基于强化学习的原位功率硬件在环接口控制最优方法：基于混合迭代自适应动态规划应对不确定动态的理论与应用

A Reinforcement-Learning, Optimal Approach to In Situ Power Hardware-in-the-Loop Interface Control for Testing Inverter-Based Resources: Theory and Application of the Adaptive Dynamic Programming Based on the Hybrid Iteration to Tackle Uncertain Dynamics

Masoud Davari · Omar Qasem · Weinan Gao · Frede Blaabjerg 等6人 · IEEE Transactions on Industrial Electronics · 2024年11月

对基于逆变器的资源（IBR）进行测试至关重要。本文提出了一种新颖的电力硬件在环（PHIL）接口控制（PHIL - IC）方法，该方法采用基于自适应动态规划（ADP，也称为近似动态规划）的强化学习方法，借助基于ADP的方法来加强基于PHIL仿真的IBR测试。由于与IBR、功率放大器、所有与基于PHIL仿真测试相关的组件及其延迟相关的整个系统（状态和干扰）的动态特性“不可用”或“不确定”，该方法采用输出反馈控制；它在考虑所有相关系统的所有不确定性和不可用信息的情况下，对PHIL - IC进行最优设计...

解读: 从阳光电源的业务视角来看，这项基于自适应动态规划的功率硬件在环（PHIL）测试技术具有重要的战略价值。该技术直接针对逆变器类资源（IBRs）的测试难题，这与我们光伏逆变器、储能变流器等核心产品的研发验证流程高度相关。 该论文提出的强化学习方法突破了传统PHIL测试的局限性。当前我们在进行逆变器并网...