基于多智能体强化学习的多园区综合能源系统协同优化运行研究

摘要

多园区综合能源系统协同优化运行能充分发挥多能耦合的灵活性,降低系统运行成本,但多主体利益分配问题、隐私保护需求及多重不确定量的存在给多园区协同优化运行带来了巨大挑战.为此,本文建立了一个多园区协同优化运行架构,并采用多智能体深度确定性策略梯度算法进行求解.仿真结果表明,无论是面对确定性场景还是不确定性场景,本文所提方法均能在保护各园区隐私的前提下,降低各园区的运行成本,且该方法不依赖于对不确定量的准确预测,可应用于实时调度中.