arXiv cs.AI· Chenghao Huang, Yue Yang, Hao Wang·· 4 小时前AI 评分37
基于物理信息图表示的安全强化学习 LDCPPO：协调配电网社区电池储能
Physics-Informed Graph-Based Safe RL with Constraint-Specific Critics for Community Battery Coordination in Distribution Network
AI 导读
研究提出物理信息驱动的安全 DRL 框架与 LDCPPO 算法，用于配电网社区电池储能协调，在抑制电压与线路越限的同时降低运行成本。LDCPPO 对电压与线路负载分别设置独立的奖励 critic 与成本 critic，仅在 Lagrangian 策略更新时合并二者优势。在高屋顶光伏与 EV 充电渗透的配电网算例中，关键电压越限程度较基线最高降低 80.5%，并取得最低的电压越限次数与线路过载程度。
来源：arXiv cs.AI · arxiv.org