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
曹焱兵关注了科研通微信公众号
刚刚
于芋菊发布了新的文献求助10000
1秒前
3秒前
kiki发布了新的文献求助10
4秒前
天大青年发布了新的文献求助10
4秒前
FashionBoy应助停云依翠采纳,获得10
5秒前
在水一方应助Survivor采纳,获得10
7秒前
科研小美完成签到 ,获得积分10
7秒前
8秒前
8秒前
9秒前
9秒前
9秒前
11秒前
机灵的白羊完成签到 ,获得积分10
12秒前
12秒前
oooo发布了新的文献求助10
13秒前
sxx发布了新的文献求助10
14秒前
852应助柚子采纳,获得10
14秒前
Oi小鬼完成签到 ,获得积分10
15秒前
15秒前
卡卡西发布了新的文献求助10
15秒前
16秒前
17秒前
18秒前
研友_VZG7GZ应助jinboy采纳,获得10
18秒前
无名花生发布了新的文献求助20
18秒前
哈哈哈完成签到 ,获得积分10
19秒前
LZAAA完成签到,获得积分10
19秒前
20秒前
曹焱兵发布了新的文献求助10
20秒前
ccm应助学术小白采纳,获得10
20秒前
RESHUI完成签到,获得积分20
20秒前
Lilysound完成签到 ,获得积分10
20秒前
Asakura发布了新的文献求助10
20秒前
21秒前
vivianzhang完成签到,获得积分10
21秒前
Survivor发布了新的文献求助10
21秒前
无花果应助黙宇循光采纳,获得10
22秒前
CodeCraft应助厉亮采纳,获得10
22秒前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
Foreign Policy of the French Second Empire: A Bibliography 500
Chen Hansheng: China’s Last Romantic Revolutionary 500
Classics in Total Synthesis IV 400
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 3146135
求助须知:如何正确求助?哪些是违规求助? 2797529
关于积分的说明 7824671
捐赠科研通 2453925
什么是DOI,文献DOI怎么找? 1305932
科研通“疑难数据库(出版商)”最低求助积分说明 627598
版权声明 601503