Краткое содержание

arXiv:2511.14730v1 Тип объявления: новое Аннотация: Восстановление систем распределения электроэнергии после крупномасштабных отключений требует последовательных операций переключения, которые изменяют топологию питающих линий и координируют распределенные энергетические ресурсы (DER) в условиях нелинейных ограничений, таких как баланс мощности, пределы напряжения и термические характеристики оборудования. Эти задачи делают традиционные методы оптимизации и основанные на значениях подходы обучения с подкреплением вычислительно неэффективными и сложными для масштабирования. Настоящая статья применяет подход к обучению с подкреплением гетерогенных агентов (HARL), реализованный через оптимизацию политики гетерогенного агента методом приближенной политики (HAPPO), чтобы обеспечить согласованное восстановление взаимосвязанных микросетей. Каждый агент управляет отдельной микросетью со своими нагрузками, емкостью DER и количеством коммутационных устройств, что вводит практическую структурную неоднородность. Децентрализованные политики акторов обучаются при помощи централизованного критика для вычисления значений преимущества стабильного обновления политики "на лету". Физически обоснованная среда OpenDSS