一种面向智能电网分布式能源市场的多智能体深度强化学习方法
系统与控制
2020-09-24 v1 机器学习
多智能体系统
系统与控制
摘要
本文提出一种基于强化学习（RL）的、由产消者主导的微电网能源市场。所提出的市场模型促进了实时且依赖需求的动态定价环境，降低了电网成本并改善了产消者的经济利益。此外，该市场模型使电网运营商能够将产消者的储能容量用作可调度资产以支持电网应用。基于深度Q网络（DQN）框架的仿真结果表明，产消者与电网运营商的24小时累计利润均有显著提升，且电网备用功率利用大幅降低。
引用
@article{arxiv.2009.10905,
title = {A Multi-Agent Deep Reinforcement Learning Approach for a Distributed Energy Marketplace in Smart Grids},
author = {Arman Ghasemi and Amin Shojaeighadikolaei and Kailani Jones and Morteza Hashemi and Alexandru G. Bardas and Reza Ahmadi},
journal= {arXiv preprint arXiv:2009.10905},
year = {2020}
}