Core Concepts
後悔のない学習アルゴリズムを活用することで、電力市場参加者は自身の入札戦略を適応的に改善し、より高い収益を得ることができる。
Abstract
本研究では、電力先物市場における入札戦略の最適化に、後悔のない学習アルゴリズムを適用している。
主な内容は以下の通り:
電力先物市場の繰り返し競売を、オンライン学習の枠組みでモデル化している。参加者は過去の市場結果を活用し、自身の入札戦略を逐次的に改善する。
ヘッジアルゴリズムを用いた学習アプローチを提案し、その性能を評価している。ベンチマークとして、完全情報を前提とした最適応答戦略も検討している。
数値事例の分析から、学習アプローチを採用した場合、社会厚生の低下や市場支配力の増大が見られることを示している。一方で、学習を行う参加者自身の収益は向上する可能性がある。
後悔最小化基準では、参加者の収益最大化を必ずしも反映できないことも明らかにしている。
本研究は、電力市場における戦略的入札の分析に、オンライン学習の手法を適用した先駆的な取り組みと言える。
Stats
電力需要Qは1148.4MWである。
各入札者の発電容量上限は700MWである。