找到 1 条结果 · 智能化与AI应用
基于深度强化学习的移动式风力发电机分配策略以提升配电网韧性
Deep Reinforcement Learning-Based Allocation of Mobile Wind Turbines for Enhancing Resilience in Power Distribution Systems
Ruotan Zhang · Jinshun Su · Payman Dehghanian · Mohannad Alhazmi 等5人 · IEEE Transactions on Sustainable Energy · 2025年6月 · Vol.17
本文提出一种多智能体深度强化学习框架，用于极端事件后调度移动式风力发电机（MWTs）开展配电网服务恢复；采用DQL与DDQL算法，并引入动作约束抑制风电波动影响；在电力-交通耦合系统上验证了其提升系统韧性的有效性。
解读: 该研究虽聚焦风电场景，但其MADRL调度框架与动态功率协同控制思想可迁移至阳光电源PowerTitan/PowerStack储能系统在灾害响应中的智能调度，尤其适用于iSolarCloud平台集成AI运维模块。建议将DDQL算法适配至ST系列PCS的黑启动与孤岛微网协同控制逻辑中，增强光储柴多源应急...