电力作为一种特殊的商品,随着市场化的改革,放开电力市场管制,为参与电力交易的发电公司提供一个公平自由的竞争环境显得尤为重要。国外电力市场改革经验表明,放松管制的电力市场能够保证各个市场成员充分发挥自身的优势,提高电力生产效率的同时可以降低电价。电力市场化改革是一个反复研究,在实践中不断改进的过程。发电商作为参与电力市场交易的主要成员,在参与市场交易的同时,为保证自身利益,通常会采取一定的策略来参与竞争,其行为策略关系到整个电力市场的运行。本文针对竞争性电力市场,为保证发电商的利润,对参与竞争性电力市场的发电商报价策略进行以下研究:(1)针对电力市场出清电价的预测问题,提出了 Sage-Husa滤波算法来预测市场出清电价的方法。根据电力市场交易的历史数据,建立电力市场出清电价预测的Sage-Husa滤波模型,利用市场交易数据修正模型参数。将电力市场出清电价的预测值提交给发电商参考,发电商以略低于预测出的市场出清电价来制定竞标时刻的报价,确保自身机组发电容量能够全部参与市场交易,同时保证自身利润达到最大化。(2)针对竞争性电力市场发电商的博弈行为的研究,结合H∞滤波和博弈论方法,构建发电商报价动态博弈模型。将参与竞争的所有发电商等效为一个竞争对手,不考虑单个的竞争对手行为。整个电力市场的发电商博弈行为在发电商和等效的竞争对手之间进行。用H∞滤波预测竞争对手的行为,作为发电商博弈的策略集,依据估计到的竞争对手反应调整报价策略,求解博弈模型的纳什均衡解,博弈模型的纳什均衡策略组合即为发电商参与博弈的最佳策略。(3)针对发电商报价策略的自适应学习,将H∞滤波改进的发电商动态博弈的Q学习算法结合起来,构建一个发电商报价策略的自适应学习模型。将发电商视为Agent,发电商根据历史交易数据判断当前交易时刻电力市场所处状态,采取有利于自身利益的报价策略。用H∞滤波来估计竞争对手的行为,预测竞争对手行为状态以及竞争对手在当前状态下可能采取的策略,进一步完善发电商的报价机制,提高发电商的报价效率。