自上世纪以来,电力行业改革席卷全球,美国、英国等国家纷纷加入进来,中国也不例外。近些年来,智能电网的发展需要市场进一步提高能源利用效率,优化资源配置水平,达到社会效益最大化。而Agent作为一类智能度高,具有一定自主的理性行为的实体,其广泛应用为解决电力市场问题提供了良好的理论基础。本文首先归纳了目前电力行业的发展现状,并总结了国内外关于发电商竞价问题的研究现状,提出了发电商竞价问题的研究思路。发电商需要在考虑自身成本的基础上,采取一定的策略,使得其在竞争中获得最大的利润。本文分析了发电商竞价的影响因素,包括市场运营模式、电力供求情况、输电阻塞、机组约束等。通过对美国“标准市场设计”、英国“POOL模式”以及“NETA模式”等电力市场运营模式以及我国电力市场运营模式的探讨,分析了运营模式对发电商竞价的影响。并讨论当需求与供应发生变化时,电价的变化情况,以及考虑机组特性,输电阻塞等情况下,对于发电商竞价策略的影响。由于发电商的竞价问题需要考虑多种因素的影响,采用传统方法的建模、求解过程将存在相当大的难度。采用Agent理论可以有效对该问题进行建模,使得发电商在竞争过程中具有智能体特性。这是由于Agent理论不需要对事物的实质做深入研究,只需要通过观察环境,对所处的状态做出反应,即采取相应的策略。本文利用模糊Q学习方法对发电商的竞价策略进行探讨,使得Agent应用Q函数制定相应的竞价策略。将模糊理论与Q学习结合起来,使得环境以及行动空间合理泛化,减少存储空间,提高遍历速度,减少寻找Q值时间。通过算例对于发电商竞价情况进行仿真,并验证了考虑爬坡限制以及不同市场规则的情况下方法的适应性及有效性。最后本文应用Repast基于Agent的建模与仿真工具平台,对发电商竞价系统进行了搭建,完成了相应的系统配置以及定义Agent及属性,定义空间类,定义系统时间序列,定义输入输出,并通过实例对运营日内发电商的竞价行为进行模拟,并考察了当输电系统出现阻塞时,发电商Agent采取的行动策略。