法。通过实际模拟,建立竞价学习策略,成功地解决了目前市场中,多个发电商对多个市场、单个发电商对多个市场,以及单个电厂或机组对单个市场的竞价问题。同时,设计了发电商Agent 在各种情况下的学习方法,包括决策评价学习方法、Q 学习方法、二元进化以及指数平滑等方法在 Agent 学习过程中的运用,并通过比较各种方法的有效性与差异性,得出了相关结论。最后,本论文以理论研究部分为基础,建立了基于多智能体的发电商竞价仿真平台以辅助问题研究。

论文目录

• 中文摘要
• 英文摘要
• 第一章 绪论
• 1.1 论文选题的背景和意义
• 1.2 国内外研究综述
• 1.3 论文的主要研究内容及方法
• 第二章 MAS 的基本理论及我国未来电力市场框架
• 2.1 Agent 的模型结构
• 2.2 Multi-Agent 系统的模型描述与结构
• 2.3 Agent 学习及学习方法研究
• 2.4 基于MAS 的我国未来电力市场模型结构
• 第三章 MAS 协作联盟学习方法研究及应用
• 3.1 MAS 联盟的形成
• 3.2 MAS 联盟的问题的描述
• 3.3 基于决策评价方法的联盟问题的求解
• 3.4 基于Multi-Agent 的发电商联合报价
• 3.5 小结与展望
• 第四章 MAS 群决策方法研究及应用
• 4.1 问题提出
• 4.2 MAS 的群决策问题研究
• 4.3 基于 MAS 群决策的RLI与RLG学习算法设计
• 4.4 基于 MAS 的电力市场群决策设计
• 4.5 实例分析与结论
• 4.6 小结与展望
• 第五章 基于 Multi-Agent 的发电商报价决策方法研究
• 5.1 问题的简述
• 5.2 基于单点报价决策方法研究
• 5.3 基于曲线报价决策方法研究
• 5.4 实例分析
• 5.5 小结与展望
• 第六章 基于 MAS 的发电报价仿真平台
• 6.1 仿真平台设计原理
• 6.2 基于 MAS 的三层结构报价体系
• 6.3 仿真平台程序介绍
• 6.4 小结与展望
• 结论
• 参考文献
• 致谢
• 在学期间发表论文和参加科研情况