基于Multi-Agent协作强化学习的分布式发电系统的研究

被引：3

作者：

高腊梅

吴捷

曾君

李敏

机构：

[1] 华南理工大学电力学院

来源：

能源研究与利用 | 2009年 / 01期

基金：

国家自然科学基金重点项目;

关键词：

分布式发电; Multi-Agent; 强化学习; 联合动作学习;

D O I：

暂无

中图分类号：

TM61 [各种发电];

学科分类号：

摘要：

随着可再生能源技术的飞速发展,风光互补分布式发电系统以其经济性和可靠性得到了越来越广泛的应用。文中提出了一种基于Multi-Agent的以能量管理为主要特征的分布式风光互补发电系统,将联合动作学习(JAL)模式作为多Agent的协作策略,并结合强化学习技术描述了多Agent协作学习的过程。以一个风光互补发电系统为例进行仿真,实验结果证明了这种方法的有效性。

引用

页码：26 / 29

页数：4