مدل سازی عامل محور

تحقیق حاضر بدنبال بررسی اثرات سیاست قیمت گذاری تعرفه ای(FIT) در اقتصاد ایران می باشد. در این راستا از یک الگوی سه جانبه اقتصاد- انرژی- محیط زیست (E3) از نوع تعادل عمومی پویای بازگشتی قابل محاسبه با رهیافت تلفیقی استفاده شده است. با استفاده از الگوی تدوین شده، اثرات سیاست قیمت گذاری تعرفه ای در طی دوره1404-1390، با هدف دسترسی به سهم 10 درصدی در انرژی های تجدید پذیر در تولید برق کشور، تحت دو سناریوی پرداخت یارانه یکسان و مختلف بر اساس نوع تکنولوژی، مورد بررسی قرار گرفته است. نتایج بیانگر آن است که دستیابی به هدف کاهش بیشتر در آلودگی و هزینه اجتماعی ناشی از آن، به قیمت کاهش بیشتر در تولید ناخالص تعادلی بخش ها حاصل خواهد شد. لذا اظهار نظر قطعی در مورد انتخاب ابزار مناسب در سیاست FIT، به اهمیت دستیابی به اهدف زیست محیطی، در مقابل اثرات اقتصادی و رفاهی آن، برای سیاست گذار، دارد.

مطالعات اخیر بازارهای عمده فروشی برق عموماً براساس مدل های چندعاملی است، که در آن ها تعادل بازار برپایه رقابت و تعامل عوامل متعدد با یک دیگر به دست می آید. از ویژگی های اصلی این نوع مدل ها، امکان یادگیری عوامل از نتایج رفتار خود و سایرین دریک محیط رقابتی است. در بازار عمده فروشی برق، هرعامل یک واحد تولیدکننده برق است که به صورت مستقل و هوشمند با سایر عامل ها برای عرضه برق با قیمت های پیشنهادی رقابت می کند. فرآیند قیمت گذاری را می توان یک بازی ایستا فرض نمود که هرروز تکرار می شود. در این بازی هر عامل قیمت پیشنهادی خود را مستقلا اعلام نموده و بهره بردار با توجه به تقاضای بار مصرفی و محدودیت ها، بهترین پیشنهادها را انتخاب می نماید. عامل به صورت عقلائی عمل نموده و با انتخاب استراتژی مناسب، به دنبال بیشینه نمودن سود بلندمدت خود است. در این راستا، عامل از قدرت یادگیری و بهبود استراتژی قیمت گذاری، که نقش بسیار تعیین کننده در موفقیت عامل دارد، استفاده می کند. یادگیری تقویتی یک روش کلاسیک است که در مدل های چندعاملی امکان یادگیری مبتنی بر سعی و خطا را فراهم می نماید. هدف این مقاله کاربرد و مطالعه روش های یادگیری تقویتی در مدل چندعاملی بازار برق ایران و مقایسه آن ها با دو استراتژی تصادفی و حریصانه است. در این مطالعه، میزان سود واحدها و زمان رسیدن به حالت تعادل به عنوان ملاک ارزیابی در نظر گرفته شده است. نتایج شبیه سازی نشان می دهد، استراتژی یادگیرنده سود عامل ها را به طور معناداری افزایش می دهد و سرعت همگرائی به حالت تعادل را بیشتر می کند.