找到 2 条结果
一种用于弱电网和畸变电网下并网逆变器谐波抑制与鲁棒性提升的新型RC-ESO-ADRC
A Novel RC-ESO-ADRC for Harmonics Suppression and Robustness Improvement of Grid-Tied Inverters in a Weak and Distorted Grid
Qiangsong Zhao · Qifan Wang · Hongwei Zhang · Yuanqing Xia 等5人 · IEEE Transactions on Power Electronics · 2025年4月
基于重复控制的扩张状态观测器（RC - ESO）提高了周期性谐波扰动的估计精度。然而，它存在扰动估计收敛速度慢、稳态估计精度有限以及缺乏系统设计等问题。本文提出了一种基于新型重复控制扩张状态观测器（NRC - ESO）的改进型自抗扰控制（ADRC）电流控制方案。采用理想补偿滤波器来设计NRC - ESO，实现了更快的扰动估计收敛速度。此外，在NRC - ESO中嵌入零相位低通滤波器，以减小电流稳态误差并减轻传感器高频噪声的影响。阐述了基于NRC - ESO的自抗扰控制（NRC - ESO - A...
解读: 从阳光电源的业务角度来看，这项基于改进型重复控制扩张状态观测器的自抗扰控制技术（NRC-ESO-ADRC）具有重要的应用价值。在弱电网和畸变电网环境下，该技术能够显著提升并网逆变器的谐波抑制能力和鲁棒性，这直接契合了阳光电源在复杂电网环境中的产品性能优化需求。 对于光伏逆变器和储能变流器产品线，该...
深度强化学习与无静差混合控制方法在考虑非线性功率损耗和模型失配的混合储能系统中的应用
Deep Reinforcement Learning and Deadbeat Hybrid Control Method for Hybrid Energy Storage System Considering Nonlinear Power Loss and Model Mismatch
Yanyu Zhang · Pengpeng Li · Xibeng Zhang · Feixiang Jiao 等6人 · IEEE Transactions on Industrial Informatics · 2025年1月
摘要：微电网应用中的混合储能系统（HESS）需进行控制，以平衡发电侧与负载侧之间的功率。然而，转换过程中的功率损耗和模型参数不匹配会影响控制性能。为此，本文提出一种结合深度强化学习的混合储能系统无差拍控制算法。在该方法中，将非线性功率损耗和模型不匹配导致的混合储能系统最优电流参考值的变化视为集中扰动，可由深度确定性策略梯度智能体进行补偿，无差拍控制则基于精确的参考电流生成最优占空比，以消除系统稳态误差并提高动态响应速度。通过仿真和硬件实验验证了所提算法的有效性。结果表明，稳态误差可保持在 1%以...
解读: 从阳光电源储能系统业务视角来看，这项结合深度强化学习与无差拍控制的混合储能技术具有显著的工程应用价值。该技术直击当前储能系统面临的两大核心痛点：非线性功率损耗和模型参数失配，这些问题在我们的光储一体化项目中普遍存在，直接影响系统效率和电能质量。 技术层面，该方法通过深度确定性策略梯度（DDPG）算...