MAHTM：一种用于分层交易型微电网的多智能体框架
机器学习
2023-09-15 v2 多智能体系统
系统与控制
系统与控制
摘要
将波动性可再生能源并入电网，给系统运营商在能源可用性、成本可负担性与污染可控性之间实现最优权衡带来了挑战。本文提出一种用于管理微电网中能源交易的多智能体强化学习框架。该框架应对上述挑战：其旨在通过最小化碳足迹同时惠及所有利益相关方来优化可用资源的使用。所提出的架构由三层智能体组成，各层追求不同目标。第一层由产消者与消费者组成，最小化总能源成本。另外两层控制能源价格，以降低碳影响，同时平衡可再生能源与传统能源的消费与生产。该框架还考虑了能源供需的波动。
引用
@article{arxiv.2303.08447,
title = {MAHTM: A Multi-Agent Framework for Hierarchical Transactive Microgrids},
author = {Nicolas Cuadrado and Roberto Gutierrez and Yongli Zhu and Martin Takac},
journal= {arXiv preprint arXiv:2303.08447},
year = {2023}
}
备注
ICLR 2023 Workshop: Tackling Climate Change with Machine Learning