基于强化学习的考虑电力市场战略投标的输电扩张框架
系统与控制
2026-02-24 v1 系统与控制
摘要
电力市场中的输电扩张规划与发电公司的战略投标行为紧密耦合。本文提出了基于强化学习(RL)的联合优化框架，同时学习输电投资决策与发电厂投标策略。在统一的训练过程中实现这一目标。基于多智能体RL框架进行市场模拟，所提方法新引入设计策略层，联合优化连续/离散输电扩张决策与战略投标策略。通过市场清算与投资设计之间的迭代交互，该框架有效捕捉二者的相互影响，实现扩张与投标决策的一致联合优化。针对IEEE 30节点系统进行案例研究，以验证所提联合优化框架的可行性。
引用
@article{arxiv.2602.19421,
title = {A Reinforcement Learning-based Transmission Expansion Framework Considering Strategic Bidding in Electricity Markets},
author = {Tomonari Kanazawa and Hikaru Hoshino and Eiko Furutani},
journal= {arXiv preprint arXiv:2602.19421},
year = {2026}
}