电力仿真多智能体博弈现货电价概率预测校准方法及系统与流程

本发明涉及电力市场仿真与电力系统自动化交叉，具体为一种电力仿真多智能体博弈现货电价概率预测校准方法及系统。

背景技术：

1、随着电力现货市场改革持续深化，电力定价机制由传统政府定价，逐步转变为市场供需关系与主体报价行为共同决定的竞价模式。精准预测电力现货价格、量化预测不确定性，对发电企业报价决策、售电公司购电规划、储能运营商充放电调度具有重要工程价值。电力现货价格受电网拓扑约束、燃料价格波动、新能源随机出力、市场主体策略博弈等多重因素耦合影响，具备高度非线性、非平稳、强随机性特征，给电价精准预测与市场仿真带来极大技术挑战。

2、目前电力市场仿真与电价预测相关技术存在显著缺陷，难以适配国内市场化交易场景。首先，现有仿真方法无法适配中国特色市场规则。基于规则的智能体模型预设固定报价逻辑，无法模拟市场主体动态学习行为；主流开源仿真框架适配欧洲拍卖机制，其出清与结算模块无法兼容我国节点边际电价、分段报价、偏差考核的复合规则体系；供给函数均衡模型依托理想化纳什均衡假设，脱离实际市场信息不对称、主体有限理性的运行特征，仿真真实性差。

3、其次，现有技术未建立仿真到预测的完整闭环。传统仿真系统仅能输出确定性电价结果，无法提供概率分布、置信区间等不确定性量化指标，难以支撑风险决策；同时缺乏与实际市场数据的实时同步机制，预测精度随运行时间持续退化，且运行流程与国内电力市场日常运营体系不匹配，工程实用性不足。

4、最后，在线模型更新存在显著技术瓶颈。传统在线学习方法仅适用于单一预测模型，应用于多智能体博弈系统时，单体参数更新易破坏整体博弈均衡；卡尔曼滤波、粒子滤波等算法计算复杂度随状态维度指数激增，无法适配大规模市场仿真场景；现有参数校准仅支持全局参数调整，难以实现智能体微观行为的精细化校准。

5、现有研究虽可单独采用深度强化学习（drl）建模主体行为、蒙特卡洛（mc）方法开展不确定性分析，但尚无公开技术方案将drl、近端策略优化（ppo）、蒙特卡洛仿真与变分推断在线校准有机融合，且针对性适配国内偏差考核、阻塞盈余分摊等特有市场规则。现有仿真方案多基于简化市场模型，未精准复刻实际sced出清引擎与国内结算规则，无法解决预测精度长期退化问题。

6、综上，业内亟需一种适配中国电力现货市场规则、可生成概率电价预测、支持高效在线校准的一体化技术方案。

技术实现思路

1、为了克服上述现有技术存在的缺陷，本发明的目的在于提供一种电力仿真多智能体博弈现货电价概率预测校准方法及系统，以解决现有技术中无法适配电力现货市场节点边际电价加偏差考核体系，缺乏高效的在线校准机制维持预测精度的技术问题。

2、本发明是通过以下技术方案来实现：

3、第一方面，本发明提供了一种电力仿真多智能体博弈现货电价概率预测校准方法，包括：

4、采集目标电力现货市场的电网参数、机组参数、市场交易及结算规则的基础数据，基于所述基础数据构建适配国内电力现货市场机制、电力系统仿真环境，根据电力系统仿真环境获得可真实复刻电力市场运行机理的仿真基底；所述电力系统仿真环境包括电网物理约束模型、出清优化引擎及市场结算模块；

5、依托所获得的仿真基底，针对电力市场多元交易主体构建多类型、差异化的市场智能体，配置各市场智能体的状态空间、动作空间与综合奖励机制；采用近端策略优化算法对所有市场智能体进行多阶段去中心化对抗训练，约束智能体策略多样性，迭代收敛得到具备动态学习与策略博弈能力的稳定多智能体博弈模型；

6、基于训练完成的稳定多智能体博弈模型，对智能体策略参数施加随机扰动，通过蒙特卡洛仿真模拟市场随机博弈过程，对仿真结果进行统计分析，量化输出电价概率分布与风险预测指标；

7、采集真实电力市场运行数据，构建贝叶斯变分推断更新框架，从智能体微观行为参数维度对训练完成的稳定多智能体博弈模型行精细化在线校准更新，并配置多场景校准触发机制，持续修正仿真模型与真实市场的偏差。

8、优选的，所述出清优化引擎为安全约束经济调度出清引擎，以系统总购电成本最小化为目标构建目标函数：

9、

10、式中：为第个报价段的报价价格，单位为元每兆瓦时；为第个报价段的中标出力，单位为兆瓦；

11、所述安全约束经济调度出清引擎配置发电机出力上下限约束、支路潮流约束、系统功率平衡约束；

12、基于电网拓扑与支路阻抗参数计算功率转移分布因子矩阵，实现节点注入功率与支路潮流的转换，通过对偶分解求解得到包含能量分量、阻塞分量、损耗分量的节点边际电价；

13、所述结算模块用于实现中长期合约偏差结算、偏差考核费用计算、阻塞盈余分摊功能。

14、优选的，所述市场智能体包括发电智能体、售电智能体以及独立储能智能体，所述发电智能体包括火电智能体、光伏智能体、风电智能体、水电智能体以及储能智能体；市场智能体配置的差异化综合奖励函数为：

15、

16、式中：为智能体的综合奖励值，单位为元；为电力市场出清收入，等于中标出力与节点边际电价的乘积之和；为发电成本，包括燃料成本和启停成本；为偏差考核惩罚，等于实际出力与日前计划偏差量乘以偏差考核系数；为风险惩罚项；

17、所述风险惩罚项采用条件在险价值函数度量收益波动风险，具体计算公式为：

18、

19、式中：为风险厌恶系数，取值范围为至；为置信水平为的条件在险价值函数；为净收益，等于出清收入减去发电成本；为在险价值；表示取正值运算；

20、所述火电智能体的状态空间额外包含机组最小技术出力、爬坡速率和冷热启动时间参数；

21、所述光伏智能体和风电智能体的状态空间包括气象预报数据和预测不确定性区间；

22、所述水电智能体的状态空间额外包含水库水位、来水预报和弃水惩罚系数；

23、所述储能智能体的状态空间额外包含荷电状态和充放电效率参数，其动作空间包括充电、放电和待机的运行模式。

24、优选的，所述近端策略优化算法依次执行预训练、对抗训练、精炼三个阶段的迭代训练，具体过程如下：

25、所述预训练阶段：采用历史市场数据对各类智能体独立初始化策略网络参数，独立训练不少于一千轮，学习率设为，折扣因子γ设为0.99，拟合基准报价行为；

26、所述对抗训练阶段：所有智能体同步参与市场博弈，单轮训练覆盖完整日前出清周期，训练不少于一千五百轮，裁剪系数ε设为0.2，采用广义优势估计计算优势函数；

27、所述精炼阶段：降低学习率持续训练不少于一千五百轮，同时引入熵正则化项约束策略多样性，所述熵正则化项公式为：

28、

29、式中：为熵正则化系数，取值范围为至；为策略网络在状态下选择动作的概率；为动作空间。

30、优选的，所述各市场智能体配置差异化的风险厌恶系数与偏差考核权重，具体为：火电智能体风险厌恶系数0.1～0.3、偏差考核权重0.8～1.2；新能源智能体风险厌恶系数0.05～0.15、偏差考核权重1.0～1.5；储能智能体风险厌恶系数0.2～0.4、偏差考核权重0.6～1.0。

31、优选的，所述各市场智能体支持类型扩展，可构建虚拟电厂智能体与需求响应智能体；

32、所述虚拟电厂智能体状态空间包含聚合资源总容量、可用性、协调成本；

33、所述需求响应智能体状态空间包含负荷弹性系数、调节成本、用户满意度约束。

34、优选的，所述智能体策略参数采用高斯随机扰动方式实现采样不确定性模拟，扰动表达式为：

35、

36、式中：为第个智能体扰动后的策略参数向量；为第个智能体训练完成后的原始策略参数向量；为服从正态分布的随机扰动向量；为第个智能体策略参数的扰动方差；

37、所述扰动方差根据历史滚动窗口内蒙特卡洛仿真电价与实际电价的均方误差反推确定，计算公式为：

38、

39、式中：为方差缩放系数，取值范围为至；为第个智能体对应节点的历史电价均方误差；

40、蒙特卡洛仿真运行次数不少于一千次，输出的概率预测指标包括期望电价、第十分位数电价、中位数电价、第九十分位数电价、95%在险价值、95%条件在险价值。

41、优选的，采集真实电力市场运行数据，构建贝叶斯变分推断更新框架中选取智能体报价水平偏移量、报价弹性系数、风险偏好系数作为校准参数，校准参数的表达式为：；

42、采用高斯分布近似校准参数后验分布，表达式如下：

43、

44、式中：为校准参数后验分布的变分近似；

45、以最大化证据下界为优化目标完成变分推断求解，证据下界公式为：

46、

47、式中：为观测数据；为似然函数；为先验分布；为kullback-leibler散度；

48、通过随机梯度下降法迭代更新均值向量和协方差矩阵；校准触发条件包括三种机制：第一种为定期触发，默认周期为每周一次；第二种为事件触发，当连续三个交易日的预测误差超过设定阈值时自动触发校准；第三种为规则变更触发，当检测到市场规则修改信号后立即触发校准，并在规则变更后的首个交易日采用增大采样频率的强化校准模式。

49、优选的，所述变分推断求解过程中，协方差矩阵采用对角矩阵结构降低计算复杂度，具体表达式为：

50、

51、式中：、、分别为报价水平偏移量、报价弹性系数和风险偏好系数的方差参数。

52、第二方面，本发明还提供了一种电力仿真多智能体博弈现货电价概率预测校准系统，包括：

53、仿真基底构建模块，用于采集目标电力现货市场的电网参数、机组参数、市场交易及结算规则的基础数据，基于所述基础数据构建适配国内电力现货市场机制、电力系统仿真环境，根据电力系统仿真环境获得可真实复刻电力市场运行机理的仿真基底；所述电力系统仿真环境包括电网物理约束模型、出清优化引擎及市场结算模块；

54、智能体训练模块，用于依托所获得的仿真基底，针对电力市场多元交易主体构建多类型、差异化的市场智能体，配置各市场智能体的状态空间、动作空间与综合奖励机制；采用近端策略优化算法对所有市场智能体进行多阶段去中心化对抗训练，约束智能体策略多样性，迭代收敛得到具备动态学习与策略博弈能力的稳定多智能体博弈模型；

55、概率预测模块，用于基于训练完成的稳定多智能体博弈模型，对智能体策略参数施加随机扰动，通过蒙特卡洛仿真模拟市场随机博弈过程，对仿真结果进行统计分析，量化输出电价概率分布与风险预测指标；

56、在线校准模块，用于采集真实电力市场运行数据，构建贝叶斯变分推断更新框架，从智能体微观行为参数维度对训练完成的稳定多智能体博弈模型行精细化在线校准更新，并配置多场景校准触发机制，持续修正仿真模型与真实市场的偏差。

57、与现有技术相比，本发明具有以下有益的技术效果：

58、本发明提供了一种电力仿真多智能体博弈现货电价概率预测校准方法，首次搭建了适配电力现货市场规则的高保真电力系统数字孪生仿真环境，通过精细化建模电网物理约束模型、安全约束经济调度出清引擎及市场结算模块三大核心组件，精准复现国内电力现货市场节点边际电价三分量出清机理、中长期合约偏差结算、偏差考核及阻塞盈余分摊全流程业务规则，彻底克服了传统国际开源仿真框架仅适配欧洲拍卖机制、无法兼容国内复合市场规则的技术缺陷，实现了电力市场运行机理的真实复刻。

59、进一步的，本发明突破了传统电价预测仅能输出确定性结果的局限，依托训练收敛的多智能体博弈模型，结合策略参数随机扰动与大规模蒙特卡洛仿真，有效模拟电力市场主体随机博弈过程，通过统计分析量化输出电价概率分布、分位数电价、在险价值、条件在险价值等多维度风险预测指标，实现了电价预测不确定性的精准量化，为发电、售电、储能等各类市场主体的风险决策提供了全面、层次化的数据支撑。

60、进一步的，本发明创新性引入变分推断在线校准机制，构建完善的贝叶斯更新框架，可从智能体报价水平偏移、报价弹性、风险偏好系数三大微观行为维度完成精细化参数校准，搭配定期、事件、规则变更多场景触发机制，结合低计算复杂度的变分推断算法高效近似贝叶斯后验分布，持续同步真实市场运行数据、修正仿真模型偏差，有效遏制了传统仿真预测模型精度随时间持续退化的问题，保障了系统长期运行的预测稳定性与精准度。

61、进一步的，本发明构建了从电力系统数字孪生仿真到概率电价预测的全流程闭环运行体系，实现仿真功能与预测功能深度融合，依托标准化接口与自动化调度机制，支撑系统无人值守持续运行，大幅提升了工程应用便捷性与落地性。

62、进一步的，本发明将近端策略优化博弈算法、智能体奖励机制与电力系统sced出清求解、功率转移分布因子计算、节点边际电价分量分解等电力专业核心技术深度耦合，依托电力系统物理机理与市场交易规则约束智能体博弈行为，形成了专属电力现货市场的定制化、落地性技术方案，有效提升了电力市场仿真与电价概率预测的专业性、真实性与适配性，具备极高的行业推广与工程应用价值。