来源：期刊VIP网 时间：
作者：卢建生;任宇路;闫美凤;陆春阳;梁玥;肖春;
单位：国网山西省电力公司营销服务中心;太原理工大学电气与动力工程学院;
摘要：为响应国家“双碳”建设目标，构建新电改政策下适应需求侧响应的电力市场，提升电力市场交易出清效率，从用户侧行业用电特性角度对现货交易策略进行了研究。首先，通过改进的k-means聚类算法对不同类型电力用户的用电行为进行细致划分，为制定合理的发配电计划和用电数据预测提供依据；其次，应用基于灰色关联度分析的ATT-Bi-LSTM-GRU(attention-bidirectional long short term memory-gate recurrent unit)组合预测模型对日前电价、实时电价以及用电负荷进行预测；最后，依据数据预测值通过分布式鲁棒智能体深度确定性策略梯度（distributed robust multi-agent-deep deterministic policy gradient,DRMA-DDPG）算法为市场发用电双方提供最优化的交易策略，并通过算例进行验证。仿真结果表明，所构建的现货交易模型可提升用户侧购电策略制定的效率、降低购电成本，提高售电公司的售电收益和出清结算效率，促进了各方收益的均衡。
关键词：电力交易;;用电特性;;聚类算法;;神经网络
基金资助：国网山西省电力公司科技项目（编号：52051L230006）
