找到 5 条结果 · 风电变流技术
基于多元变分模态分解的高比例风电电力系统次同步振荡源定位
Subsynchronous Oscillation Source Location in Power System with High Penetration of Wind Power Using Multivariate Variational Mode Decomposition
Tao Jiang · Bohan Liu · Xue Li · Andrea Mazza 等6人 · IEEE Transactions on Power Systems · 2025年4月
准确、及时地从测量数据中提取次同步振荡（SSO）分量并定位 SSO 源对于 SSO 抑制至关重要。现有的基于暂态能量流（TEF）的 SSO 定位方法存在定位精度低和鲁棒性差的问题。为克服传统 TEF 在 SSO 源定位方面的不足，本文提出一种基于多元变分模态分解（MVMD）的 SSO 源定位方法，用于从测量数据中定位 SSO 源。首先，构建包含电压和电流测量值的各发电机多通道测量矩阵。然后，利用 MVMD 方法从所构建的多通道测量矩阵中同时分解出多通道本征模态函数（IMF），实现从测量数据中同时...
解读: 该研究对阳光电源ST系列储能变流器和大型储能系统的稳定性控制具有重要参考价值。MVMD方法可集成到iSolarCloud平台的振荡监测模块中，提升储能系统的次同步振荡诊断能力。特别是在大规模风光储联合并网场景下，该技术有助于优化ST储能变流器的GFM控制策略，提前识别和抑制系统振荡风险。建议将此方法...
基于外生变量与调优形式时间序列提示增强的大型时间序列模型的风电功率预测
Wind power prediction using foundation large time series models enhanced by time series prompt in exogenous and tuning forms
Yuwei Fan · Tao Song · Chenlong Feng · Chao Liu 等5人 · Applied Energy · 2025年1月 · Vol.400
摘要 大型时间序列模型（Large Time Series Models, LTSMs）在能源领域具有广泛的应用前景，其中时间序列分析在电力预测等多种实际下游任务中发挥着重要作用。然而，对外生变量的忽视以及全量微调方法的局限性，制约了这些模型在下游任务中的适应能力。本文提出时间序列提示（Time Series Prompt, TSP）的概念，构建了一种基于TSP的方案，将外生变量融入基础LTSM，并结合参数高效微调（Parameter-Efficient Fine-Tuning, PEFT）方法...
解读: 该大型时序模型与时序提示技术对阳光电源风储系统具有重要价值。通过外生变量(风速预测)嵌入提示机制,可显著提升风电功率预测精度(MSE降低50%),结合参数高效微调进一步优化50%。该方法可直接应用于ST系列储能PCS的充放电策略优化,提升风储协同效率;集成至iSolarCloud平台实现智能预测性运...
一种具有自黑启动和故障穿越能力的新型经济型高压直流系统
A Novel Cost-Effective HVDC System With Self Black-Start and Fault Ride-Through Capability
Haihan Ye · Wu Chen · Tao Li · Xingyu Liu 等5人 · IEEE Transactions on Sustainable Energy · 2024年12月
本文提出了一种具备黑启动、主动建压、谐波抑制及交直流故障穿越能力的经济型高压直流输电系统。通过充分利用电流源换流器的直流电压反向特性，并将其引入海上整流站，设计了特殊的负反馈机制，可在无控制与保护介入时主动抑制直流故障短路电流。相比传统系统，该方案继承了二极管整流式HVDC的低成本优势，同时省去了启动电缆和无源滤波器，显著提升了系统在交直流故障下的运行性能。仿真结果验证了所提方案的可行性。
解读: 该研究提出的黑启动和故障穿越技术对阳光电源储能与光伏产品线具有重要参考价值。特别是其负反馈抑制直流故障的设计思路,可应用于ST系列储能变流器和PowerTitan系统的故障保护优化。文中提出的无需启动电缆和无源滤波器的方案,有助于降低SG系列光伏逆变器的系统成本。该技术可提升阳光电源产品在以下方面的...
基于内部能量分布控制的海上风电场故障穿越及恢复策略
Internal Energy Distribution Control Based Fault Ride-Through and Postfault Recovery Strategy for Offshore Wind Farms Connected to DR-MMC HVDC Under Onshore AC Grid Faults
Yuchen Zhu · Yongli Li · Botong Li · Tao Li 等6人 · IEEE Transactions on Sustainable Energy · 2024年12月
针对基于二极管整流器和模块化多电平换流器（DR-MMC）高压直流输电的海上风电场在陆上交流故障下功率过剩的问题，提出一种内部能量分布控制（IEDC）策略。该策略利用风电机组转子动能和MMC子模块电容能量实现故障穿越与故障后恢复。通过本地量测实现故障检测，设计两阶段故障穿越控制，结合预设功率削减与能量吸收曲线，灵活分配多余能量至动能与MMC储能；当内部能量达限后启用附加桨距角控制以减少捕获风能。故障清除后，采用两阶段恢复策略实现有功功率快速恢复及储能能量释放。在两端与四端测试系统上的仿真验证了所提...
解读: 该研究提出的内部能量分布控制策略对阳光电源的储能与风电产品线具有重要参考价值。其中能量缓冲与分配技术可应用于ST系列储能变流器的故障穿越控制，特别是在大规模储能电站中协调电池与变流器的能量平衡。文中的两阶段故障恢复方法也可借鉴应用于PowerTitan储能系统的电网故障处理。此外，该技术对改进阳光电...
一种原理约束的风场图像生成框架用于短期风电功率预测
A Principle-Constrained Wind Field Image Generation Framework for Short-Term Wind Power Forecasting
Jingxuan Liu · Haixiang Zang · Tao Ding · Lilin Cheng 等6人 · IEEE Transactions on Power Systems · 2024年8月
随机且非平稳的风特性给风电带来了相当大的不确定性，这对电网管理和市场出清构成了挑战。研究风场的时空特性对于预测未来风电变化至关重要。然而，目前在更精确地描述风场演变特征方面仍有提升空间。在本研究中，通过多阶偏微分方程建模，可将风场演变过程分解为对流、扩散、环流以及其他未知过程。在先验知识和深度学习的共同驱动下，提出了一种新型的物理单元（Phycell），用于从连续的风场图像中学习时间依赖关系。由此，建立了一个递归风场预测框架，以获取未来多步的风场图像。此外，通过引导注意力机制处理风场预测结果，以...
解读: 该风场图像生成框架对阳光电源的风电变流器和智能运维系统具有重要应用价值。可集成至iSolarCloud平台的预测分析模块，提升风电场发电功率预测精度，优化储能调度策略。对ST系列储能变流器的功率调节控制和PowerTitan系统的容量配置提供更准确的数据支撑。通过提前预知风电出力变化，可实现储能系统...