基于多智能体深度强化学习算法的AGC与AVC协同控制方法

基于多智能体深度强化学习算法的AGC与AVC协同控制方法，包括：基于风‑光‑火‑储多类型发电资源出力特性，建立多类型资源协调的AGC与AVC控制模型；根据AGC与AVC控制对象的物理特性，建立多智能体协同控制体系；基于深度强化学习算法的TD3算法，结合AGC与AVC控制模型，采用马尔可夫决策链建立电力系统AGC与AVC协同控制模型；设置TD3算法网络参数，进行多智能体的离散训练和集中学习，并结合实际电网数据进行模型训练和验证。该方法不仅充分利用了多类型资源参与AGC与AVC控制的调节能力，降低了控制成本；还实现了AGC与AVC协同控制，有效消除了相互耦合影响。