计及负荷不确定性的强化学习实时定价策略

摘要: 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。