다중 에이전트 딥러닝 기반 전력 부하 할당
재생 에너지의 불확실성과 다중 지역 전력 조정의 복잡성으로 인해 전력 관제소의 자동 부하 할당은 점점 더 어려워지고 있습니다. 본 연구는 실시간 배전 효율성과 시스템 적응성을 향상시키기 위해 다중 에이전트 심층 결정론적 정책 경사(MA-DDPG) 알고리즘 기반의 자동 부하 할당 프레임워크를 제안합니다. 각 배전 지역이 자율 에이전트로 작동하며, 통신 및 의사 결정 기능을 조율하는 분산형 다중 에이전트 아키텍처를 구축했습니다. 풍력 및 태양광 발전의 확률론적 모델과 함께 배전 비용 최소화, 재생 에너지 출력 제한 최소화, 부하 변동…