基于深度强化学习的含高比例可再生能源配电网就地分散式电压管控方法

含有可再生能源并网的区域电网存在通信条件差、量测设备不足、不同节点的电压管控设备难以协同等问题,因此提出一种基于深度强化学习的分散式就地电压管控方法.该方法首先将缺少量测数据的电压管控问题转化为部分可观的马尔科夫决策问题,构建了以网络损耗最小为优化目标的多智能体分散式电压管控框架.然后采用多智能体深度确定性策略梯度算法对智能体进行离线训练,并使用训练完成的智能体进行在线电压管控.最后,基于改进的IEEE33节点系统进行了算例仿真和分析.结果表明,各智能体可以根据各自节点的电气信息求解出近似的全局最优解.