去中心化微电网能量管理：一种多智能体相关 Q 学习方法
系统与控制
2021-03-09 v1 计算机科学与博弈论
系统与控制
摘要
微电网（MG）有望成为未来智能电网中的重要参与者。微电网的正常运行离不开能量管理系统（EMS）。当需协调可再生能源（RER）、储能系统（ESS）与需求侧管理（DSM）时，微电网的 EMS 可能相当复杂。此外，这些系统可能分属不同实体，彼此间存在竞争。纳什均衡最常用于此类实体的协调，但其收敛性与存在性未必总能保证。为此，我们采用收敛性可保证的相关均衡来协调智能体。本文构建了基于中间市场价的能源交易模型，并提出相关 Q 学习（CEQ）算法以最大化各智能体收益。结果表明，CEQ 能够在不损害总体效益的前提下平衡各智能体收益。此外，与无相关的 Q 学习相比，CEQ 可为 DSM 智能体节省 19.3% 成本，并为 ESS 智能体多带来 44.2% 的收益。
引用
@article{arxiv.2103.04154,
title = {Decentralized Microgrid Energy Management: A Multi-agent Correlated Q-learning Approach},
author = {Hao Zhou and Melike Erol-Kantarci},
journal= {arXiv preprint arXiv:2103.04154},
year = {2021}
}
备注
Accepted by 2020 IEEE International Conference on SmartGridComm, 978-1-7281-6127-3/20/$31.00 copyright 2020 IEEE