CN106779451B - 融合真实参与者与计算机代理的碳市场交易行为建模方法 - Google Patents

Abstract

本发明公开了一种融合真实参与者与计算机代理的碳市场交易行为建模方法，属于电力系统及其自动化技术领域。本发明根据参与者在双边集中碳交易过程中的驱动变量和决策变量构建计算机代理的决策概率模型，然后开展计算机代理和真实参与者共存的混合仿真，基于对大量样本的统计计算来更新计算机代理的决策模型，进而进行多轮次的迭代仿真，通过校核多轮次仿真过程参与者决策模型的收敛性来判定仿真是否终止，并以收敛后的决策模型来代替这一组真实参与者的决策行为。本发明能够有效支撑关键碳市场参数的灵敏度分析，为碳市场参与者提供沙盘推演工具，并可推广到其他双边市场的模拟分析上。

Description

融合真实参与者与计算机代理的碳市场交易行为建模方法

技术领域

本发明属于电力系统自动化技术领域，具体而言，本发明涉及一种融合真实参与者与计算机代理的碳市场交易行为建模方法。

背景技术

2015年12月12日，巴黎气候变化大会通过全球气候变化新协定，与会各方将加强对气候变化威胁的全球应对，把全球平均气温较工业化前水平的升高控制在2摄氏度之内，并为把温升控制在1.5摄氏度之内而努力。全球将尽快实现温室气体排放达峰，本世纪下半叶实现温室气体净零排放。“2摄氏度”目标的达成需要数以万亿计的资金投入到全球低碳转型当中，碳定价机制(Carbon Pricing)对促进资金投入的重要性也越来越得到认可，约40个国家以及20多个城市和地区(覆盖了全球12％碳排放量)已经和即将实施碳定价机制。碳税和碳交易是目前应用最为广泛的碳定价机制，碳交易直接控制碳排放总量，并提供了弹性的履约机制，在国内外得到了更多的应用，当前面临的主要问题是碳价波动风险。碳价的剧烈波动尤其是暴跌风险是减排机制运行过程中的一个重要问题。低碳技术投资规模大、周期长，碳价格的剧烈波动导致投资者推迟投资决策。基于欧盟碳市场(EU ETS)中碳价多次暴跌的经验教训，监管机构考虑将市场稳定机制引入碳市场。如英国计划以征税的方式将最低限价机制引入碳市场，美国计划通过配额拍卖的方式将最低限价和最高限价机制纳入其中。我国即将在2017年建成全国碳市场，由于各国各地区在国情、能源结构、技术发展阶段的显著差异，国外碳市场历史运行经验的决策支撑效果十分有限。如何对机制设计进行事前校核，保证减排效果，防控各类潜在扰动对碳市场的不利影响，是碳排放风险防控的关键之一。

与传统数值仿真相比，市场仿真需要考虑参与者的复杂决策行为，为实现对碳市场的逼真模拟，首先需要解决对参与者决策行为的建模。已有对市场决策行为的建模方法可分为基于优化模型、基于博弈均衡模型和基于仿真模型三类。基于优化模型的方法将单个独立经济体的决策行为建模为一个利润最大化的优化问题。基于博弈均衡模型的方法是研究多个参与者决策互动的博弈均衡问题。常用的博弈均衡模型包括Bertrand，Cournot，Stackelberg以及SFE模型等。这两种研究方法都需要严格的数学推演，故不得不对模型做出大量简化假设以求取解析解。此外，这两种方法关注市场断面或均衡态，局限于短期的局部静态研究，不能支持动态过程的研究。相较于优化模型和博弈均衡模型，仿真模型能够处理复杂的数学问题，同时也可研究大规模仿真主体互动的“涌现”现象。

近些年，基于代理的计算经济学方法已经被广泛应用到发电企业的电力交易和碳交易行为研究当中。通过将发电企业建模为具有自适应强化学习能力的计算机代理，来研究系统的整体的行为，但是这些代理并不能完全体现真实实验人的决策偏好。

实验经济学的诞生和发展为经济问题研究提供了新的方法论。若由经济活动中能用数学模型表达的环节构成实验环境，将市场参与者的具体博弈作为实验环境的外部输入，则人的主观行为就可与反映客观规律和市场规则的模型互动仿真。这样，就可以根据仿真结果探究在一定社会环境中支配人的经济行为的内在规律。实验经济学的工程应用仍存在桎梏，首先，聚集足够数目符合资质要求的参与者并不容易；其次，在进行大规模重复性的长期仿真时，若完全由参与者实施所有小时步频繁决策，仿真耗时将难以控制；最后，如果保证仿真结果的可重复性和有效性也是一个难题。

在双边集中交易碳市场中，买卖双方都需要申报交易量与交易价，在对买单和卖单进行撮合出清时，需要一定规模的买单和卖单才能有效形成市场价格，否则可能会出现大量无交易日，影响仿真结果的有效性。中国试点碳市场中至少有数百个市场参与主体，然而传统实验经济学实验难以达到此规模。

发明内容

本发明的目的是：为实现对双边集中碳交易市场中参与者决策行为的有效模拟，并克服传统实验经济学方法在实验规模和可重复性方面的局限性，提出一种融合真实参与者与计算机代理的碳市场双边集中交易行为建模方法。

具体地说，本发明是采用以下技术方案实现的，包括下列步骤：

1)将碳交易过程中影响参与者决策行为的驱动因素分为与参与者自身相关的内生决策驱动状态变量S_en以及与市场相关的外生决策驱动状态变量S_ex，其中S_en基于碳市场参与者估计碳排放不平衡量计算，S_ex基于碳市场价格轨迹计算；并确定参与者的碳交易决策变量，所述参与者的碳交易决策变量包括申报交易量决策变量A_q以及申报交易价决策变量A_p；

上述所有变量确定后进行离散化处理；

2)对碳交易决策行为进行数学形式化，以多维联合条件概率分布的形式，根据与参与者自身相关的内生决策驱动状态变量S_en、与市场相关的外生决策驱动状态变量S_ex以及申报交易量决策变量A_q和申报交易价决策变量A_p，分别构建参与者申报交易量决策概率模型和参与者申报交易价决策概率模型；

参与者申报交易量决策概率模型和参与者申报交易价决策概率模型统称为参与者决策模型；

3)采用离散均匀分布对参与者决策模型参数进行初始化处理，其中，对于参与者申报交易量决策概率模型而言其参与者决策模型参数为每个候选交易量的决策概率，对于参与者申报交易价决策概率模型而言其参与者决策模型参数为每个候选交易价的决策概率；

4)进行当前轮次的融合真实参与者与计算机代理的碳市场集中竞价混合仿真，所述融合真实参与者与计算机代理的碳市场集中竞价混合仿真是由大量计算机代理使用参与者决策模型构成具有一定规模的碳交易市场并由少数真实参与者进行的人机交互仿真；仿真结束后，收集并记录真实参与者的所有决策样本并在此基础上计算当前轮次仿真后的参与者决策模型参数；

5)若当前轮次为首轮，则转至步骤6)，否则：根据当前轮次仿真后的参与者决策模型参数，对参与者决策模型的收敛性进行校核，若收敛，则转至步骤7)，否则进入步骤6)；

6)以当前轮次仿真后的参与者决策模型参数作为新的参与者决策模型参数，返回步骤4)进行下一轮仿真；

7)结束仿真建模，记录收敛的参与者决策模型参数。

进一步而言，所述与参与者自身相关的内生决策驱动状态变量S_en在每轮仿真中各个时步的计算方式如下：

其中，

为参与者的期望碳排放总量，Q_ea为参与者在当前时步所持有的碳排放配额总量，Q_e为当前时步参与者的累计碳排放总量；

所述与市场相关的外生决策驱动状态变量S_ex在每轮仿真中各个时步的计算方式如下：

其中，p_e为当前时步的碳市场价格，

为截止到当前时步的平均碳市场价格。

进一步而言，在步骤1)中，将S_en离散化后的取值区间记为I个，将S_ex离散化后的取值区间记为J个；将A_q离散化后的取值区间记为K个，将A_p离散化后的取值区间记为L个。

进一步而言，所述步骤2)中，将S_en和S_ex的所有取值区间组合成I×J的状态矩阵，以此为基础，以多维联合条件概率分布形式，分别构建参与者申报交易量决策概率模型和参与者申报交易价决策概率模型，参与者申报交易量决策概率模型和参与者申报交易价决策概率模型均为矩阵形式，其中，参与者申报交易量决策概率模型矩阵第i行第j列存储的是S_en∈S_en,i及S_ex∈S_ex,j时申报交易量决策变量A_q的概率密度函数P(A_q|S_en∈S_en,i,S_ex∈S_ex,j)，用P_i,j(A_q)来表示；参与者申报交易价决策概率模型矩阵第i行第j列存储的是S_en∈S_en,i及S_ex∈S_ex,_j时申报交易价决策变量A_p的概率密度分布P(A_p|S_en∈S_en,i,S_ex∈S_ex,_j)，用P_i,j(A_p)来表示；

上述S_en∈S_en,i表示S_en的具体取值落在S_en的第i个取值区间，S_ex∈S_ex,_j表示S_ex的具体取值落在为S_ex的第j个取值区间。

进一步而言，所述步骤3)中，用离散均匀分布来初始化P_i,j(A_q)和P_i,j(A_q)，每个候选交易量的决策概率P_i,j(A_q＝a_q,k)＝1/K，每个候选交易价的决策概率P_i,_j(A_p＝a_p,l)＝1/L；

上述A_q＝a_q,k表示A_q的具体取值为A_q的第k个取值区间的值，A_p＝a_p,l表示A_p的具体取值为A_p的第l个取值区间的值。

进一步而言，所述步骤4)中，在仿真结束后，对所获得的真实参与者的所有决策样本进行统计分析，若所获得的真实参与者的所有决策样本中的S_en∈S_en,i及S_ex∈S_ex,j的样本数为NS_i,j且真实参与者在该状态下采用交易量决策A_q＝a_q,k的样本数为NAQ_i,j,_k、采用交易价决策A_p＝a_p,l的样本数为NAP_i,j,_l，则当前轮次仿真后的参与者申报交易量决策概率模型矩阵第i行第j列的申报交易量决策变量概率密度分布P_i,j(A_q＝a_q,k)＝NAQ_i,j,k/NS_i,j，当前轮次仿真后的参与者申报交易价决策概率模型矩阵第i行第j列的申报交易价决策变量的离散概率密度分布P_i,_j(A_p＝a_p,l)＝NAP_i,j,l/NS_i,j。

进一步而言，所述步骤5)中的收敛性校核判据为：采用KL(Kullback–Leiblerdivergence)散度来评估相邻轮次参与者决策模型间的差异，计算相邻轮次参与者决策概率密度集合的平均KL散度

用以判定参与者决策模型的收敛性，若

小于给定的经验阈值

则判定参与者决策模型收敛，否则则不收敛；

其中，P_i,j(A_q)和P′_i,j(A_q)分别是参与者申报交易量决策概率模型矩阵第i行第j列当前轮次仿真后和上一轮次仿真后申报交易量决策变量概率密度分布，两者的KL散度为

P_i,j(A_p)和P′_i,j(A_p)分别是参与者申报交易价决策概率模型矩阵第i行第j列当前轮次仿真后和上一轮次仿真后申报交易价决策变量概率密度分布，两者的KL散度为

本发明的有益效果如下：本发明通过在实验经济学仿真实验中引入计算机代理，由少量真实参与者进行人机交互仿真实验，由大量计算机代理扮演市场中其他参与者的角色，基于实证数据来建立参与者行为的多代理模型，其决策概率分布符合相关真实人(群)决策的概率分布，进而克服了实验经济学方法对参与者数量的要求，克服了真实参与者在多次重复实验中前后决策的不一致性问题，并基于真实参与者的决策模型迭代更新计算机代理的决策模型，保证决策行为的真实性和合理性，通过融合两种研究范式的优点，实现双边集中交易市场中市场参与者决策行为的建模。本发明能够解决双边集中碳市场交易模拟中需要足够参与者才能有效形成价格的难点，基于实际参与者决策样本构建的决策模型能够反映实际参与者的决策行为。在应用该方法时，可用计算机代理代替该群实际参与者，只有非理性的决策行为才需要真实参与者介入。因此，该方法能够帮助构建稳定受控的碳市场模拟环境，能够有效支撑关键碳市场参数的灵敏度分析，为碳市场参与者提供沙盘推演工具，并可推广到其他双边市场的模拟分析上。

附图说明

图1为本发明方法的流程示意图。

具体实施方式

下面参照附图并结合实例对本发明作进一步详细描述。但是本发明不限于所给出的例子。

实施例1：

本发明的一个实施例，其流程如图1所示。

图1步骤1是构建可容纳真实参与者与计算机代理同时参与的碳市场双边集中交易仿真环境，确定碳交易决策驱动状态变量的数学形式并在仿真环境中实现主要驱动状态变量的计算和监测。市场交易中，虽然影响参与者决策行为的驱动因素众多，但其主要驱动因素可分为与参与者自身相关的内生决策驱动状态变量S_en，以及与市场相关的外生决策驱动状态变量S_ex。

本方法中，基于企业碳排放不平衡量构建内生驱动状态变量S_en，每轮仿真中各个时步内生驱动状态变量的计算方法为

其中

为整个履约期企业的期望碳排放总量，Q_ea为企业在当前时步所持有的碳排放配额总量，Q_e为当前时步企业的累计碳排放总量；基于碳市场价格动态轨迹构建了外生驱动状态变量S_ex，每轮仿真中各个时步外生驱动状态变量的计算方法为

其中p_e为当前时步的碳市场价格，

为截止到当前时步的平均碳市场价格。

本方法中，参与者在碳市场中的决策参数分别为申报交易量决策变量A_q以及申报交易价决策变量A_p。由于客观上无法保证最终获得的决策行为模型可以数学形式化，需要对所有驱动参数和决策参数进行离散化处理，如将S_en离散化为I个取值区间，将S_ex离散化为J个取值区间；将A_q离散化为K个取值区间，将A_p离散化为L个取值区间。

图1步骤2是对碳交易决策行为进行数学形式化，将S_en和S_ex的所有取值区间组合成I×J的状态矩阵，以此为基础，以多维联合条件概率分布形式，分别构建参与者申报交易量决策概率模型和参与者申报交易价决策概率模型。参与者申报交易量决策概率模型和参与者申报交易价决策概率模型均为矩阵形式，其中，参与者申报交易量决策矩阵第i行第j列存储的是S_en∈S_en,i及S_ex∈S_ex,j时申报交易量决策变量A_q的概率密度分布，即P(A_q|S_en∈S_en,i,S_ex∈S_ex,j)，可用P_i,j(A_q)来表示P(A_q|S_en∈S_en,i,S_ex∈S_ex,j)。同理，参与者申报交易价决策矩阵第i行第j列存储的是S_en∈S_en,i及S_ex∈S_ex,j时申报交易价决策变量A_p的概率密度分布，即P(A_p|S_en∈S_en,i,S_ex∈S_ex,j)，可用P_i,j(A_p)来表示P(A_p|S_en∈S_en,i,S_ex∈S_ex,j)。

上述S_en∈S_en,i表示S_en的具体取值落在S_en的第i个取值区间，S_ex∈S_ex,j表示S_ex的具体取值落在为S_ex的第j个取值区间。参与者申报交易量决策概率模型和参与者申报交易价决策概率模型统称为参与者决策模型。

图1步骤3是在首次仿真前，采用离散均匀分布对参与者决策模型参数进行初始化处理，其中，对于参与者申报交易量决策概率模型而言其参与者决策模型参数为每个候选交易量的决策概率，对于参与者申报交易价决策概率模型而言其参与者决策模型参数为每个候选交易价的决策概率。可用离散均匀分布来初始化P_i,j(A_q)和P_i,j(A_q)。每个候选交易量的决策概率P_i,j(A_q＝a_q,k)＝1/K，每个候选交易价的决策概率P_i,j(A_p＝a_p,l)＝1/L。上述A_q＝a_q,k表示A_q的具体取值为A_q的第k个取值区间的值，A_p＝a_p,l表示A_p的具体取值为A_p的第l个取值区间的值。

图1步骤4是进行当前轮次的融合真实参与者与计算机代理的碳市场集中竞价混合仿真，所述融合真实参与者与计算机代理的碳市场集中竞价混合仿真是由大量计算机代理使用参与者决策模型构成具有一定规模的碳交易市场并由少数真实参与者进行的人机交互仿真；仿真结束后，收集并记录真实参与者的所有决策样本并在此基础上计算当前轮次仿真后的参与者决策模型参数。

具体而言，在仿真结束后，对所获得的真实参与者的所有决策样本进行统计分析，若所获得的真实参与者的所有决策样本中的S_en∈S_en,i及S_ex∈S_ex,j的样本数为NS_i,j且真实参与者在该状态下采用交易量决策A_q＝a_q,k的样本数为NAQ_i,j,k、采用交易价决策A_p＝a_p,l的样本数为NAP_i,j,l，则当前轮次仿真后的参与者申报交易量决策概率模型矩阵第i行第j列的申报交易量决策变量概率密度分布P_i,j(A_q＝a_q,k)＝NAQ_i,j,k/NS_i,j，当前轮次仿真后的参与者申报交易价决策概率模型矩阵第i行第j列的申报交易价决策变量的离散概率密度分布P_i,j(A_p＝a_p,l)＝NAP_i,j,l/NS_i,j。

图1步骤5是若当前仿真轮次N＝1，则跳至步骤6；若N＞1，则根据当前轮次仿真后的参与者决策模型参数，对参与者决策模型的收敛性进行校核，若收敛，则转至步骤7，否则进入步骤6。

收敛性校核判据为：采用KL(Kullback–Leibler divergence)散度来评估相邻轮次参与者决策模型间的差异，计算相邻轮次参与者决策概率密度集合的平均KL散度

用以判定参与者决策模型的收敛性，若

小于给定的经验阈值

则判定参与者决策模型收敛，否则则不收敛。

其中，P_i,j(A_q)和P′_i,j(A_q)分别是参与者申报交易量决策概率模型矩阵第i行第j列当前轮次仿真后和上一轮次仿真后申报交易量决策变量概率密度分布，两者的KL散度为

P_i,j(A_p)和P′_i,j(A_p)分别是参与者申报交易价决策概率模型矩阵第i行第j列当前轮次仿真后和上一轮次仿真后申报交易价决策变量概率密度分布，两者的KL散度为

图1步骤6是以当前轮次仿真后的参与者决策模型参数作为新的参与者决策模型参数，返回步骤4进行下一轮仿真。

图1步骤7是结束仿真建模，记录收敛的参与者决策模型参数。

综上所述，本发明融合实验经济学和基于计算机代理的计算经济学优点，通过用简单的决策模型初始化大量计算机代理，用少量实际参与者进行人机交互仿真。基于人机交互仿真获取的决策样本提取决策驱动状态变量与决策变量之间的定量关系，构建并更新计算机代理的决策模型，通过不断迭代直至获得决策模型的收敛值。该发明解决了双边集中碳市场交易中需要足够参与者才能有效形成价格的难点，且基于实际参与者决策样本构建的决策模型能够反映实际参与者的决策行为，在应用该方法时，可用计算机代理代替该群实际参与者，只有非理性的决策行为才需要真实实验者的参与。最后，该方法能够帮助构建稳定受控的市场模拟环境，能够有效支撑关键市场参数的灵敏度分析，为市场参与者提供沙盘推演工具。

虽然本发明已以较佳实施例公开如上，但实施例并不是用来限定本发明的。在不脱离本发明之精神和范围内，所做的任何等效变化或润饰，同样属于本发明之保护范围。因此本发明的保护范围应当以本申请的权利要求所界定的内容为标准。

Claims (6)

1.融合真实参与者与计算机代理的碳市场交易行为建模方法，其特征在于，包括如下步骤：

1)将碳交易过程中影响参与者决策行为的驱动因素分为与参与者自身相关的内生决策驱动状态变量S_en以及与市场相关的外生决策驱动状态变量S_ex，其中S_en基于碳市场参与者估计碳排放不平衡量计算，S_ex基于碳市场价格轨迹计算；并确定参与者的碳交易决策变量，所述参与者的碳交易决策变量包括申报交易量决策变量A_q以及申报交易价决策变量A_p；

所述与参与者自身相关的内生决策驱动状态变量S_en在每轮仿真中各个时步的计算方式如下：

其中，

为参与者的期望碳排放总量，Q_ea为参与者在当前时步所持有的碳排放配额总量，Q_e为当前时步参与者的累计碳排放总量；

所述与市场相关的外生决策驱动状态变量S_ex在每轮仿真中各个时步的计算方式如下：

其中，p_e为当前时步的碳市场价格，

为截止到当前时步的平均碳市场价格；

上述所有变量确定后进行离散化处理；

2)对碳交易决策行为进行数学形式化，以多维联合条件概率分布的形式，根据与参与者自身相关的内生决策驱动状态变量S_en、与市场相关的外生决策驱动状态变量S_ex以及申报交易量决策变量A_q和申报交易价决策变量A_p，分别构建参与者申报交易量决策概率模型和参与者申报交易价决策概率模型；

参与者申报交易量决策概率模型和参与者申报交易价决策概率模型统称为参与者决策模型；

3)采用离散均匀分布对参与者决策模型参数进行初始化处理，其中，对于参与者申报交易量决策概率模型而言其参与者决策模型参数为每个候选交易量的决策概率，对于参与者申报交易价决策概率模型而言其参与者决策模型参数为每个候选交易价的决策概率；

4)进行当前轮次的融合真实参与者与计算机代理的碳市场集中竞价混合仿真，所述融合真实参与者与计算机代理的碳市场集中竞价混合仿真是由大量计算机代理使用参与者决策模型构成具有一定规模的碳交易市场并由少数真实参与者进行的人机交互仿真；仿真结束后，收集并记录真实参与者的所有决策样本并在此基础上计算当前轮次仿真后的参与者决策模型参数；

5)若当前轮次为首轮，则转至步骤6)，否则：根据当前轮次仿真后的参与者决策模型参数，对参与者决策模型的收敛性进行校核，若收敛，则转至步骤7)，否则进入步骤6)；

6)以当前轮次仿真后的参与者决策模型参数作为新的参与者决策模型参数，返回步骤4)进行下一轮仿真；

7)结束仿真建模，记录收敛的参与者决策模型参数。

2.根据权利要求1所述的融合真实参与者与计算机代理的碳市场交易行为建模方法，其特征在于，在步骤1)中，将S_en离散化后的取值区间记为I个，将S_ex离散化后的取值区间记为J个；将A_q离散化后的取值区间记为K个，将A_p离散化后的取值区间记为L个。

3.根据权利要求2所述的融合真实参与者与计算机代理的碳市场交易行为建模方法，其特征在于，所述步骤2)中，将S_en和S_ex的所有取值区间组合成I×J的状态矩阵，以此为基础，以多维联合条件概率分布形式，分别构建参与者申报交易量决策概率模型和参与者申报交易价决策概率模型，参与者申报交易量决策概率模型和参与者申报交易价决策概率模型均为矩阵形式，其中，参与者申报交易量决策概率模型矩阵第i行第j列存储的是S_en∈S_en,i及S_ex∈S_ex,j时申报交易量决策变量A_q的概率密度函数P(A_q|S_en∈S_en,i,S_ex∈S_ex,j)，用P_i,j(A_q)来表示；参与者申报交易价决策概率模型矩阵第i行第j列存储的是S_en∈S_en,i及S_ex∈S_ex,j时申报交易价决策变量A_p的概率密度分布P(A_p|S_en∈S_en,i,S_ex∈S_ex,j)，用P_i,j(A_p)来表示；

上述S_en∈S_en,i表示S_en的具体取值落在S_en的第i个取值区间，S_ex∈S_ex,j表示S_ex的具体取值落在为S_ex的第j个取值区间。

4.根据权利要求3所述的融合真实参与者与计算机代理的碳市场交易行为建模方法，其特征在于，所述步骤3)中，用离散均匀分布来初始化P_i,j(A_q)和P_i,j(A_p )，每个候选交易量的决策概率P_i,j(A_q＝a_q,k)＝1/K，每个候选交易价的决策概率P_i,j(A_p＝a_p,l)＝1/L；

上述A_q＝a_q,k表示A_q的具体取值为A_q的第k个取值区间的值，A_p＝a_p,l表示A_p的具体取值为A_p的第l个取值区间的值。

5.根据权利要求4所述的融合真实参与者与计算机代理的碳市场交易行为建模方法，其特征在于，所述步骤4)中，在仿真结束后，对所获得的真实参与者的所有决策样本进行统计分析，若所获得的真实参与者的所有决策样本中的S_en∈S_en,i及S_ex∈S_ex,j的样本数为NS_i,j且真实参与者在该状态下采用交易量决策A_q＝a_q,k的样本数为NAQ_i,j,_k、采用交易价决策A_p＝a_p,l的样本数为NAP_i,j,l，则当前轮次仿真后的参与者申报交易量决策概率模型矩阵第i行第j列的申报交易量决策变量概率密度分布P_i,j(A_q＝a_q,k)＝NAQ_i,j,k/NS_i,j，当前轮次仿真后的参与者申报交易价决策概率模型矩阵第i行第j列的申报交易价决策变量的离散概率密度分布P_i,_j(A_p＝a_p,l)＝NAP_i,j,l/NS_i,j。

6.根据权利要求5所述的融合真实参与者与计算机代理的碳市场交易行为建模方法，其特征在于，所述步骤5)中的收敛性校核判据为：采用KL散度来评估相邻轮次参与者决策模型间的差异，计算相邻轮次参与者决策概率密度集合的平均KL散度

用以判定参与者决策模型的收敛性，若

小于给定的经验阈值

则判定参与者决策模型收敛，否则则不收敛；

其中，P_i,j(A_q)和P′_i,j(A_q)分别是参与者申报交易量决策概率模型矩阵第i行第j列当前轮次仿真后和上一轮次仿真后申报交易量决策变量概率密度分布，两者的KL散度为

P_i,j(A_p)和P′_i,j(A_p)分别是参与者申报交易价决策概率模型矩阵第i行第j列当前轮次仿真后和上一轮次仿真后申报交易价决策变量概率密度分布，两者的KL散度为

Images