交付可靠性提升
一种采用模型辅助多智能体近端策略优化的算法，通过分散式决策框架实现虚拟电厂三阶段调度，在提升运行可靠性的同时缩短训练时间。
Biao, Xu · 栾文鹏 · Jing, Yang · Zhao, Bochao · Long, Chao · 艾芊 · Jiani, Xiang
Applied Energy 2024
通过模型辅助的安全决策方法加速训练过程，使算法比纯无模型多智能体强化学习方法更快收敛。
所提框架将三阶段交互建模为分散式部分可观测马尔可夫决策过程，并引入包含交易成本、运营成本和不平衡惩罚的综合奖励函数，从而提升虚拟电厂的交付可靠性与成本效益。
每个聚合器训练独立的策略网络，无需中央协调即可进行分散式决策，适用于大规模需求侧资源的管理。