跳转至

市场

PowerZoo 的市场层在 TransGridEnv 之上叠加一个清算 / 结算循环，并把节点边际电价（LMP）作为 agent 主要可见的信号。三个 env 分别面向三个不同的研究问题：

Env / 任务 谁决定报价？ LMP 反映什么 典型研究目标
CostBasedMarketEnv 没人（恒为真实边际成本 mc_c · p） 真实的系统边际成本 在无拥塞 LMP 上做 DER 套利
BidBasedMarketEnv 每 episode 内冻结的静态分段报价（成本 + 可选加成） 基于报价的分配（与成本解耦） 带真实 LMP 的 DER 套利
GenCosMARLEnv（gencos_bidding） 每个 agent 每步通过一个 3 段加成向量决定 MARL 报价下的分配 策略性报价、市场力、习得式定价

术语速查。LMP（Locational Marginal Price，节点边际电价）是节点功率平衡约束的对偶变量：当某个 bus 多出 1 MW 需求时系统总成本会增加多少。无拥塞时它等于系统边际成本；拥塞时，被约束侧的 bus LMP 更高。SCED（Security-Constrained Economic Dispatch）是把提交的报价作为 LP 目标函数的 OPF。

三种 env 共享同一套调度循环：

flowchart LR
    O[Offer / cost curves] --> S[SCED LP\nclear net injections]
    S --> L[LMP\nnodal duals]
    L --> R["Settlement\nrevenue = LMP × P × Δt"]
    R --> A["Agent profit\n= revenue − true cost"]

三者间唯一变化的是谁提供报价曲线，以及多久提供一次。电网求解、LMP 计算与结算公式三者共用。

CostBasedMarketEnv — 无拥塞 LMP 上的套利

这是最简单的市场。发电机成本恒定（C_i(P) = mc_{c,i} \cdot P），不提交报价，LMP 直接来自基于成本的 DC-OPF 对偶。一台电池挂在指定 bus 上，agent 在每个 step 决定其功率设定。

  • Action：Box(1) 电池设定，范围 [-power_mw, +power_mw]。
  • Observation：[soc, lmp_norm, time_sin, time_cos, total_demand_norm]。
  • Reward：LMP × P_net × Δt。安全违反留在 info['cost_*']。
from powerzoo import CostBasedMarketEnv
env = CostBasedMarketEnv(difficulty='medium')
obs, info = env.reset(seed=42)
obs, reward, terminated, truncated, info = env.step(env.action_space.sample())

适合在干净的价格信号上研究时间套利：此时 LMP 等于系统在每个 bus 上对能量的真实边际估值。

BidBasedMarketEnv — 真实 LMP，静态报价

BidBasedMarketEnv 引入分段线性报价曲线。默认报价由真实成本派生，可附加随机加成；也支持从外部提供。报价在一个 episode 内冻结：在 reset() 时生成一次，直到下一次 reset() 都保持不变。市场以网络约束 SCED 在这些报价上清算，LMP 来自基于报价分配的 LP 对偶。

这里的电池是产消者：它不提交报价，但其净注入作为节点负荷偏移进入 SCED，因而会影响 LMP。在某 bus 放电会减少本地净负荷，可能拉低当地 LMP；充电则相反。

  • Action：与 cost-based 相同——电池设定。
  • Observation：[soc, lmp_norm, time_sin, time_cos, demand_norm, mean_offer_price_norm]。
  • Reward：LMP × P × Δt（基于结算；电池本身没有"真实成本"）。

当你希望在不引入策略性报价 agent 的前提下，用更真实的 LMP 序列做 DER 套利研究时，使用这个 env。

GenCosMARLEnv — 策略性报价（gencos_bidding）

GenCosMARLEnv 是唯一由多个独立 agent 每步提交报价的市场 env。Case5 上每台发电机对应一个 agent（共 5 个），每个 agent 输出一个 Box(3) 加成向量，排序后形成 3 段单调报价曲线。市场用 solve_piecewise_ed_opf 清算；爬坡约束耦合相邻 step，分配决策不会在每步之间被重置。

  • Action：每 agent 一个 Box(3) ∈ [-1, 1] 加成标量，排序后保证单调。
  • Observation：12 维私有向量——自身成本 / 容量 / 上轮分配 / 上轮利润 / 爬坡余量、需求预测、时间，以及 4 步 LMP 历史。
  • Reward：每 agent 的分配利润 LMP[node_i] · P_i · Δt - TC_i(P_i) · Δt。
  • Episode：48 步 × 30 min（滚动市场）。t 步的爬坡限制约束 t+1 步的 [p_min_rt, p_max_rt]。
from powerzoo.envs.market import make_gencos_env

env = make_gencos_env()
obs, info = env.reset(seed=0)
while env.agents:
    actions = {ag: env.action_spaces[ag].sample() for ag in env.agents}
    obs, rewards, terms, truncs, info = env.step(actions)

或通过 task registry：

from powerzoo.tasks import make_task_env
env = make_task_env('gencos_bidding', framework='pettingzoo')

完整的基准卡片——含 baseline、OOD 切分与指标——见 Benchmarks · GenCos。

三者怎么选

flowchart TB
    Q1{Do you want to learn\nthe offer curve itself?}
    Q1 -->|yes| GC["GenCosMARLEnv\n(gencos_bidding)"]
    Q1 -->|no| Q2{Do you want LMP to be\noffer-based (realistic)?}
    Q2 -->|yes| BB[BidBasedMarketEnv]
    Q2 -->|no, prefer true cost| CB[CostBasedMarketEnv]

简而言之：cost-based 用于无拥塞场景下的套利研究；bid-based 用于在不引入报价 agent 的前提下获得更真实的 LMP；GenCos 用于策略性报价 MARL。

另见