.png){kind=icon}
返回
Wake model-free active power control for wind-storage coordination using a state-decoupled MATD3 algorithm
.png){kind=icon}
PRE
AI
DOI：10.1016/j.energy.2026.140265.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种不需要尾流建模的风电场主动尾流控制方法。
• 设计了一种适用于无尾流模型的储风协同多智能体强化学习策略。
• 提出了一种基于状态耦合的改进MATD3算法，并证明了其收敛性。
Keyword:
active wake control
wind-storage coordination
multi-agent reinforcement learning
state coupling
MATD3 algorithm
期刊
IF:
9.4
论文数:
4.2W
被引数:
20.2W
机构
引用论文
Virtuality-Reality Combination Control for Wind Farm Maximum Power Generation With Wake Model Dynamic Calibration基于尾流模型动态校准的风电场虚拟-现实组合控制以实现最大功率发电
PREAI
分享收藏Optimal yaw strategy and fatigue analysis of wind turbines under the combined effects of wake and yaw control尾流和偏航控制联合作用下的风电机组最优偏航策略及乏力分析.png)
APPLIED ENERGY
APPLIED ENERGYIF11
PREAI
分享收藏Research on capacity planning and optimization of regional integrated energy system based on hybrid energy storage system基于混合储能系统的区域综合能源系统容量规划与优化研究
PREAI
分享收藏Intelligent wind farm control via deep reinforcement learning and high-fidelity simulations基于深度强化学习和高保真仿真的智能风电场控制APPLIED ENERGY
OAAI
APPLIED ENERGYIF11
OAAI分享收藏
查看更多内容