Task1:
1、赛题解读及个人理解:
(1)赛题背景
本次赛题是不同电力公司主体的博弈下对市场出清价格的影响下,使用数学模型(主办方期待选手使用ABM模型)预测未来的市场出清价格。
(2)背景知识
市场出清机制
出清机制是市场交易的核心过程,用于确定交易物品的价格和数量。在出清过程中,买家和卖家的报价被收集起来,并按照价格高低进行排序。随后,市场管理者从最高买价和最低卖价开始匹配交易,直到买卖双方的供需达到平衡。该平衡点对应的价格就是市场出清价格。(个人理解出清价格就是市场所能成交的最高价格,高了就会卖不出去而贱卖)
(3)提交格式
初赛选手提交的预测结果文件需要遵循下述格式。submit.csv/submit.xlsx
- 第一行为,;
day,time,clearing price(CNY/MWh)
- 第二行开始,每行输出;
day,time,clearing price (CNY/MWh)
clearing price (CNY/MWh)
的预测值应以浮点数的字符串表示形式提供,保留4位小数。
选手可以参考主办方提供的 示例文件:submit.csv/submit.xlsx
day,time,clearing price (CNY/MWh)
2024/4/1 , 0:15 , 352.334
2024/4/1 , 0:30 , 355.536
2、ABM模型
我理解的就是给予每个agent不同的特征去模拟现实中每个主体的行为,通过不同agent之间的影响交互强化学习来预测整体的趋势走向。
就比如此次赛题中的主体是电力公司,如果直接从电力现货市场去预测的话是比较复杂的。但如果我们将一群具有同样属性的公司放到一个市场中去迭代,那规则是清晰明了的
3、边际成本定价策略
实际边际成本并不会保持不变,由于边际报酬递减规律,其会随着发电量的增加而增加。但在该比赛中假设了边际成本不变。
在baseline中,我们选择了最简单的边际成本定价策略作为每个Agent的策略,在这里我们解释这样做是最朴素但也最稳健的原因,当然这种简单的策略没有包含智能体之间的交互以及与环境的交互。
边际成本的定义是生产额外一单位产品(这里是一度电)带来的成本增加,机组报出的电价不能低于边际成本,否则就会亏损。
-
假设机组突然报一个低价,原来边际成本是300元,现在报200元,最后发现市场以350元出清,导致自己损失了本来可能赚的150元
-
现在机组抬价,报1000元,然后发现低价的都先成交了,市场以400元出清,自己竞价失败,只能亏本售电。而电能具有难存储性,必须保证用电发电平衡,如果无法售出只能弃电,相当于成本价都无法收回。
因此长期来看,所有机组都会选择边际成本定价,至少能保证不亏不赚
但实际的电力市场并没有这么理想,不按边际成本报价才是正常的,具体来说发电机组可能产生如下行为:
-
分析供需关系,在预期电力需求上升时提高报价以获取更高收益;在预期电力供应过剩时降低报价以抢占市场份额
-
在成本价的基础上,乘以一个系数以获取额外利润
-
根据其他机组过去的边际价格,估计市场边际电价,并在该基础上报一个低价,保证自己的电量能完全卖出
-
预测其他机组的报价来提高自己报价
-
跟随大部队报价
Task 2:
此次任务是通过EDA来探索数据集的先验性,通过将数据集之间的关系可视化的方式,进一步挖掘数据的特性,进而更好地选择并优化模型从而提高模型预测的准确性。以下是运用EDA所得到的一些图像
......其实运行结果和学习文档中是一样(数据鲸 (linklearner.com)文档也有很详尽的分析,我就不赘述了。我这主要想做点补充: