近期，中國科學院廣州能源研究所黃玉萍副研究員團隊在低碳電力系統的智能調度與決策領域取得了新進展。

當前，在配電網與微電網的運行主體存在本質差異的情況下，實現碳責任的公平分配仍然面臨巨大挑戰。此外，在去中心化的多主體配電網中，實現快速、高效且安全的低碳經濟調度依然存在諸多障礙。

黃玉萍團隊構建了一個面向主動配電網與多微電網的協同優化框架（圖1），結合時空碳強度均衡方法（STCIEM）和非合作優化策略，分析了多主體協同決策中的碳排放分配問題。

圖1 多主體異構網絡協同運行示意圖

圖2 在離線訓練(a)和在線執行(b)求解POMGs時的EAP-MATD3的架構

該研究通過引入增強動作投影多智能體雙延遲深度確定性策略梯度（EAP-MATD3）算法，成功解決了低碳優化中的非凸性問題，優化了決策性能。該算法通過優化智能體目標，解決Actor-Critic失配問題，在生成符合物理系統約束的最優決策方面，相比傳統的安全多智能體深度強化學習方法具有更優表現。

圖3 EAP-MATD3在線執行時ADN-MMG內部市場交易-碳強度結果

圖4 EAP-MATD3在線執行時多個微電網內部電價-碳強度-能源運行優化結果

研究表明，去中心化低碳決策中的協同優化策略在提升系統效率和降低碳排放方面發揮了關鍵作用。然而，過度依賴單一安全約束策略（如純獎勵懲罰或簡單投影）可能導致 Actor-Critic 失配，降低學習效率并隱藏安全風險。EAP-MATD3算法能夠在復雜能源系統中有效平衡經濟目標與環境目標，展現出更好的優化性能。

本研究重點關注主動配電網與多微電網去中心化低碳運行中的復雜多主體協同決策和碳排放分配機制，為低碳電力系統的決策提供了參考依據。建議在低碳決策過程中合理平衡各主體自主優化與全局效益，避免單一策略帶來的效率或安全問題；同時通過 STCIEM 確保碳責任公平分配，并借助 EAP-MATD3 優化決策，以提升整體效率和穩定性，保障低碳目標的實現。

研究得到了國家重點研發計劃、國家自然科學基金、廣東省發改委能源局項目等資助。

相關研究成果以Safe multi-agent deep reinforcement learning for decentralized low-carbon operation in active distribution networks and multi-microgrids為題發表于Applied Energy期刊，碩士研究生葉桐為第一作者，黃玉萍副研究員為通訊作者。

原文鏈接：https://www.sciencedirect.com/science/article/abs/pii/S0306261925003393