MVPP动态聚合意愿预测网络

运营成本降超15%

该框架结合图注意力网络与多智能体联邦强化学习，用于多能源虚拟电厂动态聚合意愿预测与运营决策。

Peng, Sun · 杨茂 · 滕云 · 74082762

International Journal of Electrical Power and Energy Systems 2026

参数信息

系统运行成本降低率

15.0 %

DER总收益增加率

8.7 %

技术优势

运营成本降超15%

仿真结果表明，所提方法能有效捕捉动态聚合意愿，与传统方案相比系统运行成本降低超过15.0%。

DER总收益提升超8.7%

在同样对比下，分布式能源资源总收益增加超过8.7%，表明方法在降本的同时兼顾资源侧利益。

保护数据隐私

采用多智能体联邦强化学习实现动态聚合，避免集中收集分布式资源聚合行为数据。

应用场景

• 虚拟电厂运营：动态聚合意愿预测降低聚合结构不确定性，提升整体调节可靠性。
• 多能互补系统：协调电力、天然气、热力等多能源资源，实现互补运行与成本降低。
• 智慧能源管理：提供预测-决策一体化工具，支持多市场信号下的能源资源智能管理。
• 智能电网调控：通过图注意力网络捕捉时空聚合关系，辅助智能电网动态调度决策。