摘要
可持续能源系统必须兼容可再生能源发电，以确保在严重中断期间提供可靠的服务。本文提出了一种去中心化的多智能体系统，集成了馈线重构、基于Q学习的故障恢复、协同电池调度和通信高效训练。通过交流潮流计算在IEEE 33节点馈线和合成的179节点上莱茵（Oberrhein）基准网络上验证了恢复和电压控制决策。对于单一故障，去中心化恢复方法与穷举集中式搜索达到相同结果。对于全部496种可能的线路故障对中的双重故障，该方法恢复了55.1%的隔离负荷，而集中式搜索为56.6%，且可行性评估次数减少了72.7%。学习到的单开关策略在其六个动作集合内达到了最优奖励的95.2%。负载均衡使达到目标性能的时间缩短了1.46倍。在局部孤岛化场景下，协同储能将完全供电的关键负荷小时数从0%提升至4.2%。自主本地电压–无功下垂控制在无需削减有功功率的情况下，相比单位功率因数将光伏（PV）消纳容量提高了51%。在通信中断条件下，恢复性能逐渐退化。一项说明性计算表明，每次风暴事件可减少158至945公斤的二氧化碳排放。所有结果均来自基准网络上的仿真。
