-
公开(公告)号:CN120069596A
公开(公告)日:2025-05-30
申请号:CN202510115232.X
申请日:2025-01-24
Applicant: 华北电力大学(保定)
IPC: G06Q10/0637 , G06Q10/0635 , G06Q30/0201 , G06Q30/0202 , G06Q50/06 , G06N5/04 , G06N7/01
Abstract: 本发明提供了一种基于博弈的售电公司决策优化方法,属于电力决策优化技术领域,通过构建售电市场逆需求函数模型,细致分析用户负荷缺供电量,将市场用户分为四个等级,并建立电价可靠性系数。在此基础上,交易商根据用户容量市场占比和可靠性系数制定策略组合方案,构建期望利益函数。通过求解最优化一阶条件,推导交易商反应函数,并联立函数求解贝叶斯均衡解,精准确定最优电能交易量。研究进一步扩展至购电侧系统边际电价模型,构建售电与购电双边策略组合,通过复杂的数学模型求解多策略模式下的贝叶斯纳什均衡解,最终获得不同策略下交易商的最优交易电量,解决了当前缺乏对不同类型用户差异化需求的考虑,难以推出针对性的售电策略的问题。
-
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)
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。
-