找到 1 条结果
基于多智能体深度强化学习的配电网三相不平衡在线治理方法
Online Three-Phase Imbalance Mitigation Method for Distribution Networks Based on Multi-Agent Deep Reinforcement Learning
李彬贤 · 李佳勇 · 海征 · 万灿 等7人 · 中国电机工程学报 · 2025年5月 · Vol.45
随着分布式电源渗透率提升,配电网三相不平衡问题日益严重。针对该问题,以分布式光伏为调控手段,提出一种基于多智能体深度强化学习的在线治理方法。通过地理分区构建多智能体协同架构,采用多智能体注意力动作-评价(MAAC)算法实现光伏控制策略的集中训练与分布式执行,利用实时观测数据在线生成控制指令。基于改进IEEE 123节点系统的仿真结果表明,所提方法能有效降低三相不平衡度,优于四种典型方法,具备良好的协同性与应用前景。
解读: 该多智能体深度强化学习三相不平衡治理技术对阳光电源SG系列光伏逆变器和ST储能变流器具有重要应用价值。可直接集成到三相逆变器的控制算法中,通过MAAC算法实现分布式光伏集群的协同控制,动态调节各相输出功率以平衡负载。该方法与阳光电源iSolarCloud云平台结合,可实现在线实时优化,提升配电网电能...