基于独立策略梯度的强化学习用于多微电网系统经济可靠的能量管理
系统与控制
2025-11-27 v1 机器学习
系统与控制
最优化与控制
摘要
效率和可靠性对于能量管理都至关重要，尤其是在集成了间歇性分布式可再生能源的多微电网系统（MMS）中。本研究探讨了分布式方案下 MMS 的经济可靠能量管理问题，其中每个微电网以去中心化方式独立更新其能量管理策略，以协同优化长期系统性能。我们引入 MMS 与主电网之间交换功率的均值和方差作为系统经济性能和可靠性的指标。据此，我们将能量管理问题建模为一个均值-方差团队随机博弈（MV-TSG），其中基于期望累积奖励最大化的传统方法不适用于方差指标。为解决 MV-TSG，我们针对模型参数已知的场景，提出了一种具有严格收敛性分析的完全分布式独立策略梯度算法。对于模型参数未知的大规模场景，我们进一步开发了一种基于独立策略梯度的深度强化学习算法，以实现数据驱动的策略优化。两个场景下的数值实验验证了所提方法的有效性。我们的方法充分利用了 MMS 的分布式计算能力，并在经济性能和运行可靠性之间实现了良好的权衡。
引用
@article{arxiv.2511.20977,
title = {Independent policy gradient-based reinforcement learning for economic and reliable energy management of multi-microgrid systems},
author = {Junkai Hu and Li Xia},
journal= {arXiv preprint arXiv:2511.20977},
year = {2025}
}