MT-MAPPO多智能体优化框架

混合博弈均衡

面向综合能源系统的双尺度优化，融合图神经网络与集中训练分散执行机制，实现供应商—用户垂直博弈与用户间横向竞争的高效均衡求解。

Li, Wenzhuo · Li, Donghe · Shuo, Hou · 席奂 · Yu, Xiao · Yang, Qing-Yu

Applied Energy 2026

参数信息

平均奖励提升率（对比MADDPG）

16.2 %

平均奖励提升率（对比MADQN）

5.4 %

技术优势

求解双层博弈

构建纵向Stackelberg与横向竞争的双博弈结构，同时处理供应商-用户层级关系和用户间点对点竞争，而现有方法难以有效处理。

加速收敛

采用集中训练分散执行（CTDE）和策略裁剪机制，实现良好的收敛速度和训练稳定性，缩短优化迭代时间。

奖励更高

实验验证平均奖励分别比MADQN和MADDPG高出5.4%和16.2%，系统优化效果更优。

跨时间尺度协同

通过前向仿真和滚动优化实现跨时间尺度协同，在不同时间决策层级间传递信息与价值反馈，提升整体优化效果。

应用场景

• 综合能源系统优化：用双层博弈模型替代传统单层优化，提升综合能源系统整体运行效率。
• 多能互补调度：协调电-气-热多能转换设备，实现多能源互补调度与资源高效配置。
• 可再生能源消纳：通过跨时间尺度协同优化，平抑可再生能源间歇性，提升消纳能力。
• 多智能体博弈：显式建模供应商与用户的纵向博弈及用户间横向竞争，求解混合博弈均衡。