基于离线强化学习的微电网电压调节

本文 presents 一种针对太阳能渗透率提升的微电网电压调节问题，采用不同离线强化学习算法进行研究。当由于技术或安全原因无法进行环境交互时，所提出的方法可通过对先前收集的数据集进行离线式训练，获取可用模型，从而降低因缺乏在线环境交互而产生的负面影响。在 IEEE 33 节点系统上的实验结果表明，所提出的方法在不同离线数据集上均具有可行性和有效性，包括仅包含低质量经验的数据集。