基于智能体 AI 的能源韧性商业化电力配电系统规划与运营数学框架
系统与控制
2025-08-07 v1 计算机科学与博弈论
机器学习
系统与控制
摘要
电力配电系统日益 vulnerable 于极端天气事件和网络攻击，迫切需要开发经济可行的韧性增强框架。虽然已有方法主要关注技术韧性指标和增强策略，但在建立能够有效商业化韧性特征的市场驱动机制以优化其部署方面存在显著差距。此外，传统的配电网络重新配置优化方法往往难以动态适应正常和紧急条件。本文引入了一种新框架，将双智能体 Proximal Policy Optimization (PPO) 与市场机制相结合，实现平均韧性得分为 0.85 ± 0.08（基于 10 个测试剧集）。该框架利用双智能体 PPO 框架，其中战略智能体选择最佳由 DER 驱动的开关配置，而战术智能体在预算和天气约束下微调单个开关状态和网格偏好。这些智能体在模拟环境中相互作用，该环境建模了随机灾害事件、预算限制和韧性成本权衡。设计了综合奖励函数，在平衡韧性增强目标与市场盈利性方面取得显著成果（最高可达 200 倍奖励激励，导致灾害步骤中 85% 的动作选择 4 个 DER 的配置）。在 10 个测试剧集中，该框架实现了 0.12 ± 0.01 的收益成本比，证明了韧性投资的可持续市场激励。该框架创造了可持续的市场激励机制。
引用
@article{arxiv.2508.04170,
title = {Agentic-AI based Mathematical Framework for Commercialization of Energy Resilience in Electrical Distribution System Planning and Operation},
author = {Aniket Johri and Divyanshi Dwivedi and Mayukha Pal},
journal= {arXiv preprint arXiv:2508.04170},
year = {2025}
}