找到 1 条结果
基于多智能体深度强化学习的城市轨道交通多储能系统分散协同控制
Decentralized Cooperative Control of Multiple Energy Storage Systems in Urban Railway Based on Multiagent Deep Reinforcement Learning
Feiqin Zhu · Zhongping Yang · Fei Lin · Yue Xin · IEEE Transactions on Power Electronics · 2020年9月
本文针对城市轨道交通中再生制动能量回收问题，提出了一种基于多智能体深度强化学习的分散协同控制策略。通过优化牵引供电系统中多储能单元的功率流，提升了系统的整体能源利用效率，解决了多储能系统在复杂动态环境下的协同调度难题。
解读: 该研究利用多智能体深度强化学习优化多储能系统协同，对阳光电源PowerTitan和PowerStack系列储能系统具有重要参考价值。在轨道交通等复杂多源耦合场景下，传统的规则控制难以实现最优能效，引入AI算法可提升PCS的动态响应与多机协同调度能力。建议研发团队关注该控制策略在大型工商业及电网侧储能...