来源：期刊VIP网 时间：
作者：高寅;高燃;王超;朱毓;吕龙;
单位：国网安徽省电力有限公司营销服务中心;南京邮电大学自动化学院、人工智能学院;
摘要：大规模分布式新能源并网使得配电网的复杂化程度不断加深，给配电网的安全稳定与经济运行带来了一系列挑战的同时加重了云-边协同框架下的计算负担。传统基于精确物理模型的电压控制方法难以满足现实情况的电压控制需求，针对电压越限、网损增加以及应用深度强化学习算法在云中心训练智能体过程中求解维数过高的问题，文章提出了一种基于改进多智能体双延迟深度确定性策略梯度（MATD3）算法的计量数据驱动型配电网电压优化控制策略。首先，提出一种云-边协同框架下的配电网电压控制策略；其次，构建电压优化控制模型，并将其转化为分布式部分可观测的马尔可夫决策过程；再次，设计出改进多智能体深度强化学习算法，通过共享参数、提高经验数据利用率的方式减小云中心的计算压力并提升MATD3算法的性能，在集中训练、分布执行（CTDE）框架的基础上实现配电网区域电压优化控制，各边缘计量装置在训练完成后仅需自身计量数据就能够实现实时控制，彼此不需要信息交换；最后，在改进的IEEE 33节点系统上验证了所提控制策略的有效性与优越性。
关键词：新能源配电网;;电压控制;;多智能体;;云-边协同;;数据驱动
基金资助：国家自然科学基金项目(62173188)
