数据与计算发展前沿 ›› 2026, Vol. 8 ›› Issue (3): 166-180.
doi: 10.11871/jfdc.issn.2096-742X.2026.03.014
NIU Xinxin1(
),LIU Yuxuan2,WANG Yijing3,YOU Bo4,*(
),LI Xueen4
摘要:
【目的】为解决电力与煤炭供应链多层级博弈优化问题,本文以中国省级煤电供应链为背景,针对传统规则决策与博弈论均衡求解难以处理动态高维动作空间及参与者学习适应性的局限,构建了包含省级发电公司、市级电厂、煤矿单位的多智能体模型。 【方法】该模型采用Stackelberg博弈框架实现层级协调,结合纳什均衡模拟同级竞争,并集成TD3BC强化学习算法优化智能体决策,配套统一价格拍卖的市场清算机制保障供需匹配。 【结果】通过对比利润保护型、纯成本最优型、市场化竞价型三种电厂博弈目标的运行效果,发现市场化竞价型在系统整体效益与供需平衡上表现最优,且启用TD3BC算法后,系统总利润、市场效率及稳定性较传统规则决策显著提升。 【局限】研究局限在于采用简化的市场参数,未考虑运输拓扑结构及真实市场中的长期合同、发电机组约束等因素。 【结论】强化学习与多层博弈结合的方法可有效优化电力供应链决策,为煤电一体化运营提供理论支撑,市场化竞价策略更适用于追求系统高效与利润增长的场景。