协同本地能源市场中基于 VAE-GAN 的价格操纵
机器学习
2025-07-29 v1 人工智能
多智能体系统
系统与控制
系统与控制
摘要
本文提出了一个协调具有异构分布式能源资源(DERs)的产消者参与本地能源市场(LEM)并与市场出清实体交互的模型。所提出的 LEM 方案采用基于多智能体深度确定性策略梯度(MADDPG)框架的数据驱动、无模型强化学习方法，使产消者能够就买入、卖出或不采取任何行动做出实时决策，同时促进动态市场中的高效协调以实现最优能源交易。此外，我们利用变分自编码器-生成对抗网络(VAE-GAN)模型研究了价格操纵策略，该模型允许公用事业公司调整价格信号，从而导致产消者遭受经济损失。结果表明，在对抗性定价下，异构产消者群体，特别是那些缺乏发电能力的群体，会遭受经济损失。该结论在不同规模的 LEM 中同样成立。随着市场规模增大，通过智能体间涌现的合作，交易趋于稳定且公平性得到改善。
引用
@article{arxiv.2507.19844,
title = {VAE-GAN Based Price Manipulation in Coordinated Local Energy Markets},
author = {Biswarup Mukherjee and Li Zhou and S. Gokul Krishnan and Milad Kabirifar and Subhash Lakshminarayana and Charalambos Konstantinou},
journal= {arXiv preprint arXiv:2507.19844},
year = {2025}
}
备注
2025 IEEE International Conference on Communications, Control, and Computing Technologies for Smart Grids (SmartGridComm)