Generative Autonomous Grid Control: Integrating Decision Transformers with a Two-Stage Safety Stack
作者: Mohamed Shamseldein
分类: eess.SY
发布日期: 2026-07-05
💡 一句话要点
提出基于决策变换器的自主电网控制框架以应对频率动态问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)
关键词: 电力系统 自动化控制 决策变换器 频率控制 数字双胞胎 安全栈 低惯量 动态稳定性
📋 核心要点
- 现有的自动发电控制方法在面对基于逆变器的资源时，难以有效应对频率动态变化，存在响应能力不足的问题。
- 本文提出的自主电网生成控制框架结合了决策变换器和双阶段安全栈，通过离线学习调度策略来提高控制精度和安全性。
- 在东北电力协调委员会140总线系统的实验中，该控制器显著降低了控制误差，并在实时性能上表现优异。
📝 摘要（中文）
随着基于逆变器的资源逐渐取代同步发电，电力系统的频率动态超出了传统自动发电控制的响应能力。本文提出了一种自主电网生成控制框架，结合离线训练的决策变换器与双阶段符号安全栈，用于二次频率控制。决策变换器通过序列建模从离线的监控和数据采集记录中学习条件调度策略，消除了在线探索的风险。验证结果显示，该控制器在低惯量条件下有效减少了区域控制误差积分超过99%，并保持59.4 Hz的频率最低点，推理延迟约为10毫秒，符合实时约束。
🔬 方法详解
问题定义：本文旨在解决传统自动发电控制在面对基于逆变器的资源时，无法有效应对快速频率动态变化的问题。现有方法在低惯量条件下表现不佳，导致频率控制不稳定。
核心思路：提出的框架结合了决策变换器与双阶段安全栈，通过离线学习的方式，避免了在线探索带来的风险，从而提升了频率控制的安全性和可靠性。
技术框架：整体架构包括三个主要模块：离线训练的决策变换器、约束验证单元和数字双胞胎。决策变换器负责学习调度策略，约束验证单元进行实时的代数筛选，而数字双胞胎则用于动态稳定性认证。
关键创新：最重要的创新在于将决策变换器与符号安全栈相结合，形成了一种新的控制策略，显著提升了频率控制的精度和响应速度。与传统方法相比，该框架在处理复杂动态时表现出更高的稳定性。
关键设计：在设计中，约束验证单元实现了亚十毫秒的实时筛选，使用了实时功率传输分配因子。损失函数和网络结构经过精心设计，以确保决策变换器能够有效学习并应用于实际控制中。实验中还进行了小信号特征值分析，以确认系统在不同操作点下的稳定性。
🖼️ 关键图片
📊 实验亮点
实验结果表明，提出的控制器在东北电力协调委员会140总线系统中，区域控制误差积分减少超过99%，频率最低点保持在59.4 Hz，推理延迟约为10毫秒，显著优于传统的自动发电控制方法。与线性二次调节器的对比评估进一步验证了该方法的优势。
🎯 应用场景
该研究的潜在应用领域包括电力系统的自动化控制、智能电网管理以及可再生能源的集成。通过提高频率控制的精度和安全性，能够有效支持未来电力系统的稳定运行，尤其是在高比例可再生能源接入的情况下，具有重要的实际价值和影响。
📄 摘要（原文）
The displacement of synchronous generation by inverter-based resources is accelerating power system frequency dynamics beyond the response capability of conventional automatic generation control. This paper presents Autonomous Grid Generation Control with Decision Transformers, a framework coupling an offline-trained Decision Transformer with a twostage symbolic safety stack for secondary frequency control. The Decision Transformer learns a conditional dispatch policy from offline supervisory control and data acquisition records via sequence modeling, eliminating online exploration risks. A Constraint Verification Unit provides sub-ten-millisecond algebraic screening using real-time power transfer distribution factors, while an aggregate digital twin performs swing-equation-based dynamic stability certification. Validated on the Northeast Power Coordinating Council 140-bus system under low-inertia conditions, the proposed controller reduces the area control error integral by over 99% relative to tuned automatic generation control, maintains a 59.4 Hz frequency nadir, and achieves inference latency of approximately 10 ms, well within real-time constraints. Comparative evaluation against a linear quadratic regulator baseline and structural analysis against conservative Q-learning demonstrate the advantages of the sequence-modeling formulation. Small-signal eigenvalue analysis characterizes the dominant 1.87 Hz electromechanical mode and confirms that the safety stack maintains stable operation across operating points. By falling back to tuned automatic generation control whenever proposals are rejected, the safety stack bounds worst-case performance to industry-standard levels in simulation.