基于改进MADDPG算法的储能系统多目标优化调度策略

作     者：王育飞 王义顺 薛花 涂轶昀 林顺富 

作者机构：上海电力大学电气工程学院 

出 版 物：《电力系统自动化》 (Automation of Electric Power Systems)

年 卷 期：2024年

核心收录：

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金资助项目(51977127) 上海市科技创新行动计划项目(22010501400) 

主　　题：储能系统 多应用场景 多目标优化 马尔可夫博弈过程 深度强化学习 

摘      要：针对储能系统仅用于新能源消纳利用率低的问题，考虑利用其闲置功率和容量为配电网提供有功和无功辅助服务，提出一种基于改进多智能体深度确定性策略梯度（MADDPG）算法深度强化学习的储能系统多目标优化调度策略。首先，设计储能参与多应用场景协同运行模式，在满足新能源消纳要求的基础上，利用储能参与辅助调频和调压服务，建立计及全系统供电成本、节点电压偏移和调频功率偏差的储能多目标优化调度模型；然后，将储能调度问题转化为马尔可夫博弈过程，并通过构造双评论家网络结构和延迟行动者网络更新操作改进多智能体深度确定性策略梯度算法，降低强化学习中动作价值高估问题对训练的影响；最后，在改进IEEE 33节点测试系统上进行仿真分析，结果验证了所提策略的有效性及优越性。