找到 2 条结果
基于分散式能量管理策略的涡轮电推进混合动力系统稳定性增强
Stability Enhancement of Turboelectric Hybrid Power System With Decentralized Energy Management Strategy
Jinxin Liu · Jiacheng Sun · Pengfei Gao · Yuji Zeng 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年3月
涡轮电推进混合架构结合燃气轮机驱动发电机与储能系统，是满足分布式电推进功率需求的重要拓扑之一。为实现涡轮发电机与储能系统混合供电的自主分散功率分配及直流母线电压稳定，本文提出一种融合虚拟阻抗下垂与负载侧串联虚拟惯量的新型控制策略。该策略使燃气轮机承担低频功率波动，储能系统缓冲高频分量，并通过重塑负载侧机械输入阻抗抑制燃气轮机自激振荡，提升系统稳定性。实验平台验证了所提方法的有效性。
解读: 该涡轮电混合动力系统的分散式能量管理策略对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要借鉴价值。文中提出的虚拟阻抗下垂控制与负载侧串联虚拟惯量技术，可直接应用于光储混合系统的功率分配优化：使光伏逆变器承担低频功率波动，储能系统缓冲高频分量，提升直流母线电压稳定性。该方法对阳光...
基于对抗性模仿强化学习的混合储能电动汽车能量管理
Imitation reinforcement learning energy management for electric vehicles with hybrid energy storage system
Weirong Liu · Pengfei Yao · Yue Wu · Lijun Duan 等6人 · Applied Energy · 2025年1月 · Vol.378
深度强化学习已成为电动汽车能量管理的一种有前景的方法。然而，深度强化学习依赖大量试错训练才能获得近似最优性能。为此，本文提出一种面向混合储能系统的电动汽车对抗性模仿强化学习能量管理策略，以最小化电池容量损耗成本。首先，利用动态规划在多种标准驾驶条件下生成专家知识，用于引导强化学习的探索过程，该专家知识表示为最优功率分配映射。其次，在早期模仿阶段，通过对抗网络使强化学习智能体的动作快速逼近最优功率分配映射。再次，根据对抗网络中判别器的输出设计动态模仿权重，促使智能体在在线驾驶条件下逐步过渡到自主探...
解读: 该对抗模仿强化学习策略对阳光电源混合储能系统具有重要应用价值。可应用于ST系列PCS的电池-超级电容混合储能优化,通过专家知识引导的强化学习加速训练42.6%,降低电池容量损耗成本5.1%-12.4%。技术可集成至iSolarCloud平台实现在线工况自适应功率分配,延长PowerTitan储能系统...