Deep reinforcement learning based topology-aware voltage regulation of distribution networks with distributed energy storage

强化学习 部分可观测马尔可夫决策过程 最大化 拓扑(电路) 网络拓扑 马尔可夫决策过程 计算机科学 分布式计算 电压 聚类分析 马尔可夫链 数学优化 控制理论(社会学) 人工智能 马尔可夫过程 工程类 电气工程 马尔可夫模型 控制(管理) 数学 机器学习 操作系统 统计
作者
Yue Xiang,Yu Lu,Junyong Liu
出处
期刊:Applied Energy [Elsevier]
卷期号:332: 120510-120510 被引量:15
标识
DOI:10.1016/j.apenergy.2022.120510
摘要

Both the high penetration of clean energy with strong fluctuation and the complicated variable operation condition bring great challenges to the voltage regulation of the distribution network. To deal with the problem, a topology-aware voltage regulation multi-agent deep reinforcement learning (MADRL) algorithm is proposed. The distributed energy storages (DESs) are modeled as agents to regulate voltage autonomously in real-time, which could fast adapt to dynamic topological scenarios. Firstly, taking the minimization of voltage fluctuation and maximization of reserve capacity as the target, the optimal voltage regulation model is established. Secondly, a topology extraction method considering voltage sensitivity is proposed for dynamic topology clustering, and the obtained typical topology is added to the observation set of agents. Then, the optimal voltage regulation model is formulated to the decentralized partially observable Markov decision process (Dec-POMDP) framework, in which only local information is required for the agent during the test process to decision-making to realize the hierarchical and partitioned control of voltage. Finally, the multi-agent deep deterministic policy gradient (MADDPG) algorithm is used to solve the Dec-POMDP model. The feasibility and superiority of the proposed algorithm are verified and analyzed in the simulation under different scenarios.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
xxxksk完成签到 ,获得积分10
刚刚
skychen完成签到,获得积分20
4秒前
hg秀秀完成签到 ,获得积分10
4秒前
标致冬日完成签到,获得积分10
4秒前
Bonnie发布了新的文献求助10
4秒前
JAMA兜里揣完成签到,获得积分10
5秒前
anran完成签到,获得积分10
5秒前
XHH完成签到 ,获得积分10
6秒前
圈圈完成签到 ,获得积分10
7秒前
诸葛烤鸭完成签到,获得积分10
9秒前
闪闪的从彤完成签到 ,获得积分10
10秒前
13秒前
牛诗悦完成签到,获得积分10
13秒前
Yuuuu完成签到 ,获得积分10
14秒前
jian94完成签到,获得积分10
14秒前
研友_nPxRRn完成签到,获得积分10
14秒前
娜na完成签到 ,获得积分10
17秒前
长安乱世完成签到 ,获得积分10
17秒前
哈哈哈完成签到,获得积分10
18秒前
honeyoko完成签到,获得积分10
19秒前
zyf完成签到,获得积分10
20秒前
科研通AI2S应助研友_LMBAXn采纳,获得10
20秒前
foyefeng完成签到,获得积分10
20秒前
祭途完成签到,获得积分10
21秒前
云辞忧完成签到,获得积分10
22秒前
时尚雨兰完成签到,获得积分10
25秒前
浅浅殇完成签到,获得积分10
25秒前
Ulrica完成签到,获得积分10
26秒前
于洋完成签到 ,获得积分10
27秒前
lihe198900完成签到 ,获得积分10
27秒前
31秒前
松柏完成签到 ,获得积分10
34秒前
努力向前看完成签到,获得积分10
35秒前
左丘白桃完成签到,获得积分10
37秒前
37秒前
koom完成签到,获得积分10
37秒前
guard发布了新的文献求助10
37秒前
40873完成签到,获得积分10
38秒前
徐慕源完成签到,获得积分10
38秒前
搭碰完成签到,获得积分0
39秒前
高分求助中
Sustainability in Tides Chemistry 2000
Microlepidoptera Palaearctica, Volumes 1 and 3 - 13 (12-Volume Set) [German] 1122
Дружба 友好报 (1957-1958) 1000
The Data Economy: Tools and Applications 1000
Mantiden - Faszinierende Lauerjäger – Buch gebraucht kaufen 700
PraxisRatgeber Mantiden., faszinierende Lauerjäger. – Buch gebraucht kaufe 700
A Dissection Guide & Atlas to the Rabbit 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3099819
求助须知:如何正确求助?哪些是违规求助? 2751306
关于积分的说明 7612410
捐赠科研通 2403104
什么是DOI,文献DOI怎么找? 1275188
科研通“疑难数据库(出版商)”最低求助积分说明 616276
版权声明 599053