基于反事实多智能体强化学习和有功无功协同控制的配电网电压优化

作     者：张梓枭 崔明建 张程彬 张剑 蔡木良 周求宽 ZHANG Zixiao;CUI Mingjian;ZHANG Chengbin;ZHANG Jian;CAI Muliang;ZHOU Qiukuan

作者机构：天津大学电气自动化与信息工程学院天津300072 合肥工业大学电气与自动化工程学院安徽合肥230009 国网江西省电力有限公司电力科学研究院江西南昌330096 

出 版 物：《电力系统保护与控制》 (Power System Protection and Control)

年 卷 期：2024年第52卷第18期

页      面：76-86页

核心收录：

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金项目资助(52207130) 江西省重点研发计划项目资助(20223BBE51013) 

主　　题：配电网 有功无功协同优化 多智能体深度强化学习 分布式电源 

摘      要：大量分布式电源的接入使配电网的结构与控制方式发生改变。针对分布式电源间歇性和波动性引起的电压越限问题,通过调节系统中无功潮流与有功潮流的分布来维持配电网的电压稳定。提出了一种基于反事实多智能体策略梯度(counterfactual multi-agent policy gradients, COMA)算法的配电网电压协同优化方法,通过反事实基线解决了多智能体强化学习中的“信度分配问题,实现有功出力设备和无功补偿设备的联合优化调度。智能体通过局部观测值选定动作,减轻系统的通信压力,且不依赖精确的潮流模型,以实现配电网的实时优化控制。通过改进的IEEE33节点系统和141节点系统验证了所提算法的可行性与有效性。并与经典算法的控制效果进行比较,进一步证明所提算法在配电网电压优化控制方面的性能优势。