找到 2 条结果 · 智能化与AI应用
基于安全增强型多智能体强化学习的网络化微电网协同与电池换电站调度
Networked Microgrid Coordination With Battery Swapping Station Scheduling via Security-Enhanced Multi-Agent Reinforcement Learning
Meng Liu · Xiao Liu · Cuo Zhang · Jianguo Zhu · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
本文提出一种安全增强型多智能体强化学习方法，协调含电池换电站（BSS）的网络化微电网（NMG），兼顾电压安全与经济性。在改进IEEE 33节点系统上验证表明，该方法可提升运行安全性并保留BSS集成的经济收益。
解读: 该研究高度契合阳光电源ST系列储能变流器（PCS）及PowerTitan液冷储能系统的智能协同控制需求。其多智能体强化学习框架可直接赋能iSolarCloud平台对光储充一体化微电网的动态优化调度，尤其适用于含EV换电负荷的工商业/园区级光储充项目。建议将该算法嵌入ST PCS的本地边缘控制器，并与...
面向设备与系统级缺失量测的网络化微电网中大语言模型与强化学习协同兼容方法
Large Language Model Compatibility With Reinforcement Learning for Networked Microgrids Considering Device and System-Level Missing Measurements
He Wang · Jinling Li · Xiao Liu · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
本文提出一种大语言模型（LLM）代理，通过少样本学习填补网络化微电网（NMG）缺失量测，并与多智能体深度强化学习（DRL）在线决策兼容。实验表明该方法在保障安全前提下降低总运行成本23.33%，提升DRL在量测缺失下的鲁棒性与可信度。
解读: 该研究对阳光电源PowerTitan、PowerStack等储能系统及iSolarCloud智能运维平台具有直接应用价值：LLM+DRL可增强PCS在通信中断或传感器失效时的自主决策能力，提升微网级光储协同控制可靠性；建议将该算法嵌入iSolarCloud边缘侧AI模块，支撑ST系列PCS在弱信号场...