找到 4 条结果 · 风电变流技术
整数槽表面贴装永磁风力发电机短路故障后去磁扭矩脉动研究
Investigation of Post-Demagnetization Torque Ripple in Integer-Slot Surface-Mounted PM Wind Power Generators after Short-Circuit Faults
Yidong Du · Qinghuai Shi · Haolan Zhan · Zekai Lyu 等6人 · IEEE Transactions on Energy Conversion · 2025年5月
本文研究了整数槽表贴式永磁（SPM）风力发电机在三相短路（3PSC）故障后的永磁体退磁转矩脉动。首先，通过对三相短路电流产生的去磁磁动势进行解析建模，分析了永磁体的退磁分布规律。研究发现，存在一条最严重的退磁线，该退磁线沿旋转方向偏离永磁体磁极轴线。退磁程度沿径向远离气隙方向以及周向两侧逐渐减小。此后，文章分别通过分析齿槽转矩和反电动势谐波来研究永磁体退磁后的转矩脉动。研究发现，在永磁体温度较低时，随着退磁程度加剧，齿槽转矩减小；而在永磁体温度较高时，齿槽转矩先减小后增大。此外，随着退磁程度加剧...
解读: 从阳光电源风电变流器和新能源发电系统业务视角来看，这项关于永磁风力发电机退磁后转矩脉动的研究具有重要的工程应用价值。 该研究深入揭示了表贴式永磁发电机在三相短路故障后的退磁机理和性能演变规律，这直接关系到我们风电变流器系统的容错设计和故障预测能力。研究发现的"最严重退磁线"分布特征以及温度依赖的转...
考虑混合不确定性风险量化的发电机组维修调度方法
Generation Maintenance Scheduling for Power Systems Considering the Risk Quantification of Hybrid Uncertainty
Xiao Yang · Yong Zhao · Yuanzheng Li · Cheng Huang 等5人 · IEEE Transactions on Power Systems · 2025年1月
准确量化不确定性引发的风险是制定电力系统发电维修调度（GMS）的关键基础。然而，风电和负荷等不确定变量的概率分布函数难以精确建模或未知，导致其经济风险难以度量，GMS难以合理制定。为此，本文考虑风电与负荷的混合不确定性，提出一种基于区间-概率最差条件风险价值（IP-WCVaR）的GMS方法。首先构建IP-WCVaR风险度量模型，并通过典型概率修正场景推导其解析数学表达式；进而建立基于IP-WCVaR的正负旋转备用模型并嵌入GMS框架，提升系统韧性；最终将风险规避型GMS建模为上下界优化问题，并基...
解读: 该研究提出的混合不确定性风险量化方法对阳光电源的储能和光伏产品线具有重要应用价值。特别是在PowerTitan大型储能系统和SG系列光伏逆变器的调度优化中,可将IP-WCVaR风险度量模型应用于系统维护调度,提升设备可靠性。通过正负旋转备用模型可优化iSolarCloud平台的预测性维护策略,实现储...
基于动态重构混合互联变压器技术的双馈感应发电机风电系统故障穿越能力提升
Enhancing Fault Ride-Through Capability of DFIG-Based WECS Using Dynamic Reconfiguration Hybrid Interlinking Transformer Technique
Jinmu Lai · Yang Liu · Xin Yin · Lin Jiang 等6人 · IEEE Transactions on Sustainable Energy · 2024年11月
电网故障引发的电压跌落、骤升和谐波等异常工况严重威胁双馈感应发电机（DFIG）风电转换系统的安全运行。为提升DFIG的故障穿越能力并优化变流器容量利用，本文提出一种基于动态重构混合互联变压器（DR-HIT）的新型DFIG风电系统。通过分析拓扑结构与工作原理，设计了多种运行模式及灵活切换策略。在电网正常时，DR-HIT工作于并联模式，通过多功能变流器与网侧变流器协同控制平抑输出功率波动；发生电压故障时，自动切换至串联模式，维持机端电压稳定；故障恢复后，灵活返回并联模式。仿真与实验结果验证了该方案在...
解读: 该研究提出的DR-HIT动态重构技术对阳光电源的储能变流器和风电变流器产品具有重要参考价值。其创新的串并联动态切换方案可应用于ST系列储能变流器的电网故障穿越控制，提升系统在电压跌落工况下的稳定性。同时，该技术的多功能变流器协同控制思路可优化PowerTitan大型储能系统的功率调节性能。此外，文中...
考虑隐变量相互辅助的电力系统高斯混合模型不确定性建模
Gaussian Mixture Model Uncertainty Modeling for Power Systems Considering Mutual Assistance of Latent Variables
Xiao Yang · Yuanzheng Li · Yong Zhao · Yang Li 等6人 · IEEE Transactions on Sustainable Energy · 2024年1月
高斯混合模型（GMM）与狄利克雷过程混合模型（DPMM）常用于刻画电力系统中的不确定性，通常采用期望最大化（EM）算法求解。然而，在处理大规模不确定变量数据时，传统方法难以在较低时间消耗下准确获取模型参数。为此，本文提出一种考虑隐变量相互辅助的GMM不确定性建模方法。首先构建不确定变量的GMM，利用条件概率描述隐变量间的相互辅助关系；进而改进EM算法，在E步和M步中引入条件概率，并重新推导GMM参数的闭式解。基于澳大利亚实际风电与负荷数据的实验结果表明，所提方法在建模效率与精度方面均优于传统GM...
解读: 该研究提出的GMM不确定性建模方法对阳光电源储能和风电产品具有重要应用价值。该方法可应用于ST系列储能变流器和PowerTitan系统的功率预测与调度优化,提升系统对风电、负荷等不确定性的建模精度。特别是在大规模储能电站中,该方法可提高计算效率,为iSolarCloud平台提供更准确的发电/用电预测...