控制与决策

作者：王丹璐,孙秋野,苏涵光

单位：东北大学 信息科学与工程学院,沈阳 110819,,东北大学 信息科学与工程学院,沈阳 110819,,东北大学 信息科学与工程学院,沈阳 110819,

关键词：端网协同;多智能体;近端策略优化;能量互济;多微网;实时优化

基金：国家重点研发计划项目(2018YFA0702200)；国家自然科学基金重点项目(U20A20190)；国家自然科学基金面上项目(62073065).

多微网互联对于提升微网稳定性和促进可再生能源消纳具有重要作用,对此,考虑多微网系统网内多智能终端协同和网间功率互济需求,提出一种基于多智能体强化学习的端-网实时协同优化算法.该算法可自适应源荷不确定性和系统拓扑变化,实时产生网间能量互济和网内智能终端协同优化策略.首先建立端-网协同优化系统结构和优化模型;其次建立基于多智能体马尔科夫决策过程的强化学习模型,进而提出基于多智能体近端策略优化算法(MAPPO)的分布式协同优化算法;然后考虑调节过程中功率平衡约束,设计一种新的功率平衡反馈信号,能够有效避免功率不平衡现象的出现;最后针对3个典型场景进行仿真,结果表明各微电网无需全局信息便可得到准确的近似全局最优解.将所提出方法分别与状态完全观测和状态部分观测的分布式强化学习算法进行对比,结果表明所提出的方法既能获得良好的协同优化效果,又能满足实时优化对于算法效率的需求.

来源：2024年第11期

《控制与决策》期刊编辑部

查看控制与决策杂志2024年第11期