找到 2 条结果 · IEEE Transactions on Sustainable Energy
基于元强化学习的自适应可解释储能控制应对动态场景
Meta Reinforcement Learning Based Adaptive and Interpretable Energy Storage Control Meets Dynamic Scenarios
Yibing Dang · Jiangjiao Xu · Fan Yang · Changjun Jiang 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月
随着可再生能源的广泛应用，储能系统在能量调度与经济套利中发挥关键作用。传统强化学习方法因泛化能力有限，在高动态环境下易出现性能下降。本文提出一种基于元强化学习的储能控制框架，包含离线训练与在线适应阶段，通过双循环更新机制和多任务学习获得高泛化性的初始参数，并结合Shapley值方法增强决策可解释性。实验表明，该模型在多种动态微网场景下适应性强，性能较传统方法提升20%至50%，且调度决策特征贡献分析符合人类直觉。
解读: 该元强化学习储能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。其自适应双循环更新机制可显著提升储能系统在光伏出力波动、负荷变化等动态场景下的调度性能，相比传统方法提升20%-50%的经济效益直接增强产品市场竞争力。Shapley值可解释性分析可集成至iSol...
基于多区域多阶段的自愈式配电网规划与运行
Multi-Area-Multi-Stage Based Self-Healing Distribution Network Planning and Operation
Yifan Deng · Wei Jiang · Junjun Xu · Ke Sun 等6人 · IEEE Transactions on Sustainable Energy · 2024年12月
地震、洪水或战争等极端事件可能导致配电网严重故障和大规模停电。主动孤岛技术可利用分布式资源、智能配电设备及先进控制方法实现多区域自愈。自愈设施包括继电器、开关、分布式电源及基于电力电子的柔性开断点（SOP），其效果不仅取决于设备位置与功能，还需协同考虑多阶段恢复过程的强耦合性。本文首次提出计及恢复时序的多区域多阶段（MAMS）自愈恢复区规划-运行协同方法，定义了灵活恢复区的多个自愈阶段，建立了时变拓扑与运行约束以表征阶段间耦合关系，并采用混合可控负荷部署策略弥补资源容量限制。算例验证了所提模型的...
解读: 该多区域多阶段自愈配电网技术对阳光电源PowerTitan储能系统和SOP柔性开断设备具有重要应用价值。研究提出的时变拓扑与多阶段恢复策略可直接应用于ST系列储能变流器的孤岛运行控制，通过构网型GFM控制实现极端事件下的主动孤岛支撑。多区域协同恢复方法为iSolarCloud平台的智能调度算法提供理...