Wind farm parameter optimization identification method based on multi-agent SAC

doi:10.1016/j.egyr.2025.06.002

Wind farm parameter optimization identification method based on multi-agent SAC

2025-06-13

0

PRE

AI

DOI：10.1016/j.egyr.2025.06.002

原文链接

原文求助

摘要

En 中文

随着更多风电场并入电网，电力系统的安全稳定运行面临日益严峻的挑战，使得精确的风电场建模尤为重要。基于多智能体软演员评论家（SAC）深度强化学习（DRL），该方法识别了多种故障条件下的风电场参数。该方法比较了详细模型与多智能体SAC识别模型的无功功率输出曲线，最终获得高精度参数。最后，通过与Soft Actor-Critic（SAC）和Proximal Policy Optimization（PPO）的识别结果进行比较，验证了所提方法的有效性和优越性。

Keyword:

Wind farms

Trajectory sensitivity

Multi-agent deep reinforcement learning

SAC

Parameter identification

Wind farm parameter optimization identification method based on multi-agent SAC

摘要

期刊

机构

引用论文