近期，中国科学院广州能源研究所黄玉萍副研究员团队在低碳电力系统的智能调度与决策领域取得了新进展。

当前，在配电网与微电网的运行主体存在本质差异的情况下，实现碳责任的公平分配仍然面临巨大挑战。此外，在去中心化的多主体配电网中，实现快速、高效且安全的低碳经济调度依然存在诸多障碍。

黄玉萍团队构建了一个面向主动配电网与多微电网的协同优化框架（图1），结合时空碳强度均衡方法（STCIEM）和非合作优化策略，分析了多主体协同决策中的碳排放分配问题。

图1 多主体异构网络协同运行示意图

图2 在离线训练(a)和在线执行(b)求解POMGs时的EAP-MATD3的架构

该研究通过引入增强动作投影多智能体双延迟深度确定性策略梯度（EAP-MATD3）算法，成功解决了低碳优化中的非凸性问题，优化了决策性能。该算法通过优化智能体目标，解决Actor-Critic失配问题，在生成符合物理系统约束的最优决策方面，相比传统的安全多智能体深度强化学习方法具有更优表现。

图3 EAP-MATD3在线执行时ADN-MMG内部市场交易-碳强度结果

图4 EAP-MATD3在线执行时多个微电网内部电价-碳强度-能源运行优化结果

研究表明，去中心化低碳决策中的协同优化策略在提升系统效率和降低碳排放方面发挥了关键作用。然而，过度依赖单一安全约束策略（如纯奖励惩罚或简单投影）可能导致 Actor-Critic 失配，降低学习效率并隐藏安全风险。EAP-MATD3算法能够在复杂能源系统中有效平衡经济目标与环境目标，展现出更好的优化性能。

本研究重点关注主动配电网与多微电网去中心化低碳运行中的复杂多主体协同决策和碳排放分配机制，为低碳电力系统的决策提供了参考依据。建议在低碳决策过程中合理平衡各主体自主优化与全局效益，避免单一策略带来的效率或安全问题；同时通过 STCIEM 确保碳责任公平分配，并借助 EAP-MATD3 优化决策，以提升整体效率和稳定性，保障低碳目标的实现。

研究得到了国家重点研发计划、国家自然科学基金、广东省发改委能源局项目等资助。

相关研究成果以Safe multi-agent deep reinforcement learning for decentralized low-carbon operation in active distribution networks and multi-microgrids为题发表于Applied Energy期刊，硕士研究生叶桐为第一作者，黄玉萍副研究员为通讯作者。

原文链接：https://www.sciencedirect.com/science/article/abs/pii/S0306261925003393