基于集体行为熵的大规模家庭能源管理连续多智能体控制
系统与控制
2020-05-21 v1 人工智能
系统与控制
摘要
随着电动汽车、分布式能源发电与储能设施在智能电网系统中的日益普及，高效的需求侧管理（DSM）对于节能与削峰至关重要。传统 DSM 工作聚焦于优化单一家庭的能源活动，无法扩展至大规模家庭能源管理问题。多智能体深度强化学习（MA-DRL）展现出解决可扩展性问题的潜力，现代家庭相互协作以降低能耗，同时平衡能源成本与削峰。然而，此类环境具有非平稳性，现有 MA-DRL 方法无法有效激励期望的群体行为。本文提出一种具有连续动作空间的集体 MA-DRL 算法，用于对大规模微电网进行细粒度控制。为缓解微电网环境的非平稳性，提出一种新颖的预测模型来衡量集体市场行为。此外，引入集体行为熵以降低智能电网中所有住户集体行为引发的高峰值负荷。实证结果表明，在电费削减与日峰值负荷优化方面，我们的方法显著优于最先进的方法。
引用
@article{arxiv.2005.10000,
title = {Continuous Multiagent Control using Collective Behavior Entropy for Large-Scale Home Energy Management},
author = {Jianwen Sun and Yan Zheng and Jianye Hao and Zhaopeng Meng and Yang Liu},
journal= {arXiv preprint arXiv:2005.10000},
year = {2020}
}