基于约束强化学习的双曲函数Q函数与饱和输入策略迭代方法在孤岛直流微电网电压调节与电流共享中的应用

《Mathematics》：Constrained Reinforcement Learning-Based Framework for DC Microgrid: Current Sharing and Voltage Regulation

　　

摘要

本文针对孤岛直流微电网的电压调节和电流共享问题，开发了一种基于约束强化学习的框架。首先，基于双曲函数设计了一种包含电流误差和电压误差的新的本地 ?? 函数。与本地 ?? 函数相关的HJB方程的解给出了最优策略。然后，设计了一种新颖的饱和输入策略迭代（SIPI）方法来近似该策略。并详细分析了其收敛性。为实现该SIPI方法，开发了一种演员-评论家控制结构，其中演员网络采用非对称有界函数作为激活函数，以处理非对称输入饱和问题。最后，通过数值仿真验证了SIPI方法的有效性。