注意力多智能体协调算法

离线训练 在线秒级决策

通过注意力机制让每个智能体只关注与自身奖励相关的状态信息，并引入安全网络严格满足供需平衡约束，实现多能源系统中电动汽车聚合商与能源枢纽的高效分散协调。

张斌 · 胡维昊 · Cao, Di · Ghias, Amer M.Y.M. · Chen, Zhe

Applied Energy 2023

参数信息

能源成本降低率（对比Concurrent）

10.79 %

能源成本降低率（对比其他MADRL方法）

3.06 %

聚合商利润提升率（对比Concurrent）

17.11 %

聚合商利润提升率（对比其他MADRL方法）

6.82 %

平均每日电力平衡违反量

0.25 MW

技术优势

计算快两个数量级

离线集中训练后在线仅需局部测量，无需反复优化，决策速度满足实时协调需求。

成本降幅领先

能源成本较Concurrent降低10.79%，较其他MADRL方法降低3.06%，在同类方法中优势显著。

利润提升更多

聚合商利润较Concurrent提高17.11%，较其他MADRL方法提高6.82%，直接增加运营收益。

应用场景

• 多能源系统优化调度：用分散决策替代集中优化，保护隐私同时满足实时调度。
• 电动汽车聚合商管理：聚合商自主决策充放电策略，最大化自身利润。
• 多智能体分布式控制：每个智能体仅凭局部信息即可协同，无需全局通信。
• 能源去中心化决策：在线阶段快速给出决策，避免求解复杂优化问题。