找到 20 条结果 · 风电变流技术
ZTFed-MAS2S：一种用于风电数据填补的可验证隐私与信任感知聚合零信任联邦学习框架
ZTFed-MAS2S: A Zero-Trust Federated Learning Framework With Verifiable Privacy and Trust-Aware Aggregation for Wind Power Data Imputation
Yang Li · Hanjie Wang · Yuanzheng Li · Jiazheng Li 等5人 · IEEE Transactions on Industrial Informatics · 2025年10月
由于传感器故障和边缘站点传输不稳定，风电数据常常存在缺失值。虽然联邦学习能够在不共享原始数据的情况下实现隐私保护协作，但在参数交换过程中，它仍然容易受到异常更新和隐私泄露的影响。在开放的工业环境中，这些挑战更加严峻，因此需要零信任（ZT）机制，即不默认信任任何参与者。为应对这些挑战，本文提出了ZTFed - MAS2S，这是一个集成了基于多头注意力的序列到序列插补模型的零信任联邦学习框架。ZTFed将可验证差分隐私与非交互式零知识证明以及机密性和完整性验证机制相结合，以确保可验证的隐私保护和安全...
解读: 从阳光电源的业务视角来看，这项零信任联邦学习框架虽然聚焦于风电数据补全，但其核心技术对我司在新能源数据管理和多场景协同方面具有重要借鉴价值。 在技术价值层面，该框架解决的数据缺失问题在光伏电站和储能系统中同样普遍存在。我司遍布全球的逆变器和储能设备常因通信不稳定、传感器故障导致数据缺失，影响功率预...
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...
基于特征谱与扩张因果卷积及Squeeze-Excitation ShuffleNet轻量级深度学习的区域风电场日前低功率输出事件预测
Prediction of Day-Ahead Low-Power Output Events in Regional Wind Farms Using Feature Spectrums with Dilated Causal Convolution and Squeeze-Excitation ShuffleNet Lightweight Deep Learning
Zimin Yang · Xiaosheng Peng · Xiaobin Zhang · Guoyuan Qin 等6人 · IEEE Transactions on Power Systems · 2025年5月
区域风电场低功率输出事件的准确预测对电力系统的电网调度至关重要。然而，传统的风电预测方法主要侧重于提高整体预测精度，因此很少单独讨论风电低功率输出事件。本文提出了一种创新的区域风电场日前低功率输出事件预测方法，该方法利用特征频谱，结合扩张因果卷积（DCC）和挤压 - 激励（SE）改进的ShuffleNet网络。首先，将时间序列区域特征转换为频谱图像，在特征创建和选择后，引入并讨论了三种可能的特征排列方式。其次，提出了DCC - SE - ShuffleNet轻量级深度学习神经网络作为低功率输出事...
解读: 该研究的深度学习预测方法对阳光电源的新能源发电及储能产品具有重要应用价值。特征谱分析与轻量级深度学习模型可集成到ST系列储能变流器和SG系列光伏逆变器的控制系统中,提升功率预测精度。具体应用包括:(1)优化储能系统的充放电调度策略,提高PowerTitan等大型储能系统的经济性;(2)改进光伏/风电...
FDCA-DSTGCN：一种基于频域信息增益与动态趋势感知的风电场群功率日前预测模型
FDCA-DSTGCN: A Wind Farm Cluster Power Day-Ahead Prediction Model Based on Frequency Domain Information Gain and Dynamic Trend Sensing
Mao Yang · Jiajun Niu · Bo Wang · Dawei Huang 等6人 · IEEE Transactions on Sustainable Energy · 2025年5月
准确的风电场群功率预测对大规模风电接入的新一代电力系统至关重要。现有建模方法忽略风向及频域信息的作用，导致空间信息利用不足，预测精度提升受限。为此，本文提出一种融合频域信息增益与动态趋势感知的风电场群日前功率预测模型。首先，基于图论与多信息渐进融合进行集群划分并设置虚拟信息节点；其次，提出时间窗内主导风向识别方法，构建基于主导风向与风速的动态加权有向图结构；进而，设计引入频域增益通道注意力机制的动态时空图卷积网络（FDCA-DSTGCN）完成预测。在中国内蒙古某风电场群的实证结果表明，所提方法较...
解读: 该风电场群功率预测技术对阳光电源储能与电网侧产品具有重要应用价值。首先可应用于ST系列储能系统的调度优化，通过频域信息增益提升储能容量配置精度，优化充放电策略。其次可集成到iSolarCloud平台，为新能源电站群的智能运维提供更准确的功率预测支持。该模型的动态时空图卷积网络架构也可迁移应用于光伏电...
转子轭部倾斜通孔对永磁同步风力发电机通风与散热性能的提升
Enhanced Ventilation and Thermal Performance by Inclined Through Holes on Rotor Yoke in Permanent Magnet Synchronous Wind Generators
Haoyu Zhou · Lijian Wu · Yang Shi · Jiawen Zhang 等6人 · IEEE Transactions on Industry Applications · 2025年4月
中速永磁同步风力发电机（MS - PMSWG）的冷却性能至关重要，因为它决定了发电机的持续输出功率和可靠性。本文基于强制风冷方法，提出了一种具有倾斜通孔的新型转子结构。一方面，通孔为冷却空气提供了额外的流动路径，有效降低了流动阻力。另一方面，当转子旋转时，通孔两端会产生压力差，从而独立地产生气流。为了准确计算流场和温度场，建立了三维（3 - D）计算流体动力学（CFD）模型。以一台1.5兆瓦中速永磁同步风力发电机的基本设计为例，对传统结构和所提出的设计进行了对比分析。在额定运行条件下，采用所提出...
解读: 该散热优化技术对阳光电源的电机驱动产品线具有重要参考价值。转子轭部倾斜通孔设计可应用于新能源汽车驱动电机和大功率储能系统的冷却系统优化,特别是PowerTitan储能系统中的变流器散热设计。通过在功率模块散热结构中引入类似的倾斜通道设计,可提升自然对流效果,降低系统温升。这种被动散热方案无需额外能耗...
基于有限差分域-混合半机理建模的风力机自适应域调度多模型预测控制
Adaptive Domain Scheduling-Multiple Model Predictive Control for Wind Turbine Based on Finite Difference Domain-Hybrid Semi Mechanism Modelling
Zihao Li · Yang Hu · Weiran Wang · Fang Fang 等5人 · IEEE Transactions on Industrial Electronics · 2025年3月
为解决复杂不确定运行工况下考虑功率跟踪与载荷抑制的风力发电机组优化控制问题，提出了一种有限差分域 - 混合半机理（FDD - HSM）建模方法。基于该模型，针对自由输出（FO）和受限输出（LO）模式设计了一种自适应域调度 - 多模型预测控制（ADS - MMPC）策略。利用高性能实时目标机并与实际风力发电机组的全运行特性进行对比，验证了 FDD - HSM 方法的准确性。通过仿真进一步验证了 ADS - MMPC 算法的有效性，并将其与传统基于模型预测控制（MPC）的算法进行了对比。
解读: 从阳光电源的业务视角来看，这项针对风电机组的自适应域调度-多模型预测控制技术具有重要的跨领域借鉴价值。尽管研究对象是风力发电系统，但其核心思想与我司在光伏逆变器、储能系统及综合能源管理方面的技术需求高度契合。 该论文提出的有限差分域-混合半机理建模方法(FDD-HSM)解决了复杂工况下的精确建模难...
通过数据驱动的模型预测独立变桨控制提升大型风力机运行稳定性
Improving Operational Stability of Large-Scale Wind Turbines Through Data-Driven Model Predictive Individual Pitch Control
Songyue Zheng · Lijian Wu · Lizhong Wang · Lilin Wang 等5人 · IEEE Transactions on Sustainable Energy · 2025年3月
针对结构柔性显著的现代大型风力机在非对称与随机气动载荷下运行稳定性差的问题，本文提出一种基于数据驱动模型预测控制的独立变桨控制方法（DMPC-IPC）。该方法通过优化转速/功率波动抑制、非对称载荷衰减及结构阻尼调节等多目标性能指标提升系统稳定性。采用任意多项式混沌展开构建代理模型，并结合高斯过程回归量化模型不确定性，以预测变桨对非线性动态响应的影响；设计一阶阴阳对优化求解器高效求解多步预测代价函数。基于DTU-10MW风力机在极端阵风与湍流风况下的全工况仿真验证表明，该方法显著提升了运行稳定性并...
解读: 该数据驱动的模型预测控制技术对阳光电源储能和风电产品线具有重要参考价值。其中的多目标优化和不确定性预测方法可应用于ST系列储能变流器的功率调节和PowerTitan系统的稳定性控制。特别是文中提出的高斯过程回归预测方法,可优化储能系统的SOC预测和调度策略;多步预测代价函数的优化思路也可用于改进储能...
风电机组齿轮箱载荷降低的风电场最优功率控制
Optimal Power Control in Wind Farms for Gearbox Load Reduction
Juan Wei · Yuxiang Li · Hanzhi Peng · Sheng Huang 等6人 · IEEE Transactions on Sustainable Energy · 2025年2月
时变工况下快速的功率与转矩波动会加剧风电机组齿轮箱的疲劳载荷并提高故障率。本文提出一种面向风电场的最优功率控制方法，在跟踪输电系统运营商功率调度指令的同时，优化功率分配以抑制齿轮箱内部振动位移波动，降低疲劳载荷。通过分析行星架、行星轮、太阳轮和直齿轮等关键部件的传动机制，构建了描述齿轮箱内部振动与机械转矩及输出功率关系的动态模型。基于模型预测控制框架建立最优控制问题，并构建基于齿轮箱实时振动状态的疲劳评估系统，用于表征机组运行品质并指导风电场发电调度，为风电场优化调度提供安全边界，有效抑制潜在故...
解读: 该风电场最优功率控制技术对阳光电源储能和光伏产品线具有重要借鉴价值。其基于模型预测控制的功率分配优化思路可应用于ST系列储能变流器的多机组协调控制,有助于降低储能系统的机械应力和疲劳载荷。文中的振动状态实时监测和疲劳评估方法也可集成到iSolarCloud平台,用于SG系列逆变器的预测性维护。特别是...
基于风险场景感知的日前风电出力预测框架
A Framework of Day-Ahead Wind Supply Power Forecasting by Risk Scenario Perception
Mao Yang · Yutong Huang · Zhao Wang · Bo Wang 等5人 · IEEE Transactions on Sustainable Energy · 2025年1月
大规模风电并网背景下，风电功率预测对电力系统安全稳定运行至关重要。现有预测方法重统计精度而轻应用风险，导致预测值与实际调度需求脱节。为此，本文提出一种考虑风险场景感知的风电出力预测（WSPF）框架。首先结合数值天气预报风速波动信息，利用TimesNet识别预测中的风险场景；其次构建有效消纳区与供电风险区评价指标，并据此优化预测曲线修正方案；最后融合多种预测模型进行验证。在中国内蒙古某风电集群的应用结果表明，该方法使WSPF平均精度提升37%，验证了其有效性与普适性。
解读: 该风电预测框架对阳光电源的储能和风电变流产品具有重要应用价值。首先，TimesNet风险场景识别技术可集成至ST系列储能变流器的调度控制系统，优化储能容量配置和充放电策略。其次，风险区评价方法可应用于PowerTitan大型储能系统的调峰调频功能设计，提升系统对风电波动的响应能力。此外，该预测框架也...
面向风力机结构载荷与功率评估的机器学习应用：工程视角
Towards machine learning applications for structural load and power assessment of wind turbine: An engineering perspective
Qiulei Wang · Junjie Hu · Shanghui Yang · Zhikun Dong 等6人 · Energy Conversion and Management · 2025年1月 · Vol.324
摘要 近几十年来，日益增长的能源需求加速了风电场的建设，对风力机性能中精确的载荷与功率评估提出了更高的要求。传统方法依赖于解析尾流模型和性能曲线，在复杂入流条件下往往难以适应，导致在预测风机载荷和功率输出时存在显著的不准确性。本研究以NREL 5MW基准风力机为案例，提出一种新颖的两阶段框架，用于应对风电场规划与开发各个阶段中的上述挑战。第一阶段是在初步设计阶段推导简化推力调制因子的推荐值，从而快速评估对风电场优化至关重要的最大推力载荷和疲劳推力载荷。第二阶段聚焦于详细设计阶段的机器学习模型的设...
解读: 该机器学习框架对阳光电源风电变流器及储能系统具有重要价值。通过LightGBM模型实现风机负载与功率的高精度预测(R²>0.98),可优化ST系列PCS的功率调度策略和PowerTitan储能系统的充放电控制。推荐推力调制因子方法可应用于iSolarCloud平台的预测性维护模块,结合GFM控制技术...
一种考虑台风灾害的韧性导向型海上风电场与输电网络协同规划多场景分布鲁棒模型
A multi-scenario distributionally robust model for resilience-oriented offshore wind farms and transmission network integrated planning considering typhoon disasters
Yang Yuan · Heng Zhang · Shenxi Zhang · Haozhong Cheng 等7人 · Applied Energy · 2025年1月 · Vol.392
现有韧性导向型海上风电场与输电网络协同规划（ROWF&TNIP）模型在刻画台风灾害期间风力发电和电网故障相关不确定性方面缺乏细致描述，且在提升系统韧性时往往表现出较强的保守性。为克服上述局限，本文提出一种考虑台风灾害的多场景分布鲁棒ROWF&TNIP模型。该模型综合考虑正常运行场景（NOS）和台风灾害场景（TDS）下风力发电与电网故障的多重不确定性，以较低的保守程度实现韧性的提升。首先，构建了针对海上风电场（OWF）出力与电网故障的多场景分布鲁棒不确定性集合：基于条件风险价值（CVaR）的多场景...
解读: 该海上风电韧性规划模型对阳光电源ST系列储能系统和智能运维平台具有重要应用价值。论文提出的多场景分布鲁棒优化方法可应用于PowerTitan储能系统的台风灾害应对策略,通过CVaR不确定性集建模提升极端天气下源网荷协调能力。差异化加固模型与预防性机组组合策略可集成至iSolarCloud平台,实现海...
基于趋势分类与空间信息集成模型的日前风电场群功率预测
Day-ahead wind farm cluster power prediction based on trend categorization and spatial information integration model
Mao Yang · Yuxi Jiang · Chuanyu Xu · Bo Wang 等6人 · Applied Energy · 2025年1月 · Vol.388
摘要 随着风电产业的快速发展和风电装机容量的不断增加，影响发电量的因素在时间和空间上呈现出高度耦合的关系，这给风电场群功率预测（WFCPP）带来了极大的挑战。为解决这一问题，本文提出了一种考虑风电集群趋势聚合特性与空间信息集成（SII）的区域风电功率预测（WPP）精度提升方法。首先，引入一种考虑空间特征的趋势聚类方法以实现集群划分。该方法采用静态分区策略应对持续随机变化的动态环境，削弱了风速空间离散性对集群划分的影响。其次，深入挖掘多个风电场群（WFC）之间的多维时空耦合特性，并构建了融合时空信...
解读: 该风电集群功率预测技术对阳光电源储能系统具有重要应用价值。通过趋势聚类和空间信息融合,可显著提升区域风电预测精度(RMSE降低2.07%),为ST系列PCS和PowerTitan储能系统提供更精准的充放电调度依据。其时空耦合特征挖掘方法可集成至iSolarCloud平台,优化风储协同控制策略,配合G...
风电场在中长期滚动交易中的策略性投标：一种双层多智能体深度强化学习方法
Strategic bidding of wind farms in medium-to-long-term rolling transactions: A bi-level multi-agent deep reinforcement learning approach
Yi Zheng · Jian Wang · Chengmin Wang · Chunyi Huang 等6人 · Applied Energy · 2025年1月 · Vol.383
摘要 随着可再生能源在电力市场中渗透率的不断提高，边际电价受到抑制，给风电生产商的盈利能力带来了挑战。为此，有效的中长期（MLT）滚动交易能够对冲现货市场价格风险，提升盈利水平。然而，传统的投标方法往往难以捕捉风电出力及交易动态在较长时间跨度内的复杂不确定性。本文提出了一种专为优化风电中长期滚动交易而设计的双层多智能体深度强化学习（DRL）方法。该方法创新性地将Black–Scholes模型与Hamiltonian函数相结合，构建了一个最优决策框架，能够在短期投标效率与长期战略定位之间实现平衡。...
解读: 该深度强化学习竞价策略对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过双层多智能体优化框架,可提升风储联合系统在中长期电力市场的收益能力,有效对冲现货价格风险。其时空建模技术可集成至iSolarCloud平台,实现储能参与市场交易的智能决策,优化充放电策略。结合阳光电...
基于深度时空相关性挖掘的风电场群短期功率预测方法
Short-term power prediction method of wind farm cluster based on deep spatiotemporal correlation mining
Da Wang · Mao Yang · Wei Zhang · Chenglian Ma 等5人 · Applied Energy · 2025年1月 · Vol.380
摘要 本文提出了一种基于时空相关性挖掘的风电场群短期功率预测方法。首先，建立了一种考虑风速和风向的空间相关性量化指标。基于该指标，构建了包含虚拟节点的图结构以表征风电场之间的空间关联关系，其中虚拟节点为输入数据增添了额外的有效信息。随后，采用图注意力网络提取风电场群的空间特征，并构建双向循环残差网络以提取时间特征，同时引入多任务学习算法优化网络输出。最后，提出了一种针对虚假预测分量的评价指标，用于评估由正负误差累积所导致的预测偏差，为发电计划的制定提供了参考依据。利用中国21个风电场群的实际数据...
解读: 该风电集群时空关联预测技术对阳光电源储能系统具有重要应用价值。通过图注意力网络挖掘风电场空间关联和双向循环网络提取时序特征,可显著提升ST系列PCS的功率预测精度至89.69%,优化PowerTitan储能系统的充放电策略。虚拟节点增强的图结构建模方法可集成至iSolarCloud平台,实现风储协同...
基于物理信息生成式深度学习的风力机分层动态尾流建模
Hierarchical dynamic wake modeling of wind turbine based on physics-informed generative deep learning
Qiulei Wang · Zilong Ti · Shanghui Yang · Kun Yang 等6人 · Applied Energy · 2025年1月 · Vol.378
摘要 随着电力需求的不断增长，风电场的规模远超以往。功率与载荷预测是风电场布局优化中最关键的两个课题。传统的尾流建模方法，如解析模型和计算流体动力学（CFD）模拟，在准确性和效率方面均难以有效应对如此大规模的问题。本研究提出了一种新颖的基于生成式深度学习的风力机分层动态尾流建模方法——PHOENIX（PHysics-infOrmed gEnerative deep learniNg for hIerarchical dynamic wake modeling eXploration），用于捕捉风...
解读: 该深度学习风电尾流建模技术对阳光电源风电变流器及储能系统具有重要价值。通过精准预测风机功率输出的时空特性,可优化ST系列储能PCS的充放电策略,提升风储协同效率。该物理信息神经网络方法可借鉴应用于iSolarCloud平台的预测性维护算法,结合GFM控制技术实现风电场群级功率平滑输出。动态尾流模型的...
基于二极管整流器-MMC枢纽的大型海上风电场交直流混合汇集与高压直流输电系统
DR-MMC Hub Based Hybrid AC/DC Collection and HVDC Transmission System for Large-scale Offshore Wind Farms
Wang XiangMingrui YangJinyu Wen · 现代电力系统通用与清洁能源学报 · 2025年1月 · Vol.1
传统海上风电场并网系统通常采用交流电缆将电能汇集至模块化多电平换流器（MMC）平台，再通过高压直流（HVDC）输送到陆上电网。然而，随着风电场规模扩大，交流汇集电缆和海上MMC平台成本显著增加。本文提出一种基于二极管整流器-MMC枢纽的交直流混合汇集与HVDC输电系统，邻近风机采用交流汇集，远距离风机采用直流汇集，电能汇合后送至海上DR-MMC枢纽平台。文中阐述了系统拓扑、运行原理、容量设计方法及控制启动策略，并与传统MMC-HVDC系统进行了经济性对比。最后通过PSCAD/EMTDC仿真验证了...
解读: 该DR-MMC枢纽技术对阳光电源的大型储能和海上风电产品线具有重要参考价值。其混合汇集方案可启发ST系列储能变流器的多机并联拓扑优化,特别是在大规模储能电站的交直流混合组网方面。DR-MMC的简化拓扑结构与阳光电源三电平技术相契合,有助于降低海上平台成本。该方案的分级启动控制策略也可用于PowerT...
分析PMSG控制参数与运行工况及电网强度的耦合关系：一种针对次同步振荡的视角
Analyzing the Coupling of PMSG Control Parameters With Operation Conditions and Grid Strength: A Perspective on Subsynchronous Oscillations
Gangui Yan · Cheng Yang · Yupeng Wang · Dejian Yang 等5人 · IEEE Transactions on Power Systems · 2024年12月
并网永磁同步发电机（PMSG）中的次同步振荡（SSO）是由控制参数、运行工况和电网强度的综合作用引起的。现有研究主要集中于变流器控制参数的设计，却忽视了这些参数对运行工况和电网强度变化的适应性。这种忽视可能导致固定的控制参数难以适应不同工况，从而可能诱发次同步振荡。本文建立了一种多阻尼路径模型，用于分析并网永磁同步发电机系统的次同步振荡特性。该模型定量评估了运行工况和电网强度的变化对控制参数适应性和次同步振荡阻尼的影响。研究揭示了稳定约束下控制参数可行域与电网强度和运行工况变化之间的复杂耦合关系...
解读: 该研究对阳光电源的储能变流器和大功率光伏逆变器产品具有重要参考价值。研究揭示的PMSG控制参数与电网强度的耦合机理，可直接应用于ST系列储能变流器和SG系列逆变器的弱电网适应性优化。特别是在构建PowerTitan大型储能系统时，可基于该研究成果优化VSG控制策略，提升系统在不同短路比下的稳定性。同...
弱电网条件下近区构网型变流器的稳定性判据
Stability Criterion for Near-Area Grid-Forming Converters Under the Weak Grid Condition
Peng Wang · Junpeng Ma · Rui Zhang · Shunliang Wang 等6人 · IEEE Transactions on Power Electronics · 2024年9月
本文引入了一种简化的稳定性判据，以系统地研究构网型风力发电机（GFM - WTG）之间，尤其是同一风电场内的相互作用机制。为了阐明在相同条件和控制器参数下运行的多个GFM - WTG之间的相互作用机制，本文提出了共模和差模电流、电压及阻抗的概念，这极大地简化了稳定性判据。由于忽略了基于GFM的永磁同步发电机机侧变流器的内部动态特性，因此可将GFM - WTG简化为基于GFM的电压源逆变器（GFM - VSI），且不失一般性。该稳定性判据揭示了共模和差模电流的特性，从而能够识别导致系统不稳定的主要...
解读: 从阳光电源的业务视角来看，这篇论文提出的构网型变流器稳定性判据具有重要的工程应用价值。随着公司在光伏、储能及风电领域的深度布局，构网型（Grid-Forming）技术已成为弱电网环境下保障系统稳定运行的核心解决方案。 该研究的核心贡献在于通过共模-差模分解方法，将多台构网型设备间复杂的交互机理简化...
基于物理信息学习的风电场双机等效模型用于大规模电力系统稳定性研究
Physics-Informed Learning Based Wind Farm Two-Machine Aggregation Model for Large-Scale Power System Stability Studies
Hongyi Wang · Zhe Yang · Wenfa Kang · Pingyang Sun 等6人 · IEEE Transactions on Power Systems · 2024年5月
风电场（WFs）中风力发电机组（WTs）的聚合可以减轻建模和计算负担，但也可能降低精度。此外，在电力系统扰动下，可能难以准确确定风力发电机组的动态行为。本文基于两阶段方法，提出了一种用于电力系统暂态分析的风电场新型聚合建模方法。在第一阶段，树状图算法生成一个简单通用的模型（GM）；在第二阶段，使用针对风电场定制的偏微分方程非线性动力学函数识别（PDE - FIND）算法对通用模型进行细化，以提高初始通用模型的精度。对PDE - FIND算法的动态库进行重新构建，使其包含可能用于表达功率误差方程的...
解读: 该物理信息学习的双机等效建模技术对阳光电源的大型风电场解决方案具有重要参考价值。可直接应用于公司ST系列储能变流器的GFM控制优化,提升其在风电接入场景下的稳定性控制性能。同时该方法的物理约束融合思路可启发SG系列光伏逆变器的群控算法优化,特别是在大规模光储风多能互补电站中的协调控制。建议在Powe...
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...