面向动作空间的强化学习补偿机制：用于应对输入电压和负载变化情况下由PI-TPS控制器控制的低压DAB转换器

《Electronics》：Action-Space-Oriented Reinforcement Learning Compensation for PI-TPS-Controlled Low-Voltage DAB Converters Under Input-Voltage and Load Variations

　　

"

本研究探讨了强化学习（RL）补偿的插入点和参数化对采用三相移位（TPS）调制的低压双活性桥（DAB）转换器的影响。以比例-积分（PI）-TPS控制器作为常见的基线。比较了两种深度确定性策略梯度（DDPG）补偿结构：一种直接修正三个TPS变量，另一种则在确定性TPS映射之前修正高频相位移位指令。这些控制器在额定点以及固定和逐步变化的输入电压和负载条件下进行了评估。在所研究的仿真中，直接修正三个变量并未提供 consistency 的改进，而相位移位级别的补偿则提供了更优的电压-电流 tradeoff，并保持了TPS的协调性。在额定点，相位移位级别方案将稳态电压误差降低了29.34%，并将全瞬态峰值电感电流从69.82 A降低到36.84 A。变量条件下的结果表明了模型在重新训练后的鲁棒性，而不仅仅是零样本泛化能力。由于这两种RL公式在观察和奖励上也存在差异，因此比较关注的是整个补偿结构，而不仅仅是动作空间的维度。