基于深度强化学习的城轨混合储能系统自适应下垂控制方法

本发明公开了一种基于深度强化学习的城轨混合储能系统自适应下垂控制方法。针对城市轨道交通列车频繁牵引和再生制动引起的直流牵引网电压波动问题，采用由超级电容和电池组成的混合储能系统，通过电流下垂式控制策略实现储能单元与直流牵引供电网络之间的能量交互。建立多智能体深度确定性策略梯度算法协同控制架构，构建兼顾节能效率、稳压效率及储能元件安全运行的多目标协同奖励机制，通过强化学习策略训练与序贯决策执行，根据系统运行状态动态调整超级电容和电池的充放电下垂系数。该方法能够提高牵引网节能稳压特性，有效防止储能元件过充、过放。