找到 2 条结果
基于TD3算法的多输入多输出DC-DC变换器强化学习控制
TD3 Algorithm Based Reinforcement Learning Control for Multiple-Input Multiple-Output DC–DC Converters
Jian Ye · Huanyu Guo · Di Zhao · Benfei Wang 等5人 · IEEE Transactions on Power Electronics · 2024年10月
本文提出了一种基于双延迟深度确定性策略梯度（TD3）算法的强化学习控制器，用于单电感多输入多输出（SI-MIMO）DC-DC变换器。该控制器旨在解决多输入源功率分配难题，并有效抑制多输出通道间的交叉调节干扰。
解读: 该研究提出的基于TD3算法的智能控制策略，对阳光电源的储能变流器（PCS）及光储一体化系统具有重要参考价值。在PowerTitan等储能系统中，多端口能量管理与功率分配是核心难点，传统PID或模型预测控制在复杂工况下调节能力有限。引入强化学习算法可显著提升系统在多源输入、多负载输出场景下的动态响应速...
基于深度确定性策略梯度算法的单电感多输出DC-DC变换器强化学习控制器
Deep Deterministic Policy Gradient Algorithm Based Reinforcement Learning Controller for Single-Inductor Multiple-Output DC–DC Converter
Jian Ye · Huanyu Guo · Benfei Wang · Xinan Zhang · IEEE Transactions on Power Electronics · 2024年4月
单输入多输出（SIMO）DC-DC变换器因结构简单、功率密度高等优势具有广阔应用前景。然而，由于所有负载共享电感，导致严重的相互干扰，控制设计面临挑战。本文提出一种基于深度确定性策略梯度（DDPG）算法的强化学习控制器，旨在解决SIMO变换器中的交叉调节问题，实现多输出电压的精确控制。
解读: 该研究探讨的SIMO变换器控制技术在阳光电源的户用光伏及小型储能产品线中具有潜在应用价值。目前阳光电源的户用储能系统（如PowerStack系列）及光伏逆变器多采用多级变换架构，若未来产品向更高集成度、多路输出的单级变换拓扑演进，该基于强化学习的控制算法可有效解决多路负载间的耦合干扰问题，提升系统动...