通过拓扑动作管理电网：先进基于规则与强化学习智能体的比较研究

由于当前的剧变以及可再生能源发电的增加，电网的运行已变得愈发复杂。因此，传统方法下的主动电网管理正逼近其极限。在“学习运行电网”挑战赛的背景下，已表明强化学习（RL）是一种高效且可靠的方法，在自动电网运行方面具有可观潜力。在本文中，我们分析了 Binbinchen 提交的智能体，并提出了改进该智能体的新策略，同时涵盖 RL 与基于规则的方法。主要改进是一种 N-1 策略，我们考虑在即使一条线路断开时仍能保持电网稳定的拓扑动作。此外，我们还提出了一种恢复至原始电网的拓扑回退策略，被证明是有益的。这些改进在挑战赛测试集上对照参考方法进行了测试，能够将基于规则的智能体性能提升 27%。在基于规则与 RL 智能体的直接对比中，我们发现二者性能相近。然而，RL 智能体具有明显计算优势。我们还在一个示例案例中更详细地分析了其行为以提供额外洞见。在此，我们观察到通过 N-1 策略，智能体的动作变得更加多样化。