← 返回
控制与算法 DAB 双向DC-DC 强化学习 深度学习 ★ 4.0

基于多智能体深度强化学习的输入串联输出并联双有源桥变换器输出电流均流控制

Multiagent Deep Reinforcement Learning-Aided Output Current Sharing Control for Input-Series Output-Parallel Dual Active Bridge Converter

语言:

中文摘要

本文提出了一种基于多智能体软演员-评论家(MASAC)算法的深度强化学习方法,用于实现输入串联输出并联(ISOP)双有源桥(DAB)变换器的输出电流均流控制。该方法将模块化变换器划分为多个子模块,并将其视为马尔可夫博弈中的DRL智能体,通过去中心化执行实现实时控制。

English Abstract

This letter proposes a multiagent soft actor-critic (MASAC) enabled multiagent deep reinforcement learning (MADRL) algorithm for output current sharing of the input-series output-parallel dual active bridge converter. The modular converter is partitioned into different submodules, which are treated as DRL agents of Markov games. Furthermore, all agents are executed decentralized to provide online ...
S

SunView 深度解读

该技术对阳光电源的储能系统(如PowerTitan、PowerStack)及大功率直流变换器产品具有重要意义。ISOP结构的DAB变换器常用于高压大功率储能变流器(PCS)中,通过多模块并联实现功率扩展。传统的均流控制依赖于精确的数学模型,而本文提出的多智能体强化学习(MADRL)方案能够实现去中心化的自适应控制,显著提升模块间均流的动态响应速度和鲁棒性。建议研发团队关注该算法在复杂工况下的稳定性验证,并探索其在iSolarCloud智能运维平台中实现远程参数优化与故障自愈的可能性,以进一步提升储能系统的全生命周期效率。