arXiv 论文：强化学习用于低压电网拥堵管理

Josef Hoppe 等作者在 arXiv 发布预印本，提出一种用于低压电网拥堵管理的强化学习方法：将随机森林违规预分类器与 actor-critic 控制器解耦，并在真实低压电网上评估其应对测量噪声和电网参数失配的鲁棒性。 作者称，在电网参数准确时，控制器将总违规幅度降低 98.9%，且该性能在测试的测量噪声设置下几乎不变；电网模型失配更具挑战性，但在测试的失配假设下仍能缓解大部分违规。研究背景是光伏发电、电动汽车充电和热泵需求增长对低压配电网运行限值构成压力。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。