杨文伟 · 彭显刚 · 全欢 · 褚卓卓 等6人 · 电力系统自动化 · 2025年1月 · Vol.49

针对主动配电网多主体协同优化中隐私保护与信任缺失问题，提出一种基于多主体博弈与联邦强化学习的日前-日内协同优化调度策略。构建包含分布式电源、配电网及储能运营商的多主体架构，建立以综合收益最大和调整量最小为目标的优化模型。日前阶段采用有限理性信任演化博弈生成调度计划，日内阶段结合联邦自然策略梯度算法进行滚动优化，在满足系统约束的同时保障数据隐私。仿真结果验证了该方法的经济性与有效性。

解读: 该联邦强化学习多主体协同优化技术对阳光电源PowerTitan储能系统和iSolarCloud平台具有重要应用价值。可直接应用于ST系列储能变流器的日前-日内协同调度，通过联邦学习框架实现分布式光伏、储能运营商与配电网的隐私保护协同优化，解决多主体数据共享难题。该博弈优化策略可集成到iSolarCl...