Anmol Dwivedi · Santiago Paternain · Ali Tajer · IEEE Transactions on Power Systems · 2024年10月

本文研究针对系统异常的顺序校正控制策略设计，以防止停电事故。提出一种物理引导的强化学习框架，综合考虑长期稳定性影响，识别有效的实时前瞻性校正决策序列。控制空间包含离散的线路投切操作与连续的发电机调节。通过引入电力网络潮流灵敏度因子指导智能体训练过程中的探索，提升策略质量。基于Grid2Op平台的实验表明，融合物理信号显著优于黑箱方法。值得注意的是，战略性地断开部分输电线路并配合多步发电机调节，常可形成有效延缓或避免停电的长周期决策。

解读: 该物理引导强化学习框架对阳光电源PowerTitan储能系统和构网型控制技术具有重要应用价值。研究中的潮流灵敏度因子引导策略可直接应用于ST系列储能变流器的实时功率调节决策，在电网异常时通过多步序列控制优化有功/无功输出，配合线路投切信号实现主动支撑。该方法与阳光电源GFM构网型控制技术深度契合，可...