本研究利用多智能体强化学习模型解决电力网络中的电压拥塞问题，提出了多种基于强化学习的电压调节方案，结合数据驱动与物理优化，提升了电力系统的稳定性和效率，特别是在分布式发电和电动汽车充电管理方面具有重要应用价值。

本研究探讨了多智能体强化学习（MARL）在电力网络去碳化中的应用，提出了多种框架和算法以解决电压控制和管理问题，展示了在复杂环境中提高安全性和任务性能的潜力，并提出了适应分布式发电的可扩展解决方案。