← 返回
基于强化学习的混合型静止同步补偿器滑模控制
Reinforcement Learning Based Sliding Mode Control for a Hybrid-STATCOM
| 作者 | Cheng Gong · Wai-Kit Sou · Chi-Seng Lam |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2023年6月 |
| 技术分类 | 系统并网技术 |
| 技术标签 | 强化学习 机器学习 储能变流器PCS 并网逆变器 |
| 相关度评分 | ★★★★ 4.0 / 5.0 |
| 关键词 | 混合型STATCOM 强化学习 滑模控制 无功功率补偿 非线性控制 电能质量 |
语言:
中文摘要
混合型静止同步补偿器（Hybrid-STATCOM）具有补偿范围广、直流侧电压低等优点，是中压应用中高性价比的无功补偿方案。然而，其耦合部分具有时变性且系统模型非线性，给控制器设计带来挑战。本文提出了一种基于强化学习的滑模控制策略，以提升系统的动态响应与鲁棒性。
English Abstract
The hybrid static synchronous compensator (hybrid-STATCOM) is characterized by a wide compensation range and low dc-link voltage, which is a cost-effective reactive power compensator for medium voltage level application. However, the coupling part of the hybrid-STATCOM is time-varying, and its system model is nonlinear, which causes a great challenge for the controller design. This letter proposes...
S
SunView 深度解读
该技术对阳光电源的电网侧储能（PowerTitan系列）及大型光伏电站的无功补偿方案具有重要参考价值。Hybrid-STATCOM的低直流电压特性有助于降低系统成本，而强化学习与滑模控制的结合能有效解决复杂电网环境下的非线性控制难题，提升系统在弱电网下的稳定性。建议研发团队关注该控制算法在iSolarCloud智能运维平台中的应用，通过AI算法优化PCS的动态响应，进一步提升阳光电源在复杂电网接入场景下的电能质量治理能力。