找到 2 条结果
基于深度强化学习的主动配电网动态重构综述
A Review of Dynamic Reconfiguration in Active Distribution Networks Based on Deep Reinforcement Learning
江昌旭郭辰刘晨曦林俊杰邵振国 · 高电压技术 · 2025年4月 · Vol.51
随着双碳目标推进，风电、光伏等分布式电源大量接入配电网，加剧了出力的间歇性与波动性。主动配电网动态重构属高维混合整数非线性随机优化问题，传统方法存在局限。深度强化学习融合深度学习表征能力与强化学习决策优势，适用于该场景下的重构策略求解。本文综述其研究进展，分析数学模型构建、编码方式及算法应用现状，总结现有方法不足与深度强化学习的优势，并展望未来研究方向。
解读: 该深度强化学习配电网重构技术对阳光电源储能与光伏系统协同优化具有重要价值。在PowerTitan大型储能系统中，可结合iSolarCloud平台实时数据，通过DRL算法动态优化储能充放电策略与网络拓扑，应对光伏出力波动。对于SG系列逆变器集群，该技术可优化多逆变器协同控制与潮流分配，提升MPPT效率...
局部阴影遮挡下太阳能电池-超级电容一体化阵列功率补偿及其动态阵列重构
Power Compensation and Dynamic Array Reconfiguration of Solar Cell-Supercapacitor Integrated Arrays under Partial Shading Conditions
杨洪明 · 刘璐雨 · 段献忠 · Archie 等7人 · 高电压技术 · 2025年7月 · Vol.51
针对局部阴影导致光伏阵列输出功率下降、行电流不均及P-U特性多峰等问题，提出太阳能电池-超级电容（SCS）一体化阵列方案，结合SCS器件与动态重构拓扑。基于超级电容充放电特性，设计行电压闭环控制策略，以最大化输出功率为目标，通过开关矩阵调节SCS与光伏阵列连接方式，实现对阴影电池的功率补偿与电流均衡。建立9×9 SCS仿真模型，在四种云层阴影模式下对比TCT、静态与动态重构及SCS方案。结果表明，SCS阵列填充因子达77.4%，功率损耗约18 W，性能优于其他方案，显著提升阴影下输出功率。
解读: 该SCS一体化阵列技术对阳光电源SG系列光伏逆变器和ST储能系统具有重要应用价值。研究提出的动态重构拓扑与功率补偿策略可直接应用于：1）SG逆变器MPPT算法优化，通过集成超级电容模块实现阴影下的快速功率补偿，提升填充因子至77.4%；2）ST储能系统的混合储能方案，利用超级电容高功率密度特性应对光...