Daniel Glover · Anamika Dubey · IEEE Transactions on Industry Applications · 2024年10月

随着基于逆变器的资源（IBRs）在有源配电网（ADNs）中大规模接入带来的挑战日益凸显，基于学习的电力系统运行任务解决方案作为潜在手段正受到越来越多的关注。尽管机器学习（ML）方法在评估中能取得较高的准确率，但由于安全担忧和可解释性有限，它们尚未在公用事业规模得到广泛应用。这为能够同时满足性能和监管要求的ML方法提供了发展机遇。为改善这些不足，本文提出了一种基于深度强化学习（DRL）的无模型自适应电压 - 无功控制（VVC）调度框架，用于太阳能光伏（PV）智能逆变器（SIs）的系统级电压调节和损...

解读: 该Volt-VAR下垂曲线学习技术对阳光电源SG系列光伏逆变器的智能控制具有重要应用价值。当前SG逆变器采用固定下垂曲线进行无功调节，难以适应动态电网环境。该研究提出的数据驱动方法可集成至逆变器DSP控制器，通过iSolarCloud平台收集历史运行数据训练神经网络模型，实现下垂参数的自适应优化。技...