一种基于多智能体深度强化学习的有源配电网韧性提升方法

本发明涉及电力系统优化调度领域，具体是一种基于多智能体深度强化学习的有源配电网韧性提升方法。所述方法包括如下步骤：(1)构建韧性提升问题模型：以配网内部关键负荷恢复量与移动储能预分配成本为目标函数，模型遵循配电系统安全运行约束条件；(2)构建马尔科夫决策过程：定义马尔科夫决策变量，建立状态空间、动作空间，以及对应的奖励函数。策略求解环节分配给多个智能体以提升训练性能；(3)构建智能体‑环境交互接口，建立潮流分析与拓扑检查模块以实现环境与智能体间的通信；(4)模型训练与在线应用：将改进的CTCE‑MADQN算法与策略求解过程相结合，训练模型得到移动储能配置与微电网群最优划分策略，提升配电网韧性。