找到 2 条结果
基于模型优化的残差深度强化学习在逆变器型电压-无功控制中的应用
Residual Deep Reinforcement Learning With Model-Based Optimization for Inverter-Based Volt-Var Control
Qiong Liu · Ye Guo · Lirong Deng · Haotian Liu 等6人 · IEEE Transactions on Sustainable Energy · 2024年9月
提出一种基于近似模型驱动优化的残差深度强化学习（RDRL）方法，用于主动配电网中的逆变器型电压-无功控制（IB-VVC）。通过改进的马尔可夫决策过程统一建模模型驱动与RDRL方法，RDRL在模型基策略动作基础上学习残差动作。该方法继承了近似模型优化的控制能力，并通过残差策略学习增强策略优化性能。由于实际中获取的近似模型通常较为可靠，模型优化所得动作接近最优，从而缩小残差动作搜索空间，提升评论器逼近精度并降低执行器搜索难度。仿真结果表明，RDRL在学习过程中显著提升优化性能，并在69节点和141节...
解读: 该残差深度强化学习方法对阳光电源ST系列储能变流器和PowerTitan大型储能系统的电压-无功控制具有重要应用价值。技术可直接应用于：1）ST系列储能变流器的智能VVC控制策略，通过残差学习优化逆变器无功输出，提升电网电压支撑能力；2）PowerTitan储能系统的多机协调控制，在iSolarCl...
基于Copula的整体系统模型研究电网级储能的环境与经济影响
A copula-based whole system model to understand the environmental and economic impacts of grid-scale energy storage
Fan He · Matthew Leach · Michael Short · Yurui Fan 等5人 · Applied Energy · 2025年1月 · Vol.379
摘要 能源储能在未来电力系统中具有重要作用。然而，电网级储能于电力系统乃至整个社会经济系统中的作用尚不明确。本文构建了一种基于Copula函数的整体系统模型，以探究电网级储能的经济与环境效应，从而为微观和宏观层面的决策提供支持。该模型将电力系统优化模型与投入产出模型相耦合，并嵌入Copula函数以刻画电力需求、排放约束以及部门细分所带来多重且相互关联的不确定性。本文以2025年的中国和英国为案例，考虑不同的储能技术（抽水蓄能、电池储能、飞轮储能），分析不同电力系统与经济结构下的差异。研究发现，增...
解读: 该研究验证了储能系统在电力系统优化和碳减排中的关键作用,与阳光电源ST系列PCS和PowerTitan储能解决方案的战略定位高度契合。研究揭示的储能-可再生能源协同效应,为我们的光储一体化方案(SG逆变器+ST储能)提供了理论支撑。基于Copula模型的多重不确定性分析方法,可启发iSolarClo...