深層強化学習に基づく非線形電力システムのモデルフリー負荷周波数制御

負荷周波数制御（LFC）は、電力システムにおいて周波数変動を安定化し、電力品質を保証するために広く用いられています。しかし、既存のLFC手法のほとんどは、正確な電力システムのモデルに依存し、通常はシステムの非線形特性を無視するため、制御器の性能が制限されます。これらの問題を解決するために、本記事では深層決定論的ポリシー勾配フレームワークに基づく非線形電力システムのモデルフリーLFC手法を提案します。提案された手法は、電力システムの動力学を模倣するエミュレータネットワークを構築します。アクション値関数を定義した後、エミュレータネットワークはクリティックネットワークの代わりに制御アクションの評価に適用されます。次に、アクターネットワークコントローラーは、ゼロ次最適化とバックプロパゲーションアルゴリズムに基づいてポリシー勾配を推定することにより、効果的に最適化されます。シミュレーション結果およびそれに対応する比較は、設計されたコントローラーが適切な制御アクションを生成でき、非線形電力システムに対して強い適応性を持つことを示しています。