一种新颖的多智能体灵活性聚合框架

新兴智能电网中分布式能源（DERs）数量的不断增长，迫切需要使用能高效利用这些资产的多智能体框架。本文提出一种新颖的 DER 聚合框架，包含多智能体架构及多种机制，用于 DER 在电网中的有效管理与高效集成。我们架构的一个关键组件是本地灵活性估计器（LFEs）智能体，其对于将聚合器从繁重或资源密集型职责（如处理隐私问题、预测 DER 关于其所提供需求响应服务的陈述准确性）中解脱至关重要。所提框架允许形成高效的 LFE 合作体。为此，我们开发并部署了多种合作成员选择机制，包括（a）评分规则与（b）（深度）强化学习。我们使用知名 PowerTAC 模拟器的数据来系统评估我们的框架。实验验证了其在以高效方式将异构 DER 纳入电网方面的有效性。特别地，当使用知名的、概率预测精度激励型 CRPS 评分规则作为选择机制时，与传统商业聚合器相比，我们的框架为参与者带来了更高的平均收益。