基于多智能体强化学习评估面向宏伟脱碳目标的长期电力市场设计

电力系统是实现当今社会向零碳经济转型的关键。长期电力市场机制，包括拍卖、支持计划及其他政策工具，对于塑造电力生成构成至关重要。鉴于需要更先进的工具来支持政策制定者及其他利益相关者在设计、测试和评估长期市场方面，本工作提出了一种能够捕捉脱碳能源系统关键特征的多智能体强化学习模型。盈利最大化的发电公司作出投资决策，响应系统需求、竞争动态和政策信号。该模型采用独立的proximal policy optimization（IPP），该方法因其适用于去中心化和竞争性环境而被选中。尽管独立学习在多智能体环境中存在挑战，但通过 extensive 的超参数搜索确保了去中心化训练产生的市场结果与竞争行为一致。该模型应用于简化的意大利电力系统，并在不同竞争程度、市场设计和政策情景下进行测试。结果突显了市场设计在电力部门脱碳和避免价格波动方面的关键作用。该提出框架允许在多个政策和市场机制同时作用的长期电力市场中进行评估，市场参与者能够响应并适应脱碳路径。