CN115149542B 基于多智能体强化学习的分布式电源自适应电压控制方法 （天津大学）

文.基于多智能体强化学习的分布式电源自适一种基于多智能体强化学习的分布式电源多智能体深度确定性策略梯度网络分别构建各配电网区域智能体以及分布式电源无功出力动22)依据步骤1)提供的配电网基本参数信息所述的基于多智能体深度确定性策略梯度网络构建各其中，分别表示第n个配电网区域智能体的当前动作网络和目标动作网络电网区域智能体的动作空间集合；分别表示第n个配电网区域智能体的当前价所述的基于多智能体深度确定性策略梯度网络构建分布式电源无功出力动态边界掩3)依据步骤2)中各配电网区域智能体与步骤4)依据步骤3)中训练完成的各配电网区域智能体2.根据权利要求1所述的基于多智能体强化学习的分布式电源自适应电压控制方法，33.根据权利要求1所述的基于多智能体强化学习的分布式电源自适应电压控制方法，n为第n个配电网区域智能体的第次到第M次的训练奖励的平均值；M设收敛精度为ε,当所有配电网区域智能体收敛指标满足σn<ε时，认为所4压调节设备被集成到配电网中，基于换流器的分布式电源(Inverter-basedDG)能够利用能体之间可以交互历史信息，从而在训练时各区域智能体可依据协作目标进行策略更新。网基准电压和基准功率以及输入光伏和负荷5[0010]4)依据步骤3)中训练完成的各配电网区域智能体，对区域内分布式电源进行调[0012]sn={p,Q,vlie⃞}(1)的换流器注入系统的无功功率；表示第n个配电网区域智能体所属区域内分布式电源[0016]步骤2)所述的基于多智能体深度确定性策略梯度网络构n个配电网区域智能体的动作空间集合；分别表示第n个配电网区域智能体的[0022]步骤2)所述的基于多智能体深度确定性策略梯度网络构建分布式电源无功出力6[0041]设收敛精度为ε,当所有配电网区域智能体收敛指标满足σn<ε时，认为所有配电功/无功出力耦合的问题，迅速给出分布式电源的控制策略，从而改善配电网电压运行水7[0043]图1是本发明基于多智能体强化学习的分布式电源自适应电压控制方法的流程[0050]下面结合实施例和附图对本发明的基于多智能体强化学习的分布式电源自适应网基准电压和基准功率以及输入光伏和负荷运行范围为0.90p.u.～1.10p.u.。89lie8}(1)的换流器注入系统的无功功率；表示第n个配电网区域智能体所属区域内分布式电源[0069](2)所述的基于多智能体深度确定性策略梯度网络构建各配电网区域智能体，所msn(4)n个配电网区域智能体的动作空间集合；分别表示第n个配电网区域智能体的j[0080](3)所述的基于多智能体深度确定性策略梯度网络构建分布式电源无功出力动态[0099]设收敛精度为ε,当所有配电网区域智能体收敛指标满足σn<ε时，认为所有配电[0101]4)依据步骤3)中训练完成的各配电网区域智能体，对区域内分布式电源进行调[0102]为了验证本发明的基于多智能体强化学习的分布式电源自适应电压控制方法的0.1ε0.01[0109]执行训练及测试计算的计算机硬件环境为Intel(R)Xeon(R)W-2102CPU，主频为最大电压(p.u.)最小电压(p.u.)