Temporal Prototype-Aware Learning for Active Voltage Control on Power Distribution Networks

该文献介绍了电力配电网上的主动电压控制（AVC）旨在稳定电压水平，以确保电力系统的高效和可靠运行。随着分布式能源资源的不断增加，最近的研究尝试利用多智能体强化学习（MARL）技术实现有效的AVC。现有方法主要集中在短期AVC策略的获取上，即仅在单个日循环的短期训练轨迹中学习AVC。然而，由于负载需求和可再生能源的动态性质，实际PDN的运行状态可能在不同的时间尺度上（例如，日常和季节性变化）表现出显着的分布变化。这可能会使这些短期策略在执行长时间连续AVC时变得次优甚至过时。本文提出了一种新的时间原型感知学习方法，简称TPA，以在短期训练轨迹下学习时适应性AVC。TPA的核心是两个互补的组件，即多尺度动态编码器和时间原型感知策略，可以轻松地集成到各种MARL方法中。前一个组件集成了堆叠变压器网络，以学习PDN不同时间尺度下的潜在时间依赖性，而后一个组件实现了可学习的原型匹配机制，以构建一个专门的AVC策略，可以动态适应不断演变的操作状态。在不同PDN尺寸的AVC基准测试中的实验结果表明，所提出的TPA不仅在控制性能方面优于现有技术，而且具有模型可转移性。我们的代码可在https://github.com/Canyizl/TPA-for-AVC上获得。

提出一种新的时间自适应的AVC方法，以解决现有方法只能短期学习AVC策略的问题，使其可以在长期不断变化的PDN状态下实现高效的AVC

提出了一种新的时间原型感知学习方法（TPA），包括多尺度动态编码器和时间原型感知策略两个组件，可以用于各种MARL方法，以实现时间自适应的AVC

使用AVC基准测试数据集进行实验，证明了TPA方法在控制性能和模型可迁移性方面均优于现有方法。代码已经开源。

最近的相关研究包括：1. Multi-Agent Reinforcement Learning for Active Voltage Control in Power Distribution Networks Using Distributed Deep Q-Networks; 2. Multi-Agent Reinforcement Learning for Autonomous Voltage Control in Power Distribution Systems with High Penetration of Photovoltaic Generation; 3. Decentralized Voltage Control in Power Distribution Systems Based on Multi-Agent Reinforcement Learning.