利用強化學習探索可再生能源交易市場中的參與者策略;Exploring Participant Strategies in Renewable Energy Trading Markets Using Reinforcement Learning

NCU Institutional Repository > 理學院 > 統計研究所 > 博碩士論文 > Item 987654321/95284

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/95284

题名:	利用強化學習探索可再生能源交易市場中的參與者策略;Exploring Participant Strategies in Renewable Energy Trading Markets Using Reinforcement Learning
作者:	賴龍斌;Lai, Long-Bin
贡献者:	統計研究所
关键词:	納許均衡;Q學習;強化學習;Nash equilibrium;Q-learning;reinforcement learning
日期:	2024-07-11
上传时间:	2024-10-09 16:37:40 (UTC+8)
出版者:	國立中央大學
摘要:	本文探討了能源市場中的拍賣行為，使用多代理模型進行模擬。我們將電力供應商和消費者建模為自主代理，他們在多代理環境中做出決策以最大化其效用。然而，由於代理之間的信息不足，每個代理都難以實現其最佳決策。為了解決這個問題，我們提出使用納許Q學習，它結合了納許均衡和Q學習，以在考慮其他代理出價行為的同時最大化每個參與者的效用。在多個案例研究中，我們證明了納許Q學習算法能夠確保參與者最終達到納許均衡。;This paper explores auction behavior in the energy market using a multi-agent model. We model electricity suppliers and consumers as autonomous agents who make decisions to maximize their utilities in a multi-agent environment. However, due to insufficient information between the agents, each agent faces difficulty achieving his/her optimal decision. To address this issue, we propose using Nash Q-learning, consisting of Nash equilibrium and Q-learning, to maximize each participant′s utility while considering the bidding behavior of the other agents. In several case studies, we demonstrate that the Nash Q-learning algorithm ensures participants eventually reach the Nash equilibriums.
显示于类别:	[統計研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	31	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....