微电网能源协调中联邦强化学习的约束感知聚合

摘要（译文）：联邦强化学习(FedRL)协调分布式能源而不共享原始数据，但 FedAvg 等标准聚合不顾系统级约束，常导致不安全全局行为。本文提出将局部性能与估计约束违反纳入服务端更新的聚合规则。其中简单惩罚规则 w_i∝R_i−αV_i 提供最可靠的奖励-安全权衡，无需对偶优化或改本地训练。在 DairyGridEnv（多农场电池协调，随机需求+共享电网容量约束）及芬兰/德国真实负荷上评估，相对 FedAvg 大幅减违规提奖励。

作者：Usman Haider, Karl Mason｜发布：2026-07-14｜原文：arxiv.org/abs/2607.12763