1. 智慧城市能源感知与边缘计算湖南省重点实验室(湖南城市学院机械与电气工程学院)
2. 湖南大学电气与信息工程学院
Published:2026
移动端阅览
黄生生, 陈长青, 黄志亮, et al. 基于深度强化学习的VSG参数动态解耦自适应控制策略研究[J]. 2026, 42(8): 45-55.
DOI:
黄生生, 陈长青, 黄志亮, et al. 基于深度强化学习的VSG参数动态解耦自适应控制策略研究[J]. 2026, 42(8): 45-55. DOI: 10.26963/j.psce.2026.08006.
针对虚拟同步发电机固定参数控制难以平衡动态响应与稳定性,以及纯数据驱动算法存在过拟合、暂态功率越限的缺陷,提出物理驱动型深度确定性策略梯度参数动态解耦自适应控制方法。分析了惯量与阻尼对分阶段频率响应的影响规律,并嵌入物理阻尼边界约束。小信号建模与多场景仿真结果表明:该策略将连续内扰下频率均方根误差降低62.61%,可解耦暂态频率支撑与功率输出、防止有功越限;在模型失配时,依托训练完成的Actor网络自适应调节参数,无需在线辨识便可抑制低频振荡。
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution