Chen Feng · Andrew L.Liu · Applied Energy · 2025年1月 · Vol.383

摘要 利用分布式可再生能源，特别是太阳能和储能系统，通过点对点（P2P）能源交易在本地配电网中运行，长期以来被视为提升能源系统韧性与可持续性的一种解决方案。然而，消费者和产消者（即拥有光伏系统和/或储能设备的用户）缺乏参与重复性P2P交易所需的专业知识，而可再生能源边际成本为零的特点也给公平市场价格的确定带来了挑战。为解决这些问题，本文提出多智能体强化学习（MARL）框架，以帮助自动化消费者对其光伏系统和储能资源的投标与管理行为，该框架基于一种采用供需比（supply–demand ratio）...

解读: 该多智能体强化学习框架对阳光电源ST系列储能变流器和SG光伏逆变器的协同控制具有重要价值。可将MARL算法集成到iSolarCloud平台,实现分布式光储资产的自主竞价与能量管理优化。特别是供需比清算机制与物理网络约束的结合,为PowerTitan储能系统在虚拟电厂场景下的P2P交易提供可行路径,提...