计及负荷不确定性的强化学习实时定价策略

打开文本图片集

收稿日期：2022-02-28；修回日期：2022-04-19  基金项目：国家自然科学基金资助项目（72071130）

作者简介：王菁祺（1997-），男，河南平顶山人，博士研究生，主要研究方向为智能电网实时定价、机器学习；高岩（1962-），男（通信作者），黑龙江五常人，教授，博导，博士，主要研究方向为智能电网实时定价等（gaoyan@usst.edu.cn）；吴志强（1997-），男，安徽合肥人，硕士研究生，主要研究方向为系统工程、决策分析；李仁杰（1992-），男，江苏泰州人，博士研究生，主要研究方向为智能电网实时定价、机器学习.

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。（剩余22424字）