找到 2 条结果 · 控制与算法
基于序贯决策的异构智能体强化学习方法——面向配网与输网协同的负荷频率控制
Order-Based Heterogeneous Agents Reinforcement Learning Method With the Coordination of Distribution Network and Transmission Network for Load Frequency Control
Shixuan Yu · Xiaodong Zheng · Tianzhuo Shi · Ruilin Chen 等6人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
针对高比例分布式能源接入下配网参与负荷频率控制（LFC）的需求，本文提出一种序贯驱动的异构智能体软演员-评论家算法（OHASAC），建模为部分可观测马尔可夫博弈，实现配网（含光伏与储能）与输网的协同调频。仿真验证其在多源协调、泛化性与可扩展性上的优势。
解读: 该研究高度契合阳光电源ST系列PCS、PowerTitan及iSolarCloud平台在构网型调频与光储协同控制中的技术演进需求。OHASAC算法可嵌入PCS实时控制层，提升PowerTitan在电网侧/用户侧储能场景下的动态调频响应精度与多设备协同效率；建议将序贯决策机制集成至iSolarClou...
一种简单的基于开关事件的高频采样方法
A Simple Switching-Event Dependent High-Frequency Sampling Method for Power Conversion System
Liyang Du · Hui Cao · Zahra Saadatizadeh · Yue Zhao 等5人 · IEEE Transactions on Power Electronics · 2023年6月
针对高频电力电子系统数字控制中电流与电压采样精度不足的问题，本文提出了一种基于开关事件的采样方法。该方法利用功率器件的重复开关特性，通过低速ADC和数字控制器实现等效的高频信号采样，有效提升了控制系统的性能。
解读: 该技术对阳光电源的组串式逆变器及PowerTitan/PowerStack储能变流器（PCS）具有显著价值。随着功率密度提升，开关频率不断提高，传统采样方案受限于ADC带宽，难以捕捉高频纹波。该方法无需昂贵的高速ADC即可实现高精度采样，有助于提升阳光电源产品的电流环控制带宽和动态响应速度，特别是在...