基于分布式联邦强化学习的多区域综合能源系统优化调度

朱新文; 王家奇; 李生炜; 林文杰; 吴祥; 郭方洪

doi:10.16081/j.epae.202601006

欢迎来到能源电力期刊网！

您当前的位置：

首页 >

文章列表页 >

基于分布式联邦强化学习的多区域综合能源系统优化调度

新型电力系统智能调度技术 | 更新时间：2026-03-30

- 基于分布式联邦强化学习的多区域综合能源系统优化调度
- Distributed federated reinforcement learning-based optimal scheduling of multi-regional integrated energy system
- “专家提出基于分布式联邦强化学习的多区域综合能源系统优化调度方法，解决了隐私保护和计算效率问题，为综合能源系统优化提供新思路。”
- 电力自动化设备 2026年46卷第4期页码：94-102
- 作者机构：
  
  浙江工业大学信息工程学院，浙江杭州 310023
- 作者简介：
  
  朱新文（1998 —），男，硕士研究生，主要研究方向为综合能源系统优化运行（E-mail：211122030085@zjut.edu.cn）；
  郭方洪（1987 —），男，副教授，博士研究生导师，通信作者，主要研究方向为微电网控制与优化（E-mail：fhguo@zjut.edu.cn）。
- 基金信息：
  
  国家自然科学基金资助项目(62373328)
- DOI：10.16081/j.epae.202601006
  中图分类号： TM73;TK01
- 收稿：2024-11-19，
  
  修回：2025-04-24，
  
  网络首发：2026-01-29，
  
  纸质出版：2026-04-10
- 稿件说明：
移动端阅览
朱新文,王家奇,李生炜等.基于分布式联邦强化学习的多区域综合能源系统优化调度[J].电力自动化设备,2026,46(04):94-102.

ZHU Xinwen,WANG Jiaqi,LI Shengwei,et al.Distributed federated reinforcement learning-based optimal scheduling of multi-regional integrated energy system[J].Electric Power Automation Equipment,2026,46(04):94-102.
朱新文,王家奇,李生炜等.基于分布式联邦强化学习的多区域综合能源系统优化调度[J].电力自动化设备,2026,46(04):94-102. DOI： 10.16081/j.epae.202601006.

ZHU Xinwen,WANG Jiaqi,LI Shengwei,et al.Distributed federated reinforcement learning-based optimal scheduling of multi-regional integrated energy system[J].Electric Power Automation Equipment,2026,46(04):94-102. DOI： 10.16081/j.epae.202601006.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于L-ATC算法和综合需求响应的电-气双侧输配协同优化调度

多时间尺度下计及综合需求响应和碳捕集-电转气联合运行的综合能源系统优化调度

考虑多能负荷波动实时平衡的综合能源系统多时间尺度优化调度

考虑碳-能定价机制的综合能源系统季节性低碳经济优化调度

考虑精细化P2H建模与多点掺氢的气电氢综合能源系统优化运行方法

基于分布式联邦强化学习的多区域综合能源系统优化调度

Distributed federated reinforcement learning-based optimal scheduling of multi-regional integrated energy system

DOI：10.16081/j.epae.202601006