主动配电系统中基于学习控制的分布鲁棒安全滤波器
系统与控制
2023-08-22 v1 人工智能
系统与控制
摘要
当深度强化学习（DRL）智能体在训练中与真实世界主动配电系统交互以学习其最优策略时，可能发生运行约束违例。本通讯提出一种通用分布鲁棒安全滤波器（DRSF），任何 DRL 智能体借助它均能在训练期间显著减少配电系统的约束违例，同时保持近最优解。DRSF 被构建为带运行极限机会约束的分布鲁棒优化问题。该问题旨在利用配电系统模型计算从基于 DRL 的电压/无功（Volt/VAr）控制最优动作出发作最小修改的近最优动作，从而在模型不确定性下以某概率水平提供约束满足保证。所提 DRSF 的性能使用 IEEE 33-节点与 123-节点系统得以验证。
引用
@article{arxiv.2307.16351,
title = {Distributionally Robust Safety Filter for Learning-Based Control in Active Distribution Systems},
author = {Hoang Tien Nguyen and Dae-Hyun Choi},
journal= {arXiv preprint arXiv:2307.16351},
year = {2023}
}