面向配电网主动电压控制的多智能体强化学习
机器学习
2022-01-24 v5 多智能体系统
摘要
本文提出了一个电力网络中的问题，为多智能体强化学习 (MARL) 的应用提供了一个令人振奋且具挑战性的真实场景。脱碳的新兴趋势正给配电网带来过大压力。主动电压控制被视为一种有前景的解决方案，可利用网络中可控设备（如屋顶光伏 (PV) 和静态无功补偿器 (SVC)）缓解电力拥堵并改善电压质量，而无需额外硬件投资。这些可控设备数量庞大且地理分布广泛，使得 MARL 成为自然候选。本文在 Dec-POMDP 框架下形式化主动电压控制问题，并建立了开源环境。旨在弥合电力界与 MARL 界之间的鸿沟，并成为推动 MARL 算法真实世界应用的驱动力。最后，我们分析了主动电压控制问题的特殊性质给最先进 MARL 方法带来的挑战（如可解释性），并总结了潜在方向。
引用
@article{arxiv.2110.14300,
title = {Multi-Agent Reinforcement Learning for Active Voltage Control on Power Distribution Networks},
author = {Jianhong Wang and Wangkun Xu and Yunjie Gu and Wenbin Song and Tim C. Green},
journal= {arXiv preprint arXiv:2110.14300},
year = {2022}
}
备注
Published on NeurIPS 2021