用于提升太阳能光伏集成双馈风力发电系统功率优化的双延迟深度确定性策略梯度方法

《Scientific Reports》：Twin-delayed deep deterministic policy gradient for enhanced power optimization in solar PV-integrated DFIG wind energy systems

　　

摘要

随着间歇性可再生能源在电力系统中所占比例的上升，该系统的稳定性与控制方面面临着越来越多的挑战。本文研究了将双延迟深度确定性策略梯度（TD3）算法应用于单一统一控制器中，以实现接入电网的DFIG-太阳能光伏系统的多目标控制。常用的比例-积分（PI）控制器无法有效应对基于单一控制器的混合DFIG和太阳能光伏系统中的非线性问题。而像DDPG这类基于强化学习的最新控制器，由于过度估计控制动作，可能会出现不稳定且过于激进的行为。这些激进行为会导致系统超调与振荡，而采用TD3算法则可以解决这一问题。TD3算法通过使用双重评价网络来降低过度估计现象，从而提升学习能力与控制性能。通过一个基于TD3的单一控制器，可同时实现对转子侧变换器、电网侧变换器以及直流环节中的太阳能光伏系统的控制。OPAL-RT实时硬件在环仿真结果表明，与传统PI控制器相比，TD3控制器可使功率超调降低10.3%，直流环节电压调节性能提升8%，响应时间加快15.3%，稳定时间缩短16.9%；同时在各项指标上也都优于基于DDPG的控制器。