Xiaoyang Ma · Jinwen Liang · Xianyong Xiao · Ying Wang 等5人 · IEEE Transactions on Power Delivery · 2025年7月

参数变化下吸引域的突变源于全局分岔，当涉及混沌吸引子时，其随机性与突发性可能严重威胁大扰动电压稳定。在亚临界Hopf分岔中，不稳定极限环可通过边界突变引发系统失稳。为此，本文提出考虑边界突变的电压稳定动态安全域（BC-VSDSR）划分方法。通过流形分析研究边界突变机理，结合同宿Melnikov方法进行数值分析，并仿真分析参数变化下各类分岔对直驱风电并网系统电压稳定性的影响，结合状态空间分析探讨边界突变对吸引域的影响，最终划分功率注入空间中的BC-VSDSR，为运行中参数调节提供指导。

解读: 该研究对阳光电源的储能和风电变流产品具有重要参考价值。文中提出的边界突变分析方法可应用于ST系列储能变流器和风电变流器的电压稳定性控制。特别是在大规模储能电站中,该方法有助于优化PowerTitan系统的GFM控制策略,提升系统在大扰动下的电压稳定性。通过将边界突变理论与VSG控制相结合,可以增强变...

Ling Zhan · Bin Hu · Han Li · Zhijian Zhao 等6人 · IEEE Transactions on Power Electronics · 2025年5月

本文建立了包含电压控制器动态特性的限流型电网形成模式双馈感应发电机（GFM - DFIG）暂态模型。基于正常运行和电流限制之间的切换逻辑，揭示了饱和电流角度对系统暂态性能的影响。理论分析和实验结果表明，故障清除后，GFM - DFIG呈现出三种不同的暂态行为，包括电流限制解除、高频振荡以及保持饱和锁定，这些行为为限流参数的选择提供了指导。

解读: 从阳光电源新能源业务布局来看，这项关于构网型双馈风电机组（GFM-DFIG）暂态建模与故障后稳定性分析的研究具有重要的技术参考价值。尽管研究对象聚焦风电领域，但其核心技术原理与我司在构网型逆变器（GFM）技术路线上的发展方向高度契合。 该论文揭示的电流限幅条件下电压控制器动态特性，对我司储能系统和...

Ling Zhan · Bin Hu · Liang Chen · Sen Zhang 等6人 · IEEE Transactions on Industrial Electronics · 2025年4月

在将圆形电流限制器应用于限制构网型双馈感应发电机（GFM - DFIG）中的过电流时，复杂的控制特性给暂态稳定性分析带来了挑战。本文建立了配备圆形电流限制器的GFM - DFIG的暂态模型，并研究了虚拟阻抗参数对暂态性能的影响。理论分析和实验验证表明，较小的虚拟阻抗可以提高限流式GFM - DFIG的故障穿越能力，并且与虚拟电感相比，虚拟电阻的不利影响更为显著。

解读: 从阳光电源的业务视角来看，这项关于构网型双馈风电机组（GFM-DFIG）圆形限流器的研究具有重要的技术借鉴价值。虽然研究对象是风电领域，但其核心技术逻辑与我司在光伏逆变器和储能变流器的构网型控制技术高度契合。 当前，阳光电源正大力推进构网型逆变器技术，以应对高比例新能源接入带来的电网稳定性挑战。该...

Zhao-Hua Liu · Long-Wei Li · Hua-Liang Wei · Ming Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年4月

针对风电场SCADA系统提供的丰富运行与环境数据，提出一种周期增强型Informer模型用于短期风电功率预测。首先，采用基于v-p曲线与四分位法结合的方法滤除稀疏离群点，并利用DBSCAN算法去除功率曲线中的聚集噪声；其次，基于最大信息系数筛选多特征输入集以提升数据利用效率；进而设计时序卷积网络提取输入特征的标量投影，并融合局部与全局时间戳构建周期信息增强的嵌入层；最后，在Informer模型中引入多尺度深度融合模块，实现跨时间尺度特征的深层整合，有效避免了模型加深带来的资源浪费与过拟合问题。实...

解读: 该周期增强型Informer模型对阳光电源的智能运维和储能系统具有重要应用价值。首先，该模型的多特征输入与时序预测技术可直接应用于iSolarCloud平台的发电预测模块，提升风光储多能互补系统的调度效率。其次，模型的周期性特征提取方法可优化ST系列储能变流器的能量管理策略，特别是在PowerTit...

Cheng-Liang Huang · Yuan-Kang Wu · Quoc-Thang Phan · Chin-Cheng Tsai 等5人 · IEEE Transactions on Industry Applications · 2025年2月

摘要：随着能源转型的持续推进以及风力发电装机容量的不断增加，近期研究进展表明，准确的数值天气预报（NWP）能够提高风电功率预测的质量。虽然大多数研究主要关注经过偏差校正的数值天气预报对风速的影响，但很少有研究探讨经过偏差校正的数值天气预报与风电功率预测之间的关系。因此，本研究旨在通过对数值天气预报得出的风速应用偏差校正技术来改进风电功率预测。具体而言，本研究制定了一种合理的后处理策略来修正数值天气预报的输出结果。采用衰减平均法和概率匹配均值法，系统地对三种不同的数值天气预报模型——即雷达天气研究...

解读: 该研究对阳光电源的风电和储能产品线具有重要应用价值。通过数值天气预报偏差校正技术，可显著提升风电场发电功率预测精度，这对我司ST系列储能变流器和PowerTitan储能系统的调度策略优化至关重要。具体而言，精确的风功率预测可用于：1)优化储能系统的充放电调度，提高风储联合运行效率；2)完善iSola...

Zhihao Zhang · Peng Kou · Mingyang Mei · Runze Tian 等6人 · IEEE Transactions on Power Systems · 2025年2月

随着海上风能的快速发展，高压直流输电系统与基于永磁同步发电机的风能转换系统广泛应用，导致海上风电场可能出现显著的电磁振荡。现有研究多聚焦于单一振荡特性，忽视了不同振荡模式间的潜在交互。本文首次揭示了电网侧变流器可引发次同步振荡与中频振荡之间的相互作用，并产生新的二次振荡。通过模态分析与奈奎斯特稳定判据验证了主振荡与交互诱导的次生振荡共存。此外，提出了适用于运行与规划阶段的两种实用阻尼控制方法，通过附加阻尼控制器或优化变流器参数即可有效抑制多模态振荡，无需新增硬件设备。

解读: 该研究对阳光电源的大型储能系统和海上风电变流器产品线具有重要参考价值。研究揭示的次同步振荡与中频振荡交互机理，可直接应用于ST系列储能变流器和大功率风电变流器的控制系统优化。特别是文中提出的阻尼控制方法，可集成到阳光电源现有的GFM/GFL控制策略中，提升产品在复杂电网环境下的稳定性。这对完善Pow...

Feihu Hu · Xuan Feng · Huaiwen Xu · Xinhao Liang 等5人 · IEEE Transactions on Sustainable Energy · 2025年2月

考虑风电场中风机站点的方向与距离特征有助于提升风电功率预测精度。本文提出一种基于正交风向变换时空梯度回归激活映射（OWT-STGrad-RAM）的深度学习时空预测方法。该模型将风电场编码为图像，各风机作为图像中的点，通过时空融合卷积网络集成风速、温度和气压等多源数据进行特征融合与预训练，构建特征数据集。利用OWT消除不同主导风向的影响，结合STGrad-RAM刻画风机节点间的方位与距离关系，增强空间特征的可解释性，并用于风速预测。实验结果表明，所提方法在预测精度上显著优于对比模型。

解读: 该风速预测技术对阳光电源的储能和风电产品具有重要应用价值。OWT-STGradRAM模型通过深度学习实现的高精度风速预测，可优化ST系列储能变流器的调度策略和PowerTitan储能系统的容量配置。在风电场应用中，该技术可提升风电并网点功率预测精度，有助于改进储能系统的功率平滑控制和调频调峰性能。模...

Xubin Liu · Nanxing Huang · Yuan Liu · Liang Yuan 等6人 · IEEE Transactions on Power Systems · 2025年1月

随着装机容量不断增加，新兴的海上风电场（OWFs）对陆上电网的频率和电压稳定性的影响日益增大。考虑分布式海上风电场的支撑能力和陆上并网节点的抗干扰能力，使海上风电场参与频率和电压调节是一项挑战。为应对这一挑战，本文提出了一种适用于基于电压源换流器的多端直流（VSC - MTDC）集成分布式海上风电场的频率 - 电压协同支撑（FVSS）策略，该策略包含四个部分：1）为风力发电机组（WTs）开发了一种采用主从一致性算法的分布式协调策略，以公平地提供支撑功率；2）建立了一种有功/无功功率量化策略，该策...

解读: 该频率-电压协同支撑方法对阳光电源的储能和风电变流产品具有重要参考价值。可直接应用于ST系列储能变流器和风电变流器的弱电网适应性优化，通过自适应调节有功无功控制策略，提升产品在弱电网条件下的并网性能。该方法与阳光电源现有的构网型GFM控制技术相结合，可进一步增强储能变流器的电网支撑能力。建议在Pow...

Bingjie Liang · Zhirui Tianb · Energy Conversion and Management · 2025年1月 · Vol.332

摘要 作为一种清洁能源，风能可以有效缓解能源危机并减少环境污染。准确的风电功率预测能够促进风电产业的快速发展。集成学习是一种广泛使用的风电功率预测方法，但现有的集成学习方法未能对子模型的权重进行解释，且在子模型的选择上缺乏准确依据。为解决上述问题，本研究提出了一种将智能选择与可解释性相结合的新型神经网络范式（ISI Net），用于风电功率预测。所提出的框架分为三个模块。在数据预处理模块中，采用灰色关联分析（Grey Relational Analysis, GRA）进行特征选择，以避免因特征过多...

解读: 该ISI Net风电功率预测范式对阳光电源储能系统具有重要应用价值。其集成智能选择与可解释性的集成学习方法,可应用于ST系列PCS的能源管理系统优化:通过精准预测风电出力,优化PowerTitan储能系统的充放电策略;GRA特征选择和VMD降噪技术可提升iSolarCloud平台的预测性维护能力;可...

Xuefeng Liang · Qingshui Gu · Xiaochuan You · IEEE Transactions on Sustainable Energy · 2024年10月

风能作为技术成熟且便于开发的清洁能源，在能源结构中占据重要地位。精确的风电功率预测对制定发电计划、提升电力系统经济性与可靠性至关重要。然而，恶劣运行环境导致数据异常频发，加之风速自然变化、人为干预及机组状态耦合作用，使得风电出力呈现弱周期性和强波动性。为此，本文提出WPFormer框架，设计基于风电曲线的半监督WEDS双流评分模型用于异常检测与数据修复，并提出基于自注意力机制的FEDS特征选择方法。引入风机空间关联信息，结合自相关多序列分解与多头注意力机制，有效捕捉随机性背后的预测规律，克服弱周...

解读: 该研究的时空图Transformer预测框架对阳光电源的储能和风电产品具有重要应用价值。特别是其异常检测与数据修复技术可优化ST系列储能变流器的运行策略和PowerTitan系统的调度效率。自相关多序列分解方法可提升iSolarCloud平台的预测性能,有助于风储联合项目的智能运维。该技术对构网型G...

Haipan Li · Bin Hu · Heng Nian · Yuming Liao 等6人 · IEEE Transactions on Sustainable Energy · 2024年10月

随着风电渗透率的提高，送端交流电网中的线换相换流器高压直流输电（LCC-HVDC）系统面临次/超同步振荡（SSSOs）风险，威胁系统稳定。基于阻抗的方法虽有效，但各控制环节对稳定性影响尚不明确，缺乏阻抗重塑的理论指导。本文建立并分析LCC-HVDC的模块化阻抗模型，揭示各控制部分的贡献及交互作用，并提出基于锁相角前馈（PAF）的阻抗重塑策略以削弱交互、提升稳定性。相比虚拟阻抗方法，该方法可避免抑制失效问题。理论与实验结果验证了分析结论及所提策略的有效性。

解读: 该研究对阳光电源大型储能系统和风电变流器产品线具有重要参考价值。文中提出的基于锁相角前馈(PAF)的阻抗重塑方法，可应用于ST系列储能变流器和大功率风电变流器的控制系统优化，有效提升系统在弱电网条件下的稳定性。特别是对PowerTitan大型储能系统，该方法可以改善其与电网的交互性能，降低次/超同步...