Hang ShuaiBuxin SheJinning WangFangxing Li · 现代电力系统通用与清洁能源学报 · 2025年1月 · Vol.1

本研究提出一种面向构网型（GFM）逆变器频率调节的安全强化学习算法。为确保在学习控制策略下基于逆变器的资源（IBR）系统稳定性，将基于模型的强化学习（MBRL）与Lyapunov方法相结合，界定状态与动作的安全区域。通过在吸引域（ROA）内采样数据，利用近似动态规划（ADP）在保障安全的前提下提升控制性能。此外，引入高斯过程（GP）模型以增强控制器对逆变器参数不确定性的鲁棒性。数值仿真验证了所提算法的有效性。

解读: 该安全强化学习算法对阳光电源PowerTitan储能系统和ST系列储能变流器的构网型控制具有重要应用价值。研究提出的Lyapunov约束下的模型强化学习方法，可直接应用于GFM模式下的频率调节优化，在保证系统稳定性前提下提升调频性能，这与阳光电源储能系统参与电网一次调频的应用场景高度契合。引入的高斯...