1.一种基于无模型IRL算法的离网逆变器电压控制方法，其特征在于，包括如下步骤：步骤1、建立d‑q坐标系下的LC型离网逆变器的数学模型，定义逆变器输出电压参考信号与d‑q轴电压电流信号为增广系统状态，将离网逆变器电压控制问题转化为增广系统的H∞跟踪问题；具体包括如下内容：步骤101、LC型离网逆变器在d‑q坐标系下的数学模型为：（1）

其中， 分别为逆变器桥臂侧电压在d、q轴分量； 分别为逆变器输出电压在d、q轴分量； 分别为滤波电感电流在d、q轴分量； 分别为输出电流在d、q轴分量；ω为电网电压的角频率；

步骤102、将式（1）用以下状态空间方程描述：         （2）其中， 是状态向量， 是输入向量， 是扰动向量， 是输出向量，状态矩阵，输入矩阵 ，扰动矩阵 ，输出矩阵；

步骤103、逆变器参考电压满足        （3）；

其中， ；

则系统输出和参考信号之间的误差为          （4）；

步骤104、定义增广系统状态为 ，则增广系统动态为：

          （5）；

其中， ， ，

， ；

步骤105、定义增广系统的 增益条件为     （6）；

步骤106、定义跟踪代价函数为    （7）；

步骤107、H∞电压控制问题表示为：寻找一个控制器   （8）

满足以下条件：

1）闭环系统满足衰减条件即式（6）；

时的跟踪误差动力学即式（4）是渐近稳定的；

步骤2、基于零和博弈思想，建立跟踪Hamilton‑Jacobi‑Isaacs方程，提出无模型IRL算法求解HJI方程；具体包括如下内容：步骤201、H∞控制问题的可解性等价于下面零和博弈的可解性：    （9）；

其中，J定义在式（7）中， 是最优值函数；若以下纳什均衡成立，此时二人零和博弈控制问题具有唯一的解    （10）；

步骤202、增广系统(5)的值函数表示为     （11）；

步骤203、将跟踪代价函数两边同时对t求导，得如下Bellman方程  （12）；

相应的Hamiltonian方程为   （13）；

步骤204、使用条件 ，最优控制输入和最坏情况下的扰动为

  （14）

    （15）；

步骤205、将式（14）和式（15）带入式（12），得到跟踪HJI方程和跟踪博弈代数Riccati方程；

   （16）

    （17）；

步骤206、将式（5）改写成     （18）；

其中， ，则相应的Bellman方程为:     （19）

其中， ；

步骤3、给定初始控制增益、初始扰动增益，在探测噪声作用下收集增广系统状态数据，根据测量数据计算包含状态值、控制输入值和扰动值的Kronecker积，推导出迭代逆变器电压控制策略；具体包括如下内容：步骤301、定义以下两个运算符；有

；

步骤302、使用Kronecker积，得到:    （20）

 （21）

 （22）

 （23）；

步骤303、对于任意给定的稳定控制增益 ，式（19）表示的线性方程的矩阵形式如下    （24）；

其中，

,

；

步骤304，若 满秩，则式（23）直接解为   （25）；

则推导出的电压控制迭代解为     （26）。