1.一種考慮雙邊交易的零售商購售電策略的優(yōu)化方法，其特征在于，包括如下步驟：步驟1、數(shù)據(jù)收集與處理：
2.根據(jù)權(quán)利要求1所述的一種考慮雙邊交易的零售商購售電策略的優(yōu)化方法，其特征在于，所述步驟1中，數(shù)據(jù)清洗的目標是去除噪聲且填補缺失值，局部加權(quán)回歸是非參數(shù)回歸方法，用于處理數(shù)據(jù)中的噪聲和非線性趨勢，局部加權(quán)回歸公式為：
3.根據(jù)權(quán)利要求1所述的一種考慮雙邊交易的零售商購售電策略的優(yōu)化方法，其特征在于，所述步驟1中，對于時間序列數(shù)據(jù)的處理的方法是滑動窗口和自回歸模型；
4.根據(jù)權(quán)利要求1所述的一種考慮雙邊交易的零售商購售電策略的優(yōu)化方法，其特征在于，所述步驟2中采用電價-需求彈性模型，基于變分推斷框架，以捕捉電力需求與電價變化間的復雜關(guān)系，模型算法公式如下：
5.根據(jù)權(quán)利要求1所述的一種考慮雙邊交易的零售商購售電策略的優(yōu)化方法，其特征在于，所述步驟2基于組合優(yōu)化的電價激勵機制，在需求響應過程中，激勵機制是影響用戶負荷調(diào)整的因素，以提出基于組合優(yōu)化的激勵機制設(shè)計模型，旨在通過電價激勵最大化用戶的負荷響應，用戶響應的效用函數(shù)建模公式：
6.根據(jù)權(quán)利要求1所述的一種考慮雙邊交易的零售商購售電策略的優(yōu)化方法，其特征在于，所述步驟3中，引入動態(tài)多目標優(yōu)化方法，結(jié)合分布式計算與時間依賴的決策模型，進行電力、天然氣和碳市場的協(xié)同優(yōu)化。
7.根據(jù)權(quán)利要求1所述的一種考慮雙邊交易的零售商購售電策略的優(yōu)化方法，其特征在于，所述步驟3中，為應對多市場協(xié)同優(yōu)化問題的復雜性，引入分布式優(yōu)化算法，交替方向乘子法以實現(xiàn)各市場獨立決策，保持全局協(xié)同；
8.根據(jù)權(quán)利要求1所述的一種考慮雙邊交易的零售商購售電策略的優(yōu)化方法，其特征在于，所述步驟4中，為在電力、天然氣和碳交易市場的波動性中進行風險對沖，提出多市場自適應動態(tài)對沖模型，該模型通過機器學習方法，結(jié)合市場實時數(shù)據(jù)動態(tài)調(diào)整對沖策略；
9.根據(jù)權(quán)利要求1所述的一種考慮雙邊交易的零售商購售電策略的優(yōu)化方法，其特征在于，所述步驟5中，引入強化學習方法來進行策略的自適應評估和優(yōu)化，通過強化學習，策略能根據(jù)仿真結(jié)果實時調(diào)整，根據(jù)不同的市場情景自適應地學習最優(yōu)的購售電策略；
10.根據(jù)權(quán)利要求1所述的一種考慮雙邊交易的零售商購售電策略的優(yōu)化方法，其特征在于，所述步驟6中，在動態(tài)調(diào)整策略的過程中，需要考慮電力市場、天然氣市場和碳市場的聯(lián)動關(guān)系，為此，引入多市場協(xié)同優(yōu)化的動態(tài)調(diào)整機制；