面向微网韧性提升：基于移动电源与维修队的多智能体强化学习方法
系统与控制
2025-07-25 v1 系统与控制
摘要
移动电源 (MPS) 因其在处理复杂耦合电力-运输系统中的灵活性与 mobility 优势，正逐渐被部署于微网中，作为与维修队 (RC) 协同以提升韧性的关键资源。然而，现有工作假设在事件发生后通信网络仍然完全正常，从而以集中式方式解决 MPS 与 RC 的协调调度问题。实际上，某些极端事件会损坏或降低通信基础设施，使得集中决策方式变得不可行。为填补这一空白，本文在去中心化框架下构建 MPS 与 RC 的韧性驱动调度问题。为解决此问题，本文提出一种具有两层框架的层次化多智能体强化学习方法，其中高层动作用于在电力网络与运输网络之间切换决策，低层动作通过混合策略在电力网络中计算连续调度决策，在运输网络中计算离散路由决策。该方法还采用嵌入式函数封装系统动力学，以提升学习稳定性和可扩展性。基于 IEEE 33 节点和 69 节点电网的案例研究表明，所提方法在负荷恢复方面有效。
引用
@article{arxiv.2507.18095,
title = {Towards Microgrid Resilience Enhancement via Mobile Power Sources and Repair Crews: A Multi-Agent Reinforcement Learning Approach},
author = {Yi Wang and Dawei Qiu and Fei Teng and Goran Strbac},
journal= {arXiv preprint arXiv:2507.18095},
year = {2025}
}