Control of hybrid wind-wave energy systems using reinforcement learning

📄 arXiv: 2608.10754v1 📥 PDF

作者: Zechuan Lin, Kemeng Chen, Maosen Fan, Xiaofan Li, Xi Xiao, John V. Ringwood

分类: eess.SY

发布日期: 2026-08-11

💡 一句话要点

提出强化学习控制框架以优化混合风波能系统

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 混合风波能 强化学习 控制策略 波能捕获 平台运动抑制 数值模拟 可再生能源

📋 核心要点

  1. HWWE系统的复杂动态特性使得准确建模仅能通过数值模拟实现，给控制设计带来了重大挑战。
  2. 本文提出的RL控制框架通过与高保真模拟的交互学习实时控制策略，旨在优化波能捕获和平台运动抑制。
  3. 实验结果显示，所提RL控制器在波能捕获和平台运动抑制方面均显著优于传统方法，拓展了HWWE系统的性能边界。

📝 摘要（中文）

将波能转换器（WECs）与浮动海上风电机组（FOWTs）结合，形成混合风波能（HWWE）系统，是降低离岸可再生能源成本的有效途径。本文提出了一种强化学习（RL）控制框架，旨在通过与高保真模拟的实时交互直接学习控制策略。建立了一个HWWE系统的数值模型，包括一台IEA 15 MW风电机组、一个VolturnUS半潜式平台和三个环形WECs，作为RL训练环境。通过Pareto视角评估控制性能，结果表明，所提RL控制器在波能捕获和平台运动抑制方面均显著优于传统控制策略，提升幅度超过75%和50%。

🔬 方法详解

问题定义：本文旨在解决混合风波能系统中复杂动态特性导致的控制设计挑战，现有方法难以有效平衡波能捕获与平台运动抑制。

核心思路：提出一种基于强化学习的控制框架，通过与高保真数值模拟的实时交互，学习最优控制策略，以实现波能的高效捕获和平台运动的有效抑制。

技术框架：整体架构包括数值模型的建立、RL训练环境的设计、实时控制策略的学习和性能评估。主要模块包括状态空间、动作空间和奖励机制的定义。

关键创新：最重要的创新在于通过RL方法实现了对HWWE系统的实时控制，显著提升了波能捕获效率和平台稳定性，超越了传统控制策略的性能。

关键设计：在RL训练中，采用了特定的损失函数以平衡波能捕获和平台运动，网络结构设计为深度神经网络，参数设置经过多次实验优化，以确保学习过程的稳定性和收敛性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，所提RL控制器在相同平台运动水平下，波能捕获效率提高超过75%；在相同波能捕获水平下，平台运动降低近50%。这些结果显著扩展了HWWE系统的性能边界，展示了RL方法在复杂动态系统控制中的优势。

🎯 应用场景

该研究的潜在应用领域包括海上风电和波能发电的联合开发，能够有效提升可再生能源的利用效率，降低运营成本。未来，随着技术的成熟，可能会在全球范围内推广应用，推动可再生能源的可持续发展。

📄 摘要（原文）

Integrating wave energy converters (WECs) with floating offshore wind turbines (FOWTs), to form hybrid wind-wave energy (HWWE) systems, is a promising approach to achieve further cost reduction for offshore renewable energy. In such systems, the control of the integrated WECs plays an important role, with the potential to generate additional wave energy while simultaneously suppressing floating platform motion. However, HWWE systems are characterized by complex dynamics, making accurate modelling only viable through numerical simulation, and posing significant challenges for control design. This paper proposes a reinforcement learning (RL) control framework for HWWE systems, in which the real-time control policy is learned directly through interactions with high-fidelity simulation. A numerical model is established for a HWWE system consisting of an IEA 15 MW wind turbine, a VolturnUS semi-submersible platform, and three torus-type WECs, which is then employed as the RL training environment. Control performance is evaluated in terms of both wave energy generation and platform motion reduction, two competing objectives, from a Pareto perspective. It is shown that the proposed RL controller achieves substantial Pareto improvements over conventional control strategies, e.g., over 75\% higher wave energy capture at the same platform motion level, or nearly 50\% lower motion at the same energy capture level, thereby significantly extending the attainable performance boundary of HWWE systems.