10.3969/j.issn.2097-0706.2023.07.007
基于MADDPG算法的建筑群柔性负荷优化调控方法
随着电网调度环境和信息整理环境日趋复杂,电网调控的难度也随之增加.针对深度强化学习技术具有有效感知复杂系统运行状态、适应性强、可扩展性好等特点,提出了基于深度强化学习的配网优化调度方法.构建了考虑源-网-荷-储的模拟建筑体配网模型,从原理出发对多智能体深度确定性策略梯度(MADDPG)算法进行静态优化,将模型与真实数据导入适用于电网级目标的多智能体强化学习框架中,尝试用优化后的算法对配网系统进行电压调控.结果表明,所用算法基本消除了配网系统的违规峰值电压,降低了总体电压偏差;优化后的多目标导向算法在保持电压稳定的同时减小了负载-发电功率差,使负载功率损耗维持较低水平,表明基于深度强化学习的建筑群柔性负荷优化调控方法具有一定有效性.
微电网调控、能量管理、深度强化学习、确定性策略梯度、多目标优化、源网荷储、建筑群柔性负荷
45
TK01+8:TU18(一般性问题)
2023-07-27(万方平台首次上网日期,不代表论文的发表时间)
共9页
61-69