找到 3 条结果 · 控制与算法
基于不确定主震-余震序列的换流站两阶段随机韧性优化
Two-Stage Stochastic Resilience Optimization of Converter Stations Under Uncertain Mainshock-Aftershock Sequences
Kai Wang · Zhihang Xue · Di Cao · Yu Liu 等5人 · IEEE Transactions on Power Systems · 2025年4月
降低电力系统（尤其是换流站）的地震脆弱性并增强其韧性，对于维持其安全运行至关重要。然而，地震往往伴随着余震，且存在诸多不确定性，这为制定震前准备与震后恢复联合策略带来了重大挑战。本文提出了一种新颖的两阶段随机规划模型，以增强换流站在主震 - 余震序列不确定性下的韧性。该模型分为两个部分：第一阶段着重于在地震发生前为换流站设计设备加固策略（EHS）和备件策略（SPS）；第二阶段致力于在主震 - 余震序列发生后优化恢复调度（RS）。为降低模型的内生不确定性，采用了一种容差随机数生成方法在第二阶段生成...
解读: 该两阶段随机韧性优化方法对阳光电源大型地面电站及换流站级储能系统具有重要应用价值。针对PowerTitan储能系统和集中式SG逆变器站，可借鉴其不确定性建模思路，构建自然灾害（地震、台风）下的设备易损性评估模型，优化一次设备加固方案与二次系统冗余配置。在iSolarCloud平台集成该韧性评估算法，...
基于神经网络预测器与软演员-评论家算法的电力电子变换器预测控制方法
A Predictive Control Method Based on Neural Predictor and Soft Actor–Critic for Power Converters
Chenghao Liu · Jien Ma · Xing Liu · Lin Qiu 等6人 · IEEE Transactions on Industrial Electronics · 2024年10月
本文着重于将软强化学习（RL）技术引入有限控制集模型预测控制（FCS - MPC）框架，以提升鲁棒性能。更确切地说，在神经预测器的基础上，开发了一个使用软演员 - 评论家算法训练的智能体，用于探索嵌入在MPC框架内的最优控制输入。同时，在训练过程中引入了基于李雅普诺夫函数的约束条件，并给出了相应的权重更新法则。此外，所提出的方法保证了集成了RL智能体的系统的稳定性。最后，仿真和实验结果均验证了该方法相较于现有FCS - MPC方法的优越性。
解读: 从阳光电源的核心业务视角来看，这项基于软强化学习的预测控制技术具有重要的战略价值。该方法将软演员-评论家算法与有限集模型预测控制相结合，通过神经网络预测器实现智能决策，这与我们在光伏逆变器和储能变流器中广泛应用的MPC控制策略形成了技术演进路径。 对于阳光电源的产品线，该技术的核心价值体现在三个层...
基于T-S模糊模型的跟网型逆变器暂态同步稳定性分析与PDC控制
Transient Synchronization Stability Analysis and PDC Control of Grid-Following Inverters Based on T–S Fuzzy Model
Qianjin Zhang · Dikui Mei · Jinhui Qian · Sucheng Liu 等6人 · IEEE Transactions on Industrial Electronics · 2024年8月
摘要：通过锁相环（PLL）实现的同步控制对于跟网型逆变器至关重要。同步不稳定会导致逆变器振荡，并引发可再生能源脱网事故。然而，由于锁相环的非线性结构和控制耦合，同步稳定性，尤其是暂态稳定性，难以进行研究和改善。在所有提高稳定性的方法中，许多方法依赖于稳定性分析结果，而非内部非线性机制，这使得这些方法仅具有线性控制功能，在应用中适应性和可移植性较差。本研究依据系统的非线性控制机制，提供了一种提高暂态同步稳定性的系统理论。该方法能够实现非线性控制，且性能优于其他方法。首先，建立高木 - 关野（T -...
解读: 从阳光电源的业务角度看，这项基于T-S模糊模型的跟网型逆变器暂态同步稳定性控制技术具有重要的战略价值。当前，阳光电源的光伏逆变器和储能系统大量采用跟网型控制架构，锁相环（PLL）的同步稳定性直接影响设备并网可靠性。该研究针对PLL非线性特性导致的暂态失稳问题，提出系统性解决方案，与我司在弱电网并网、...