找到 2 条结果
基于深度强化学习的移动式风力发电机分配以增强配电系统韧性
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
风能资源的广泛应用在应对气候变化中展现出显著优势。移动式风力发电机（MWT）可通过运输系统灵活部署，作为应急电源参与配电系统（PDS）灾后恢复，提升系统韧性。本文提出一种基于多智能体深度强化学习（MADRL）的MWT调度框架，采用深度Q网络（DQL）与双深度Q网络（DDQL）进行训练与对比，并引入动作限制机制以抑制风电波动影响。在锡乌福尔斯交通系统与四个IEEE 33节点配电系统耦合的案例中验证了该方法在提升灾后服务恢复能力方面的有效性。
解读: 该研究的MWT调度与深度强化学习方法对阳光电源储能产品线具有重要参考价值。首先，MADRL框架可优化ST系列储能变流器的调度策略，提升PowerTitan系统在极端天气下的应急响应能力。其次，动作限制机制的设计思路可用于改进储能PCS的功率波动抑制算法。研究中的分布式协同控制方案也可集成到iSola...
基于移动储能与孤岛联合鲁棒优化的主动配电网服务恢复方法
A Service Restoration Methodology for Active Distribution Network Based on Joint Robust Optimization of Mobile Energy Storage and Islanding
Shuxin Tian · Haoxing Zhao · Lang Liu · Yang Fu 等6人 · IEEE Transactions on Power Delivery · 2025年9月
针对极端事件下的应急供电难题，提出一种考虑孤岛供电与移动储能调度及抢修队伍协同的主动配电网服务恢复方法。基于移动储能站点与道路节点的映射关系，构建Davidson-WebertAkcelik交通阻抗函数，刻画极端事件下道路状况对移动储能灵活性的影响；建立基于布尔变量的负荷停电时间模型，量化恢复过程中的多次负荷转供操作；提出计及道路与线路抢修队伍的孤岛与移动储能鲁棒优化模型，通过列与约束生成算法进行迭代求解。仿真验证了所提方法的有效性与可行性。
解读: 该移动储能与孤岛联合优化技术对阳光电源PowerTitan移动储能系统和ST系列储能变流器具有重要应用价值。研究提出的交通阻抗函数与多队伍协同调度模型，可直接应用于阳光电源移动储能产品的智能调度系统，优化极端事件下的应急响应路径规划。基于布尔变量的负荷停电时间模型和鲁棒优化算法，可集成到iSolar...