面向居民负荷快时间尺度需求响应的多智能体强化学习

为整合大量可再生能源，电网必须能够应对发电功率大幅、快时间尺度的波动。通过需求响应进行频率调节具有协调空调等时间灵活负荷以抵消这些波动的潜力。现有的带动态约束的离散控制方法难以在数百个智能体的快时间尺度动作选择上提供令人满意的性能。我们提出了一种采用局部通信的多智能体近端策略优化训练的分散式智能体。我们探索了两种通信框架：手工设计的，或通过针对性多智能体通信学习的。所得策略在频率调节中表现良好且鲁棒，并在恒定处理时间内无缝扩展到任意数量的房屋。