计算机应用研究

作者：王菁祺,高岩,吴志强,李仁杰,

单位：上海理工大学管理学院,上海200093；

关键词：实时定价,强化学习,马尔可夫决策过程,负荷不确定,双碳目标,

基金：国家自然科学基金资助项目(72071130)；；

面对当前电力系统的负荷不确定、新能源并网与双碳目标等现状，在充分考虑供需双方福利前提下，建立了智能电网背景下考虑负荷不确定与碳交易的实时定价模型，并基于强化学习能够处理变量复杂性、非凸非线性问题优点，采用强化学习中Q学习算法对模型进行迭代求解。首先，将用户与供电商实时交互过程转换为强化学习框架对应的马尔可夫决策过程；其次，通过智能体在动态环境中的反复探索表示用户与供电商的信息交互；最后，通过强化学习中的Q学习算法寻找最优值即最大社会福利值。仿真结果表明，所提实时定价策略能够有效提升社会福利，降低碳排放总量，这验证了所提模型和算法的有效性。

来源：2022年第9期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第9期