找到 1 条结果
基于强化学习的主动模型变化死区控制用于含恒功率负载的直流微电网储能系统
Reinforcement Learning Based Active Model Variation Deadbeat Control for Energy Storage System in DC Microgrids With Constant Power Loads
Xibeng Zhang · Pengpeng Li · Yanyu Zhang · Darong Huang 等8人 · IEEE Transactions on Industrial Electronics · 2025年10月 · Vol.73
针对直流微电网中恒功率负载与模型失配引发的电流纹波和电压波动问题，本文提出一种基于强化学习的主动模型变化死区控制（RL-AMVDB），动态优化电流环模型参数。仿真与硬件实验表明，该方法显著降低电流纹波（最高20%）及电压波动，提升动态响应性能。
解读: 该研究直接支撑阳光电源ST系列PCS及PowerTitan储能系统在直流微电网场景下的高鲁棒性控制需求，尤其适用于含大量CPL（如数据中心、充电桩集群）的用户侧/电网侧储能项目。RL-AMVDB可嵌入iSolarCloud智能平台实现自适应参数整定，建议在新一代构网型PCS固件升级中集成该算法，并面...