无模型强化学习与微电网控制的融合：综述与展望
系统与控制
2023-02-07 v4 系统与控制
摘要
随着大规模分布式能源（DERs）与先进控制技术的涌现，微电网中挑战与机遇并存。本文对微电网控制及其与无模型强化学习（MFRL）的融合进行了全面综述。从六个不同视角构建了微电网控制的高层研究图谱，随后以底层模块化控制块展示了跟网型（GFL）与构网型（GFM）逆变器的配置。接着介绍了主流 MFRL 算法，并阐释了 MFRL 如何融入现有控制框架。进而总结了 MFRL 的应用指南，并讨论了三种与现有控制框架融合的途径，即模型辨识与参数整定、辅助信号生成与控制器替代。最后，充分探讨了在微电网控制中采用 MFRL 的基本挑战及应对这些问题的相应见解。
引用
@article{arxiv.2206.11398,
title = {Fusion of Model-free Reinforcement Learning with Microgrid Control: Review and Vision},
author = {Buxin She and Fangxing Li and Hantao Cui and Jingqiu Zhang and Rui Bo},
journal= {arXiv preprint arXiv:2206.11398},
year = {2023}
}
备注
14 pages, 4 figures, published on IEEE Transaction on Smart Grid 2022 Nov 15. See: https://ieeexplore-ieee-org.utk.idm.oclc.org/stamp/stamp.jsp?arnumber=9951405