典型文献
基于深度强化学习的含高比例可再生能源配电网就地分散式电压管控方法
文献摘要：
含有可再生能源并网的区域电网存在通信条件差、量测设备不足、不同节点的电压管控设备难以协同等问题,因此提出一种基于深度强化学习的分散式就地电压管控方法.该方法首先将缺少量测数据的电压管控问题转化为部分可观的马尔科夫决策问题,构建了以网络损耗最小为优化目标的多智能体分散式电压管控框架.然后采用多智能体深度确定性策略梯度算法对智能体进行离线训练,并使用训练完成的智能体进行在线电压管控.最后,基于改进的IEEE33节点系统进行了算例仿真和分析.结果表明,各智能体可以根据各自节点的电气信息求解出近似的全局最优解.
文献关键词：
多智能体;电压管控;量测数据不足;多智能体深度确定性策略梯度算法
中图分类号：
作者姓名：
徐博涵;向月;潘力;方梦秋;彭光博;刘友波;刘俊勇
作者机构：
四川大学电气工程学院,四川成都 610065
文献出处：
引用格式：
[1]徐博涵;向月;潘力;方梦秋;彭光博;刘友波;刘俊勇-.基于深度强化学习的含高比例可再生能源配电网就地分散式电压管控方法)[J].电力系统保护与控制,2022(22):100-109
A类：
电压管控
B类：
深度强化学习,高比例可再生能源,配电网,就地,分散式,管控方法,可再生能源并网,区域电网,信条,地电,管控问题,问题转化,部分可观,马尔科夫决策,决策问题,网络损耗,损耗最小,优化目标,多智能体深度确定性策略梯度算法,离线训练,线电压,IEEE33,节点系统,电气信息,解出,全局最优解,量测数据不足
AB值：
0.247374
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
