公开(公告)号：CN119963233A

公开(公告)日：2025-05-09

申请号：CN202510093121.3

申请日：2025-01-21

Applicant: 华北电力大学(保定)

Inventor： 许小峰 ,  刘敦楠 ,  龚诚 ,  李根柱 ,  贾洵浩

IPC: G06Q30/0201 ,  G06Q50/06 ,  G06Q30/0202 ,  G06N3/0455 ,  G06N3/092 ,  G06F18/213 ,  G06F18/20

Abstract: 本发明提供了一种电力市场主体行为趋势确定方法、介质及系统，属于电力市场主体行为趋势分析技术领域，包括：通过综合运用强化学习、深度神经网络和数据分析技术，实现对电力市场复杂行为的精准预测。研究首先采集电力市场历史运行数据，并进行多维度时序分解，提取价格和报价的稳定与波动特征。通过构建无奖励函数的五元组模型，结合专家知识和主成分分析，迭代优化奖励函数模型，建立市场主体行为方程组。随后，利用编码器‑解码器结构的深度神经网络，结合极大似然估计方法，构建市场主体行为概率分布模型。最终，该方法能够准确预测市场主体行为趋势，解决了现有技术中存在的难以准确把握电力市场主体行为趋势的问题。

公开(公告)号：CN119962389A

公开(公告)日：2025-05-09

申请号：CN202510101584.X

申请日：2025-01-22

Applicant: 华北电力大学(保定)

Inventor： 许小峰 ,  刘敦楠 ,  孟文恺 ,  王瀚甫 ,  李雨

IPC: G06F30/27 ,  H02J3/00 ,  G06Q40/04 ,  G06Q50/06 ,  G06Q30/0202 ,  G06N3/045 ,  G06N3/092 ,  G06F111/04 ,  G06F111/08 ,  G06F113/04

Abstract: 本发明提供了一种基于多智能体代理的电力系统交易仿真方法，属于电力系统仿真技术领域，包括：通过采集电力系统历史运行数据，构建包含发电、柔性负荷和售电智能体的多智能体系统，进行蒙特卡洛仿真和场景生成。方法采用深度强化学习算法，定义各智能体的收益函数和决策模型，执行市场出清计算，并通过构建验证场景库进行交易仿真。系统能评估智能体策略，计算市场关键指标，并将市场信息反馈给智能体，实现电力交易决策的智能化和动态优化，有效提升电力市场的运营效率和交易精准性。本发明的方法解决了现有技术普遍存在未充分考虑市场参与者之间的相互作用和学习机制，导致模拟结果与实际市场表现存在较大偏差的技术问题。