深度强化学习优化非线性自抗扰微网稳压技术

周雪松; 刘曜荣; 马幼捷; 陶珑; 王馨悦; 问虎龙

doi:10.19912/j.0254-0096.tynxb.2025-0003

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

深度强化学习优化非线性自抗扰微网稳压技术

更新时间：2026-07-22

- 深度强化学习优化非线性自抗扰微网稳压技术
- 深度强化学习优化非线性自抗扰微网稳压技术
- 太阳能学报 2026年47卷第6期页码：1-9
- 作者机构：
- 作者简介：
- 基金信息：
  
  国家自然科学基金（U24B6011）;国家自然科学基金重点项目（U23B20142）
- DOI：10.19912/j.0254-0096.tynxb.2025-0003
  中图分类号： TM46
- 网络首发：2026-07-08，
  
  纸质出版：2026
- 稿件说明：
移动端阅览
周雪松, 刘曜荣, 马幼捷, 等. 深度强化学习优化非线性自抗扰微网稳压技术[J]. 太阳能学报, 2026,47(6):1-9.

周雪松, 刘曜荣, 马幼捷, et al. 深度强化学习优化非线性自抗扰微网稳压技术[J]. 2026, 47(6): 1-9.
周雪松, 刘曜荣, 马幼捷, 等. 深度强化学习优化非线性自抗扰微网稳压技术[J]. 太阳能学报, 2026,47(6):1-9. DOI： 10.19912/j.0254-0096.tynxb.2025-0003.

周雪松, 刘曜荣, 马幼捷, et al. 深度强化学习优化非线性自抗扰微网稳压技术[J]. 2026, 47(6): 1-9. DOI： 10.19912/j.0254-0096.tynxb.2025-0003.

摘要

针对新能源分布式利用中风光储微网电压稳定性较差的问题

提出一种基于SAC算法优化非线性自抗扰控制策略（SAC-ADRC）。首先

建立非线性ADRC控制的风光储系统模型;然后

通过利用线性/非线性自抗扰控制切换的方法重构非线性ADRC的增益参数

改善其内部参数较难整定和分析的问题;最后

分析建立SAC智能体与微网环境交互学习的机制

实现对非线性ADRC参数的调整。利用算法收敛曲线和模拟各种经典工况进行对比分析

验证SAC-ADRC控制策略在抗扰性能上所带来的优越性。由此表明

非线性ADRC和深度强化学习的有机融合

对提高微网母线电压稳定性具有良好效果。

Abstract

To address the problem of poor voltage stability of wind-solar-energy storage DC microgrids in distributed renewable energy systems

an optimized nonlinear active disturbance rejection control strategy based on the SAC algorithm （SAC-ADRC） is proposed. Firstly

the wind-solar-energy storage system is modeled with nonlinear ADRC control. Then

the gain parameters of the nonlinear ADRC are reconstructed by using linear/nonlinear ADRC switching to improve its internal parameters which are more difficult to tune and analyze. Finally

the analysis establishes a mechanism for SAC intelligence to learn interactively with the microgrid environment

enabling the adjustment of non-linear ADRC parameters. Comparative analysis using algorithm convergence curves and simulation of various classical working conditions confirms the superiority of the SAC-ADRC control strategy in terms of interference performance. Thus

it is shown that the organic integration of nonlinear ADRC and deep reinforcement learning improves the stability of the microgrid bus voltage.

关键词

Keywords

references

王继业. 人工智能赋能源网荷储协同互动的应用及展望[J]. 中国电机工程学报, 2022, 42(21): 7667-7682.

王雨祺, 赵兴勇, 赖建中, 等. 基于自抗扰控制的光伏微电网储能控制策略[J]. 电气工程学报, 2024, 19(3): 423-431.

陶珑, 马小勇, 王议锋, 等. 混合储能系统增强型自抗扰协调控制[J]. 太阳能学报, 2024, 45(9): 668-677.

尚彤, 崔学深, 徐明荣, 等. 蓄电池-超级电容混合储能系统放电控制策略[J]. 电源技术, 2017, 41(4): 595-597,637.

单锁兰, 谷志锋, 李宏城, 等. 混合储能系统分散自适应强扭曲虚拟阻抗控制[J]. 中国测试, 2021, 47(1): 127-132.

郑昊, 杜贵平, 雷雁雄, 等. 混合储能双向DC/DC变换器线性自抗扰控制研究[J]. 电力电子技术, 2022, 56(9): 80-83.

刘恋, 郑植. 基于改进贪心算法的分布式光伏配网储能系统容量优化配置[J]. 电工技术, 2024(17): 50-52,55.

马幼捷, 杨清, 周雪松, 等. 基于模糊神经网络的储能侧双向DC-DC变换器自抗扰控制策略[J]. 太阳能学报, 2023, 44(10): 488-495.

龚春阳, 林嘉伟, 黄冬梅, 等. 储能系统双向Buck-Boost变换器控制策略研究[J]. 太阳能学报, 2023, 44(2): 229-238.

杨丰萍, 程权, 周铭栀, 等. 基于改进自抗扰控制的微电网混合储能控制策略[J]. 科学技术与工程, 2022, 22(5): 1898-1905.

杨惠, 骆姗, 孙向东, 等. 光伏储能双向DC-DC变换器的自抗扰控制方法研究[J]. 太阳能学报, 2018, 39(5): 1342-1350.

刘凯, 杨宝庆. 一种基于自抗扰方法的姿控直气复合控制系统设计[J]. 空天防御, 2021, 4(2): 40-47.

李杰, 齐晓慧, 夏元清, 等. 线性/非线性自抗扰切换控制方法研究[J]. 自动化学报, 2016, 42(2): 202-212.

贺庆辰, 秦斌. 基于改进SAC算法的城轨列车混合储能系统动态功率分配策略[J]. 湖南电力, 2024, 44(4): 11-19.

张忠铝. 基于SAC算法的AUV路径规划与跟踪方法研究[D]. 济南: 山东大学, 2023.

苑守正, 刘志林, 郑林熇, 等. 基于事件触发自适应时域MPC的船舶靠泊方法[J]. 控制与决策, 2024, 39(1): 336-344.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

模型信息联合校正型自抗扰控制策略

面向频率快速支撑的风电场自适应分层协调控制

极端气象下多能微网最小代价韧性调度模型机理研究

基于改进灰狼优化算法的微电网优化经济调度

基于改进SAC算法的多微电网经济优化调度研究