| 基于多智能体深度强化学习的配电网无功优化策略 |
| |
| 引用本文： | 邓清唐,胡丹尔,蔡田田,李肖博,徐贤民,彭勇刚.基于多智能体深度强化学习的配电网无功优化策略[J].电工电能新技术,2022,41(2):10-20. |
| |
| 作者姓名： | 邓清唐 胡丹尔 蔡田田 李肖博 徐贤民 彭勇刚 |
| |
| 作者单位： | 南方电网数字电网研究院有限公司,广东 广州510663;浙江大学电气工程学院,浙江 杭州310027 |
| |
| 摘 要： | 配电网中光伏、风机设备出力随机波动以及负荷波动带来的电压波动、网损增加等问题,给配电网在线无功优化带来了挑战.本文采用一种无模型的深度确定性策略梯度(MADDP G)算法多智能体强化学习框架,采用集中训练、分散执行的方式解决无功优化问题.MADDP G算法将每一个智能体当作一个行动者(Actor),在离线训练过程中每个...
|
| 关 键 词： | 多智能体 深度强化学习 无功优化 数据驱动 低感知度配电网 |
Reactive power optimization strategy of distribution network based on multi agent deep reinforcement learning |
| |
| DENG Qing-tang,HU Dan-er,CAI Tian-tian,LI Xiao-bo,XU Xian-min,PENG Yong-gang.Reactive power optimization strategy of distribution network based on multi agent deep reinforcement learning[J].Advanced Technology of Electrical Engineering and Energy,2022,41(2):10-20. |
| |
| Authors: | DENG Qing-tang HU Dan-er CAI Tian-tian LI Xiao-bo XU Xian-min PENG Yong-gang |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
