面向可再生能源主导电力系统的广域反馈控制：强化学习与李apunov 控制设计的比较研究

随着可再生能源源源不断增加，电网动力学的准确建模变得日益复杂。同时，数据采集和实时系统状态监测在电力控制中心变得日益可得。这促使从基于模型和李apunov 基于的反馈控制器设计，转向基于模型无关的方法。强化学习（RL）已成为设计模型无关控制器的关键工具。尽管已开展多项研究来探讨通过 RL 实现电压/频率控制策略，但通常使用简化的系统模型，忽略了太阳能、风力和复合负荷的详细动力学——以及忽略了抑制系统整体振荡和建模功流的作用。为此，我们为一个详细的可再生能源主导电力系统提出最优反馈控制问题，该系统由一组非线性微分代数方程（NDAE）定义。控制问题通过完全模型无关的 RL 设计以及基于李apunov 稳定性理论构建的模型方法求解。本文的本质是探讨数据驱动反馈控制是否应用于电网，而不应采用模型驱动方法。文中提出理论发展和详尽案例研究，以期实现该探索。最后提供详细分析，以阐明两种方法在可再生能源主导电网中的优势与不足。