随着电力市场参与者越来越多地使用基于学习的智能体来制定出价策略，电力市场正逐步转向算法化。其他领域的算法化市场已经出现了仅通过独立学习即可产生的暗黙合谋现象。电力市场本身通常呈寡头结构，且少数参与者之间存在重复交互，这使其在结构上更易受到非竞争行为的影响。基于此，本文检验了在参与者行为由自主学习算法控制的电力市场中，暗黙合谋是否会自然出现的假设。我们将战略出价建模为具有不完美公共监测的重复博弈，并使用多智能体强化学习模拟参与者的行为演化。为判断行为是否构成暗黙合谋，本文提出了一套多维度评估标准，超越仅比较利润与纳什均衡的传统方法。实验结果表明，电力市场确实面临此类风险：在某些情形下，智能体能够学习并维持高于竞争水平的收益，这些结果符合暗黙合谋的多个指示器，尽管智能体从未被显式指令协同。
博主点评：该研究提醒监管机构和行业参与者，算法化交易的潜在反竞争风险不容忽视，需在技术层面和政策层面同步制定防范措施。