基于改进MADDPG算法的储能系统多目标优化调度策略OA北大核心CSTPCD

针对储能系统在新能源消纳中利用率低的问题,考虑利用其闲置功率和容量为配电网提供有功和无功辅助服务,提出一种基于改进多智能体深度确定性策略梯度(MADDPG)算法的储能系统多目标优化调度策略。首先,设计储能参与多应用场景协同运行模式,在满足新能源消纳要求的基础上,利用储能参与辅助调频和调压服务,建立计及全系统供电成本、节点电压偏移和调频功率偏差的储能多目标优化调度模型;然后,将储能调度问题转化为马尔可夫博弈过程,并通过构造双Critic网络结构和延迟Actor网络更新操作改进MADDPG算法,降低强化学习中动作价值高估问题对训练的影响;最后,在改进IEEE 33节点测试系统上进行仿真分析,结果验证了所提策略的有效性及优越性。