找到 4 条结果 · 控制与算法
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...
储能系统功率变换器自适应约束模型失配预测控制
Adaptive Constraints Model Active Mismatch Predictive Control for Power Converters of Energy Storage System
Xibeng Zhang · Shun Zhou · Benfei Wang · Yang Lu 等8人 · IEEE Transactions on Power Electronics · 2025年9月
模型预测控制（MPC）广泛应用于储能系统功率变换器，但微控制器采样频率限制及模型失配会导致动态和稳态下的跟踪误差，影响设备寿命。本文提出一种自适应控制策略，通过补偿模型失配，提升储能变换器的控制精度与运行可靠性。
解读: 该研究直接针对储能变流器（PCS）的核心控制算法优化，对阳光电源的PowerTitan和PowerStack系列产品具有重要价值。通过引入自适应约束模型，可有效解决PCS在复杂电网环境下的模型失配问题，提升电流跟踪精度，从而降低功率器件的应力，延长储能系统的使用寿命。建议研发团队将其应用于新一代PC...
基于TD3算法的多输入多输出DC-DC变换器强化学习控制
TD3 Algorithm Based Reinforcement Learning Control for Multiple-Input Multiple-Output DC–DC Converters
Jian Ye · Huanyu Guo · Di Zhao · Benfei Wang 等5人 · IEEE Transactions on Power Electronics · 2024年10月
本文提出了一种基于双延迟深度确定性策略梯度（TD3）算法的强化学习控制器，用于单电感多输入多输出（SI-MIMO）DC-DC变换器。该控制器旨在解决多输入源功率分配难题，并有效抑制多输出通道间的交叉调节干扰。
解读: 该研究提出的基于TD3算法的智能控制策略，对阳光电源的储能变流器（PCS）及光储一体化系统具有重要参考价值。在PowerTitan等储能系统中，多端口能量管理与功率分配是核心难点，传统PID或模型预测控制在复杂工况下调节能力有限。引入强化学习算法可显著提升系统在多源输入、多负载输出场景下的动态响应速...
基于深度确定性策略梯度算法的单电感多输出DC-DC变换器强化学习控制器
Deep Deterministic Policy Gradient Algorithm Based Reinforcement Learning Controller for Single-Inductor Multiple-Output DC–DC Converter
Jian Ye · Huanyu Guo · Benfei Wang · Xinan Zhang · IEEE Transactions on Power Electronics · 2024年4月
单输入多输出（SIMO）DC-DC变换器因结构简单、功率密度高等优势具有广阔应用前景。然而，由于所有负载共享电感，导致严重的相互干扰，控制设计面临挑战。本文提出一种基于深度确定性策略梯度（DDPG）算法的强化学习控制器，旨在解决SIMO变换器中的交叉调节问题，实现多输出电压的精确控制。
解读: 该研究探讨的SIMO变换器控制技术在阳光电源的户用光伏及小型储能产品线中具有潜在应用价值。目前阳光电源的户用储能系统（如PowerStack系列）及光伏逆变器多采用多级变换架构，若未来产品向更高集成度、多路输出的单级变换拓扑演进，该基于强化学习的控制算法可有效解决多路负载间的耦合干扰问题，提升系统动...