找到 1 条结果 · IEEE Transactions on Industry Applications

排序:
储能系统技术 储能系统 强化学习 ★ 5.0

基于多智能体深度强化学习的氢储能系统参与式分散电压控制

Hydrogen Energy Storage System Participated Decentralized Voltage Control With Multi-Agent Deep Reinforcement Learning Method

Xian Zhang · Changlei Gu · Hong Wang · Guibin Wang 等6人 · IEEE Transactions on Industry Applications · 2025年1月

随着电力电子技术的发展,智能逆变器和储能系统正逐步应用于有源配电网(ADN)的电压调节。本文将氢能储能系统(HESS)纳入配电网电压控制,并提出一种协同电压控制框架。首先,考虑不同电压调节设备的特性,构建了一个双时间尺度电压控制问题。对HESS进行精确建模并引入快速时间尺度。为了实现该问题的分散高效求解,将其重新表述为双时间尺度马尔可夫博弈问题,然后提出一种改进的多智能体软演员 - 评论家(MASAC)算法来求解。具体而言,将优先经验回放引入MASAC算法,即PER - MASAC,以增强训练过...

解读: 该多智能体深度强化学习的分散电压控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。氢储能系统的无功调节策略可直接迁移至电化学储能PCS控制,增强ST储能变流器在配电网中的自主电压支撑能力。多智能体协同框架可应用于PowerTitan多机并联场景,实现分布式协同控...