| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第9-19页 |
| 1.1 课题研究背景及意义 | 第9-11页 |
| 1.1.1 国内外电力市场发展现状 | 第9-10页 |
| 1.1.2 我国电力市场的主要问题 | 第10-11页 |
| 1.1.3 课题意义 | 第11页 |
| 1.2 传统研究方法 | 第11-13页 |
| 1.2.1 基于博弈论的方法 | 第11-12页 |
| 1.2.2 基于电价预测的方法 | 第12-13页 |
| 1.3 Agent 模拟方法 | 第13-17页 |
| 1.4 本文主要工作 | 第17-19页 |
| 第二章 日前电力市场最优经济调度模型 | 第19-25页 |
| 2.1 日前电力市场概述 | 第19-21页 |
| 2.1.1 发电公司各机组申报的技术数据 | 第20-21页 |
| 2.1.2 发电公司各机组申报的经济数据 | 第21页 |
| 2.2 发电商竞价策略描述 | 第21-23页 |
| 2.2.1 发电机组成本曲线 | 第21-22页 |
| 2.2.2 发电商报价策略 | 第22-23页 |
| 2.3 最优经济调度 | 第23-24页 |
| 2.3.1 节点电价模型 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第三章 Q 学习算法简介 | 第25-35页 |
| 3.1 强化学习 | 第25-29页 |
| 3.1.1 强化学习简介 | 第25-27页 |
| 3.1.2 MDP 模型 | 第27-28页 |
| 3.1.3 强化学习中的几个问题 | 第28-29页 |
| 3.2 Q 学习简介 | 第29-32页 |
| 3.2.1 Q 学习算法优势 | 第29-30页 |
| 3.2.2 Q 学习任务描述 | 第30-31页 |
| 3.2.3 Q 函数 | 第31-32页 |
| 3.3 Q 学习算法 | 第32-34页 |
| 3.3.1 确定性回报和动作下的Q 学习算法 | 第32-33页 |
| 3.3.2 非确定性回报和动作假定下的Q 学习算法 | 第33-34页 |
| 3.4 本章小结 | 第34-35页 |
| 第四章 发电商报价策略的Q 学习模型 | 第35-55页 |
| 4.1 非确定性回报和动作假定下的发电商决策模型 | 第35-38页 |
| 4.2 基本算例分析 | 第38-44页 |
| 4.3 阻塞对发电商报价策略的影响 | 第44-47页 |
| 4.4 爬坡约束对发电商报价策略的影响 | 第47-49页 |
| 4.5 多个 Agent 同时进行 Q 学习 | 第49-51页 |
| 4.6 不同报价规则的影响 | 第51-53页 |
| 4.7 本章小结 | 第53-55页 |
| 第五章 默契串谋模拟分析 | 第55-66页 |
| 5.1 形成默契串谋的基本条件 | 第55-56页 |
| 5.2 默契串谋的维持 | 第56-58页 |
| 5.3 默契串谋的判断 | 第58-60页 |
| 5.4 Q 学习模拟发电商之间的默契串谋 | 第60-64页 |
| 5.4.1 模型建立 | 第60-61页 |
| 5.4.2 算例分析 | 第61-64页 |
| 5.5 防止默契串谋的主要措施 | 第64页 |
| 5.6 本章小结 | 第64-66页 |
| 第六章 总结与展望 | 第66-70页 |
| 6.1 总结 | 第66-67页 |
| 6.2 展望 | 第67-70页 |
| 附录 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 致谢 | 第75-76页 |
| 攻读学位期间发表的学术论文目录 | 第76页 |