멀티 에이전트 심층 강화 학습을 통한 스마트 인버터의 Volt–Var 곡선 결정 방법

PV 인버터의 무효 전력 제어는 되돌아오는 전력 흐름으로 인한 전압 증가와 PV 출력 변동으로 인한 전압 변동을 완화하는 데 적용될 수 있습니다. 본 논문은 전력 손실을 최소화하기 위해 PV 스마트 인버터의 Volt–Var 제어에 중점을 둡니다. VVC의 블라인드 밴드와 기울기를 최적화하기 위해 멀티 에이전트 협력 전압 제어 프레임워크를 제안합니다. 제안된 방법은 최적화된 VVC를 활용하여 지역 정보만을 사용해 전압 편차를 제거합니다. 최적화 문제는 마르코프 결정 과정으로 형성되며, 불확실성을 완전히 고려하면서 글로벌 최적화를 달성하는 멀티 에이전트 소프트 액터 비평가라고 하는 심층 강화 학습 알고리즘을 사용하여 해결됩니다. 따라서 제안된 방법은 지역 정보만으로도 시스템 전반의 문제인 전력 손실을 줄이는 데 기여할 수 있습니다. IEEE 33 버스와 12 수요 사례가 포함된 중소형 배전 네트워크 모델을 사용하여 사례 연구가 수행되었습니다. 비교 결과는 제안된 방법이 전력 손실 최소화 및 전압 변동 완화 측면에서 다른 벤치마크 방법보다 우수함을 보여줍니다. 제안된 방법은 전력 손실을 약 9% 줄이면서 전압 편차를 회피할 수 있습니다.