参考【用电侧市场放开下的电力市场多主体博弈】
批发市场和零售市场
新电改下的电力市场结构市场博弈模型也可参考上文
但是发电商的投标函数并没有体现。既有自主协商交易又有集中竞价交易；
这篇文章中也有强化学习
但是总体来说这篇文章重点在于售电公司，而且不够细致
参考【月度电量集中竞价市场规则的仿真实验分析】
智能代理算法RE
JADE是怎么用的？
利润函数是怎样的？
其中的边际出清电价是什么？
找数据源
邮件交流：
6.1 功能类代理是在原有agent上开发的。月度市场中代理的行为比较简单，就是一个重复报价出清的过程，代码编写的工作量不大。强化学习策略代理的实现与普通代理的实现是相同的，不同之处在于这个代理的决策是按照算法进行决策输出，具体的算法可以参考常见的强化学习算法。jade是一个比较适合于学术研究的工具，它的demo中有很多经典的case。实际应用要比那些复杂，但是基本的组成比如行为、通信等是一样的
6.2 代理的目标比较简单，一般市场中的经济目标都是差不多的。目标有不同的表述，比如社会福利最大、发电成本最小、获利最大等。发电侧的利润是其收益与成本的差，用户侧的利润是其效益与成本的差。但是实际中用户侧的效益是由具体生产的产品来决定的，因此没有精准的模型计算。常见的处理方式是将用户侧的获利描述为市场降价空间的大小，降得越多，用户侧获利越多。因此电力市场用户侧的报价策略是什么可以在论文中专门提出来，因为目前的大部分研究集中在研究发电侧的竞争。具体模型可以参考上6.2，以及自己定义利润函数，对于电力用户，按照满意度（偏差），售电公司按照满意度和服务费。
也因此可以在论文中提出售电公司参与的。
参考【售电放开政策下电力交易多方主体利益分析模型研究】
电力交易模式：双边、集中
不同交易情景下发电商利益分析模型【ch6】
电商售电利益分析模型研究【ch8】
可以查一下这篇文章的两个作者的其他文章
也可以通过邮件联系一下这篇文章的作者。
暂无进展
参考【基于售电侧放开的电力市场交易研究】
电力交易机构的定位
参考【电力市场售电侧开放环境下售电公司购电策略研究】
售电公司的利润
参考【电力市场原理与实践】书
ch2
ch10
参考【基于代理的电力市场仿真的实验设计方法探讨】
倾向系数与竞价策略的关系？
报价段数？
算例？？？
方法是Roth-Erev法
参考【考虑风储参与的电力市场联动博弈分析】
算例？？？
参考【强化学习算法在电力市场中的应用】
主要讲考虑发电厂商的强化学习竞价策略，其思想是发电厂商在考虑了市场中的各种因素后采取一个策略，在获得实际利润之前会有一个预期的期望利润，在第一时间段得到实际利润，然后比较实际利润和期望利润， 以得到强化信号。若得到正的强化信号就加强此次所选策略的概率值，反之，就减弱此次所选策略的概率值。 在演化过程中不断用此方法来逐步修改策略，以获得最大利润。
多部分报价
分段报价函数与线性报价函数
参考【发电商基于Q-Learning算法的日前市场竞价策略】
日前市场为发电侧市场，而且将每个机组按不同容量区间进行报价，同时假定输电网络不存在阻塞现象， 整个输电网络相当于一个单节点， 即网络结构不影响出清结果。
阶梯形报价曲线，容量价格对
定义系统状态、 策略和立即收益：
（1） 系统状态： 系统状态$由市场的出清价格表示。
（2） 策略： 由式(8)得到各个发电商机组的报价策略集。 各个机组的策略集组合就得到发电商的报价策略集。 例如某发电商有 2 台机组， 每台机组有 5种策略， 则发电商一共有 5×5 = 25 种报价策略。
（3） 立即收益： 本文中各个代理的立即收益取该轮交易发电商得到的利润， 即收入减去成本， 可由式(3)得出。
程序的具体算法如下：
第 1 步： 随机初始化各个发电商的最优策略，进行一次交易。得到的市场出清价格作为初始状态。
第 2 步： 在新一轮市场交易开始时， 发电商用上一轮次交易的 24 时段市场出清价格作为当前的状态。在得到各个时段的当前状态后， 发电商应用改进的!－greedy 策略选出一个策略作为本轮次的报价策略。
第 3 步： 更新”值， 计算本轮次的立即收益#$。并且由本轮次出清价格得到下一交易轮次的系统状态， 根据式 （11） 更新 lookup表中的”值。
第 4 步： 判断是否达到规定的轮次， 否则返回第 2 步。
参考【考虑风储参与的电力市场联动博弈分析】
发电商和供电商策略集合由一定范围内的上网电价和销售电价组成，对应策略利润为中标发电和销售电能产生的利润。
参考【基于改进Q学习算法的发电商竞价策略】
未看
参考【电力批发市场中基于强化学习的参与者行为特性研究】
未看，英文
参考【多Agent系统中强化学习的研究现状和发展趋势】
强化学习作为多agent系统中更新行为策略
参考 【电力市场仿真系统的开发及应用】
算例