arrow
返回

Deep Deterministic Policy Gradient-Based Multi-Parameter Adaptive Strategy for Virtual Synchronous Generator

delete2026-01-01
delete0
PRE
AI
L
Li, Ji
H
Hou, Jinxing
H
Hanze Liu
L
Liu, Hongli *
李
李超 (Chao Li)
Z
Zhu, Lihua
W
Wang, Zhe
DOI:10.1007/s42835-026-02769-xdelete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
随着可再生能源和电力电子设备在电力系统中的渗透率不断提高,电网特性发生了显著变化。因此,电网的等效惯性和阻尼被显著削弱,加剧了振荡风险。然而,传统具有固定参数的虚拟同步发电机(VSG)自适应策略难以满足复杂扰动下的惯量-阻尼协调调节要求。为解决此问题,本文提出了一种基于深度确定性策略梯度(DDPG)算法的深度强化学习VSG改进参数自适应方法。具体而言,该方法将传统自适应控制中的固定参数重构为可学习的动态变量,并设计了针对频率和电压稳定的奖励函数。随后,采用DDPG算法实现对这些参数的实时优化。因此,所提方法实现了惯量系数和阻尼系数的非线性动态匹配。仿真结果表明,与传统自适应策略相比,所提方法具有显著优势。具体而言,在功率扰动下,频率响应超调量降低了0.06个百分点,调节时间缩短了25%;同时,有功功率输出超调量降低了1.25个百分点,调节时间减少了28%。通过MATLAB/Simulink仿真,对比了固定惯量-阻尼、传统自适应策略和基于DDPG的自适应策略的控制性能,验证了所提控制策略的可行性和有效性。
Keyword:
Adaptive control strategy
Damping coefficient
Deep deterministic policy gradient Algorithm
Moment of inertia
Virtual synchronous generator

期刊

J
Journal of Electrical Engineering & Technology
IF:
1.6
论文数:
286
被引数:
0

机构

T
tianjin university of technology
学者数:
2.0K
论文数: 607
被引数: 0
S
state grid corporation of china
学者数:
2.1K
论文数: 756
被引数: 0
引用论文

引用论文

没有更多内容