基于反事实多智能体强化学习和有功无功协同控制的配电网电压优化OA北大核心CSTPCD
大量分布式电源的接入使配电网的结构与控制方式发生改变。针对分布式电源间歇性和波动性引起的电压越限问题,通过调节系统中无功潮流与有功潮流的分布来维持配电网的电压稳定。提出了一种基于反事实多智能体策略梯度(counterfactual multi-agent policy gradients, COMA)算法的配电网电压协同优化方法,通过反事实基线解决了多智能体强化学习中的“信度分配”问题,实现有功出力设备和无功补偿设备的联合优化调度。智能体通过局部…查看全部>>
张梓枭;崔明建;张程彬;张剑;蔡木良;周求宽
天津大学电气自动化与信息工程学院,天津300072天津大学电气自动化与信息工程学院,天津300072天津大学电气自动化与信息工程学院,天津300072合肥工业大学电气与自动化工程学院,安徽合肥230009国网江西省电力有限公司电力科学研究院,江西南昌330096国网江西省电力有限公司电力科学研究院,江西南昌330096
动力与电气工程
配电网有功无功协同优化多智能体深度强化学习分布式电源
《电力系统保护与控制》 2024 (18)
P.76-86,11
国家自然科学基金项目资助(52207130)江西省重点研发计划项目资助(20223BBE51013)。
评论