研究通过使用创新性的享乐博弈模型，考虑社交关系，形成能源联盟并促进联盟成员之间的能源交易。通过在基于区块链的点对点能源灵活性市场应用该模型，提高了市场交易量，并实现了能源需求与供应的平衡。

Sep, 2023

该研究介绍了一种基于强化学习框架的价格优化方法，以帮助解决分布式可再生能源和能源消费带来的价格不确定性问题，实现点对点微电网的实际部署。实验结果表明：该框架可灵活应对微电网各个组成部分的利益，对消费者和多余发电者的数量比例也有所考虑，并且能够在不同的电池容量情况下实现系统的利润最大化。

Oct, 2022

使用多智能体强化学习 (MARL) 框架，通过特定的供需比例 P2P 结算机制，自动化处理消费者的太阳能光伏和能源储存资源的竞价和管理，以及实现电压控制，确保 P2P 能源交易的物理可行性，并为实际应用铺平道路。

Jan, 2024

本文提出了一种基于博弈论（具体而言是斯塔克伯格博弈）的去中心化、隐私友好型的能源交易平台（PFET），通过同态加密方式加密买方、卖方的敏感信息，保护隐私，实现了竞争的市场，使价格和需求根据竞争情况决定，计算过程不依赖于可信第三方，并且通过隐私分析和性能评估展示 PFET 有效保护了用户隐私。

Jan, 2022

农场企业正在采用可再生能源来提高能源效率，减少对化石燃料和电网的依赖。为了解决农场社区的动态性所带来的挑战，开发了多代理点对点奶牛场能源模拟器（MAPDES），提供了一个实验强化学习技术的平台。模拟结果显示，与缺乏点对点能源交易或可再生能源的基准方案相比，MAPDES 实现了显著的成本节约，包括电费减少 43%、峰值需求减少 42% 和能源销售增加 1.91%。

May, 2024

为了实现所需的碳排放减少，整合可再生能源发电和加快点对点能源交易的采用至关重要，尤其对于耗能大的农业如奶牛养殖。然而，整合可再生能源和点对点交易存在挑战。为了解决这个问题，我们提出了多智能体点对点奶牛养殖能源模拟器 (MAPDES)，使奶牛养殖场能够参与点对点市场。我们的策略能够将电力成本和峰值需求分别降低约 30% 和 24%，同时与无点对点交易的基准情景相比，能将能源销售量增加 37%。这证明了我们方法的有效性。

Aug, 2023

通过基于 Proximal Policy Optimization (PPO) 的框架，使用循环奖励模型来最大化利润，相比其他简单算法在累积总利润方面取得了 30％以上的改进，该方法在复杂领域如金融市场中进行增强学习算法以规划行动方面表现出良好的潜力，同时提出了一种基于孤立波的长序列嵌入新方法，在使用随机浮点数据增强时表现优于普通嵌入方法。

Apr, 2024

研究移动数据交易市场中未来需求不确定性下买卖双方的实际行为，应用基于经济行为学的前景理论模型，设计算法动态估计风险偏好并提供交易建议，分析风险偏好对交易的影响，结果显示，风险厌恶的用户可保证较高的最低利润，而风险趋避的用户可以实现更高的最大收益。

Feb, 2017

本文提出了基于 Stackelberg 博弈理论的框架模型，实现需求响应汇集器和生产者之间的灵活双向能源套利，同时确保满足生产者的每日能源需求，基于在线采样学习的生产者最优响应提供了近似均衡及其质量界限，通过真实世界数据演示了所提出的框架和在线可伸缩方案的有效性。

Apr, 2023

研究采用强化学习算法中的马尔可夫决策过程，通过机器学习等技术应对电力市场中的各种挑战，并取得了 13.39% 的增长。

Mar, 2022