← 返回
直流微电网中ISOP-DAB变换器的自主输入电压均压控制与三相移调制方法：基于多智能体深度强化学习的方法
Autonomous Input Voltage Sharing Control and Triple Phase Shift Modulation Method for ISOP-DAB Converter in DC Microgrid: A Multiagent Deep Reinforcement Learning-Based Method
| 作者 | Yu Zeng · Josep Pou · Changjiang Sun · Suvajit Mukherjee · Xu Xu · Amit Kumar Gupta · Jiaxin Dong |
| 期刊 | IEEE Transactions on Power Electronics |
| 出版日期 | 2023年3月 |
| 技术分类 | 控制与算法 |
| 技术标签 | DAB 双向DC-DC 强化学习 微电网 储能变流器PCS |
| 相关度评分 | ★★★★★ 5.0 / 5.0 |
| 关键词 | ISOP-DAB变换器 DC微电网 多智能体深度强化学习 输入电压均压 三重移相控制 功率平衡 电流应力最小化 |
语言:
中文摘要
本文提出了一种基于多智能体深度强化学习（MA-DRL）的输入串联输出并联（ISOP）双有源桥（DAB）变换器控制策略。该方法旨在解决直流微电网中的不确定性、功率平衡及变换器电流应力最小化问题，通过优化三相移调制实现高效自主的输入电压均压控制。
English Abstract
This article proposes a multiagent (MA) deep reinforcement learning (DRL) based autonomous input voltage sharing (IVS) control and triple phase shift modulation method for input-series output-parallel (ISOP) dual active bridge (DAB) converters to solve the three challenges: the uncertainties of the dc microgrid, the power balance problem, and the current stress minimization of the converter. Speci...
S
SunView 深度解读
该研究针对ISOP-DAB拓扑的控制优化，与阳光电源的储能变流器（PCS）及直流微电网解决方案高度契合。在PowerTitan等大功率储能系统中，采用多模块串并联架构时，输入电压均压与电流应力优化是提升系统效率与可靠性的关键。引入多智能体深度强化学习（MA-DRL）可替代传统PI控制，显著增强系统在复杂电网环境下的动态响应能力与鲁棒性。建议研发团队关注该算法在PCS多模块协同控制中的应用，以进一步降低损耗并提升系统在弱电网下的运行稳定性。