عنوان پایان‌نامه
مدلسازی رقابت میان شرکتهای توزیع برق و تعیین تعرفه فروش با استفاده از تئوری بازی و یادگیری
- رشته تحصیلی
- مهندسی برق-کنترل
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه دانشکده برق و کامپیوتر شماره ثبت: E1601;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 42192
- تاریخ دفاع
- ۱۱ مهر ۱۳۸۸
- دانشجو
- امید ارجمندی نژاد
- استاد راهنما
- اشکان رحیمی کیان
- چکیده
- هدف از انجام این پروژه بدست آوردن استراتژی مناسب یک خرده فروش در قیمت دهی به مصرف کنندگان برق است که در یک محیط تجدید ساختار یافته برق با سایر خرده فروش ها به رقابت پرداخته است. با توجه به اینکه رقابت در چنین بازاری از نوع رقابت کامل نبوده، هر یک از خرده فروش ها با تعیین قیمت فروش خود می توانند قیمت متوسط برق برای یک ناحیه را تغییر دهند. این بدان معناست که هر خرده فروش در میزان رفاه اجتماعی حاکم بر ناحیه نقش بسزایی ایفا می کند. این واقعیت در کنار تلاش برای بیشینه کردن سود خرده فروشی را می توان از انگیزه های مهم در انجام این پژوهش خواند. در چنین محیطی که استراتژی های قیمت دهی سایر رقبا نیز در تعیین سود حاصل از خرده فروشی برای یک خرده فروش نقش دارند و به عبارتی، تنها عملکرد هر خرده فروش در قیمت گذاری برای تعیین سهمش از بازار کافی نیست، روشهای بهینه سازی به هیچ وجه نمی توانند ابزاری مناسب برای تعیین قیمت بهینه فروش در هر دوره زمانی باشند. در سیستم هایی مثل بازار، بر خلاف سیستم های فیزیکی، متغیر اصلی، تصمیم گیری بازیگران است. بنابراین ارائه مدلی دقیق غیر ممکن بوده و باید از روش هایی که قادر به مدل کردن تصمیم گیری انسانی هستند بهره گرفت. به این منظور از تئوری بازی به عنوان یک تئوری توسعه یافته ریاضی بهره گرفته شده است و با توسعه مدلی بر گرفته از مدلهای رقابت ناقص در نظریه بازی ها، برای بازار خرده فروشی برق به تعیین استراتژی مناسب می پردازیم. در مدل ارائه شده که بر گرفته از مدل "رقابت برترند" می باشد، معادله ای دینامیکی برای سهم هر یک از خرده فروش ها در نظر گرفته شده، بدین صورت که در هر دور? زمانی سهم هر خرده فروش از کل بازار با توجه به قیمتهای پیشنهادی فروش تغییر می کند. بدلیل پیچیدگی های حاکم بر بازار برق از حیث عوامل تأثیر گذار در سود هر یک از خرده فروش ها، عدم قطعیت های موجود و متأثر از شرایط زمانی و مکانی یک ناحیه، عدم اطلاع از استراتژی های رقبا و ازهمه مهمتر رفتار خرده فروش ها بر اساس تجارب آنها از سابقه خود در بازار، شرایط را برای استفاده از روش های یادگیری چند عامله فراهم می آورد. از میان این روش ها در این پایان نامه روش یادگیری تقویتی به منظور یافتن استراتژی تعادلی دو خرده فروش رقیب در بازار بکار برده شده است. در کلیه مراحل و روابط ارائه شده به جهت سادگی فرض بر دو قطبی بودن بازار بنا شده، امّا مسئله برای بازاری چند قطبی نیز قابل پیاده سازی می باشد. از آنجا که خرده فروش ها خود تولید کننده برق نیستند، لذا به درستی می توان فرض کرد که تابع هزینه برای تمام خرده فروش های یک ناحیه یکسان است. روش قیمت دهی، قیمت دهی ثابت در نظر گرفته شده است.
- Abstract
- This thesis aimed at acquiring a proper bidding strategy of a retailer which is competing with other similar corporations in a restructured electricity market. In this environment with incomplete competition characteristics, selected bidding price of a rival may affect others’ profitability. In other words, electricity sale price is offered by the retailer is not the only variable of his profit function. Therefore the retailers profit maximization based on single firm optimization method doesn’t yield to an appropriate sale price for the following time period. In contrast to physical systems the principal variable of a market is the players’ decisions. As a result one had better concentrate on modeling humane decision making process. To do so, Game Theory is used as a powerful extensive mathematical instrument. Accordingly a Bertrand-inspired competition model which highly matches market criteria is proposed. In the proposed model, a dynamic equation is introduced for a retailer’s market share. In fact every retailer’s market share for the following period is determined based on both his offered sale price and other rivals’ bids. Considering high complexity ruling electricity market, in terms of effective variables on every counterparties’ income, different time and place uncertainties, as well as the lack of information about other retailer’s cost and supply functions, and most importantly a retailer’s bidding according to their own experiences in the market, we took advantage of a multi agent learning algorithm. Q-learning, an approach in reinforcement learning concept is applied to achieve the strategy of equilibrium in duopoly electricity market.
