Xing Liu · Lin Qiu · Jose Rodriguez · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2023年1月

本文提出了一种基于强化学习的神经动态面预测控制方法，用于解决模块化多电平变换器（MMC）的控制问题。该方法有效克服了传统动态规划算法中“维度灾难”及对精确系统模型依赖的局限性，通过引入预测器结构，提升了MMC系统的动态响应性能与控制鲁棒性。

解读: MMC技术在阳光电源的高压大功率光伏逆变器及大型储能系统（如PowerTitan系列）中具有重要应用潜力。该文提出的基于强化学习的预测控制算法，能够有效解决MMC复杂拓扑下的多目标优化控制难题，提升系统在弱电网环境下的稳定性。建议研发团队关注该算法在提升逆变器动态响应速度及降低计算复杂度方面的表现，...