基于MultiAgent异步深度强化学习的居民住宅能耗在线优化调度研究.pdf

为促进居民用户柔性负荷高效参与需求响应，帮助 用户从被动角色转变为主动角色，实现需求侧最大效益。本文在智能电网环境下，根据用电设备的特性，以概率论 的角度对家电设备状态进行描述定义，基于异步深度强化 学习(asynchronousdeepreinforcementlearning，ADRL)进 行家庭能源管理系统调度的在线优化。学习过程采用异步 优势演员-评判家(asynchronousadvantageactor-critic， A3C)方法，联合用户历史用电设备运行状态的概率分布， 通过多智能体利用CPU多线程功能同时执行多个动作的 决策。该方法在包括光伏发电、