基于多智能体强化学习的多微电网间谐波分布式治理策略设计.docxVIP

PAGE2

基于多智能体强化学习的多微电网间谐波分布式治理策略设计

摘要

随着分布式电源在微电网中的广泛接入，逆变器产生的间谐波污染日益严重，严重威胁电网安全与设备运行。传统集中式治理策略面临通信开销大、扩展性差等痛点，难以适应多微电网复杂动态环境。本课题旨在设计一种基于多智能体深度确定性策略梯度（MADDPG）的多微电网间谐波分布式协同治理框架，实现源侧逆变器的互动治理与精准抑制。

全文遵循工程递进思路展开。首先，剖析间谐波治理的现实需求与现有方案局限，明确分布式协同控制的设计目标。其次，论证MADDPG算法与逆变器控制技术的适用性，完成技术选型。进而，从功能与非功能维度进行详细需求分析，构建系统用例模型。在总体设计阶段，提出感知-决策-执行的分层架构，划分核心功能模块并设计经验回放池等数据结构。详细设计阶段深入剖析MADDPG算法流程与逆变器协同控制逻辑，规范内外部接口。实现阶段展示核心算法代码与仿真平台搭建，攻克非平稳环境与奖励函数设计等难点。最后，通过系统功能与性能测试验证治理效果，并对结果进行分析与反思。

本设计的核心创新在于将MADDPG引入间谐波治理领域，利用其集中训练-分布执行的机制，克服了单智能体维度灾难与局部最优问题，实现了多微电网间谐波的分布式最优互动治理。

第一章绪论

1.1研究背景

近年来，包含大量光伏、风电等分布式电源的微电网系统快速发展。这些