本文针对需求侧能源管理问题，提出了一种基于智能电网环境的多智能体深度强化学习算法，可以在保证可扩展性和隐私保护的前提下利用即时观测和价格信号来最小化总体成本，并降低家庭总能耗的峰谷比和电力费用。

May, 2020

本文介绍了 Adversarial Resilience Learning（ARL）概念，其定义了两个代理类，即攻击者和防御者，这两个代理机器人在没有任何领域知识的情况下互相探索和训练，并且可以使用广泛的模型自由和模型基础的深度强化学习算法，例如在复杂的电力网络上运行实验，以实现复杂环境下的检查和弹性运行。

May, 2020

本文针对电网控制系统的弱点进行研究，发现现有的强化学习算法存在敏感性，容易受到恶意攻击，提出了一种基于对抗训练的解决方案，以增强算法的安全性和鲁棒性。

Oct, 2021

本文使用深度强化学习技术研究了IoT驱动孤立微电网中柴油发电机（DG）的调度问题。旨在在可再生能源不确定性情况下充分利用可再生能源，通过离散-连续混合动作空间的DRL算法解决了二进制DG开关决策和连续能量调度决策，并针对旋转备用的情况提出了POMDP模型，实验显示其性能要优于同类算法。

Apr, 2023

该论文提出了一种新颖的安全强化学习算法，用于虚拟电力厂在日前电力市场上的战略竞标，同时考虑了虚拟电力厂内部复杂的物理约束，并结合DDPG方法设计了投影安全屏障和奖励机制，最终在IEEE 13-bus网络上展示了提出方法的有效性。

Jul, 2023

提出了一种利用深度强化学习和混合整数规划的框架，用于优化能量储存系统的调度决策，同时严格执行操作约束，以及在存在不确定性的环境中取得高质量的调度决策。

Jul, 2023

该研究提出了一种综合调度模型，利用多智能体深度强化学习算法学习不同社区的负载特征，并基于这些知识做出决策，以在不确定条件下协调各社区之间的能源交互和多能源子系统之间的能量转换，实现综合能源系统的整体优化和调度。模拟结果表明，该方法有效捕捉到不同社区的负载特征，并利用它们的互补特性，在它们之间协调合理的能源交互，从而将风电弃能率从16.3%降低到0%，并降低了5445.6元的总运营成本，具有显著的经济和环境效益。

Aug, 2023

提出了一种面对对抗式网络事件的具有弹性控制设计的新型联邦增强学习方法，并将所学习的控制策略通过仿真与实际测试平台的转移来减少仿真与实际之间的差距。

Nov, 2023

通过使用组别区别逻辑损失和分流层的新型攻击技术，可以在连续控制中显著增加攻击影响，并且所需的畸变要远小于最优目标攻击，从而使其更难被检测到。实验结果表明，对DRL控制器的对抗攻击会产生显著影响，同时限制攻击的扰动使其难以被检测，但某些DRL架构更具鲁棒性，并且鲁棒训练方法可以进一步减小攻击的影响。

Jul, 2024

本研究针对由分布式能源资源引发的电力系统频率不稳定问题，聚焦智能逆变器在面临网络攻击时的脆弱性。通过强化学习方法，本文揭示了攻击者可能采用的虚假数据注入策略，研究表明这种方法能够有效识别并利用逆变器设置，带来严重后果。

Aug, 2024