找到 84 条结果 · 风电变流技术
一种半去中心化的数据-模型驱动优化方案用于大规模风电场发电协同控制
A Semi-decentralized Data-Model-Driven Optimization Scheme for Coordinated Control of Large-Scale Wind Farm Power Maximization
Jingyao Hu · Qinmin Yang · Wenchao Meng · Jun Yang 等6人 · IEEE Transactions on Industrial Informatics · 2025年12月
尾流效应会显著降低风电场的发电量，这促使人们广泛关注风电场级发电优化问题。然而，当大型风电场面临高度动态的风况时，该优化问题极具挑战性。为解决这一问题，我们提出了一种半分散式数据模型驱动的优化方案，该方案通过与风电场交互利用实时数据，且求解速度快。首先，根据不同风向的发电效率，将优化问题划分为若干静态子问题。对于每个静态子问题，基于尾流模型和谱聚类算法将大型风电场分解为多个集群。在进行在线控制时，根据集群划分结果并行采用数据驱动方法来实现发电量最大化。此外，采用多变量耦合尾流模型验证了该优化方案...
解读: 该论文提出的半分散式数据-模型驱动优化方案针对大规模风电场尾流效应问题，对阳光电源在风电变流器及新能源综合解决方案领域具有重要借鉴价值。 从技术架构层面，该方案将大规模优化问题分解为基于风向的静态子问题，再通过谱聚类算法进行集群划分，实现并行化数据驱动控制。这种"分而治之"的思路与阳光电源在大型光...
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...
基于层次图神经网络与极值理论的短期区域风电功率预测方法
Short-term regional wind power forecast method based on hierarchical graph neural network and extreme value theory
Menglin Liab · Ming Yang · Yixiao Yuab · Energy Conversion and Management · 2025年10月 · Vol.341
摘要 从电力系统运行者的角度来看，管辖区域内风电总出力潜力相比单个风电场更受关注。挖掘目标区域内多个风电场站点之间的时空依赖关系可显著提升预测性能。然而，大量风电场由于不同空间尺度天气系统的连续性所引发的复杂相关性，给建模带来了不可忽视的挑战；此外，基于均方误差的传统损失函数在应对极端事件时表现出固有的局限性。为解决上述问题并进一步提高预测精度，本文构建了一种结合修正模块和基于极值理论改进损失函数的层次化时空图神经网络模型。首先，综合考虑地理距离信息和长期气候特征，采用凝聚式层次聚类方法将区域划...
解读: 该分层图神经网络区域风电预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。精准的区域风电预测可优化储能系统充放电策略,提升风储协同效率。其极值理论改进损失函数可增强极端工况预测能力,为iSolarCloud平台的预测性维护提供算法支撑。时空依赖建模方法可应用于多站点...
基于分层特征依赖Transformer的波动性海洋环境下短期海上风电功率预测
Short-Term Offshore Wind Power Forecasting in Volatile Marine Environments Based on a Hierarchical Feature-Dependency Transformer
Tianshuai Pei · Keqi Chen · Lina Yang · Xinzhang Wu 等5人 · IEEE Transactions on Sustainable Energy · 2025年9月
在波动性强的海洋环境中，突发风暴、潮汐变化和剧烈波浪导致时空异质性，严重影响短期海上风电功率预测精度，威胁电网稳定并增加经济成本。现有方法多依赖静态相关性，难以捕捉复杂非线性特征交互。为此，本文提出Hieroformer，一种基于Transformer的新框架，通过动态特征依赖层次结构建模环境演化依赖关系；设计层次感知注意力机制，引入物理归纳偏置以克服传统注意力排列不变性的局限；结合频域滤波器分离有效周期信号与噪声；并在IEEE 118节点系统中验证其显著降低运行成本。实验表明，该模型在真实数据...
解读: 该研究的分层特征依赖Transformer模型对阳光电源的储能和风电产品线具有重要应用价值。特别是对ST系列储能变流器和风电变流器的功率预测与调度优化方面,可通过其层次感知注意力机制提升极端天气下的预测精度。该技术可优化iSolarCloud平台的智能运维算法,提高储能调度和风电并网的经济性。具体应...
一种基于张量的风电场动态等值建模聚类方法
A Tensor-Based Clustering Method for Dynamic Equivalent Modeling of Wind Farms
Yihao Yang · Yijun Xu · Wei Gu · Lamine Mili 等6人 · IEEE Transactions on Sustainable Energy · 2025年9月
采用详细风电机组模型仿真大规模风电场计算成本高昂，亟需兼顾精度的简化建模方法。针对复杂风速条件与网络结构带来的风电场暂态等值精度难题，本文首次提出一种基于张量分解的聚类方法，通过合理分组捕捉风电场高维动态特征，实现精确降阶建模。首先构建保持时空特性的张量结构数据集，进而设计兼顾稀疏性与平滑性的张量分解策略以提取低维特征并指导聚类；最后定制网络聚合策略降低功率损耗误差。多种布局、故障与风况下的仿真结果验证了该方法的优越性能。
解读: 该张量聚类建模方法对阳光电源的大型储能及风电产品具有重要应用价值。可直接应用于PowerTitan储能系统的多机组协调控制和ST系列储能变流器的群控优化,通过降维聚类提升计算效率。对于风电场接入的储能系统,该方法能更精确地预测风电波动特性,优化储能容量配置和调度策略。技术创新点在于通过张量分解捕捉高...
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8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...
考虑尾流延迟特性的海上风电场LPV模型预测控制
LPV Model Predictive Control for Offshore Wind Farms Considering Wake Delay Characteristics
Yang Liu · Jiahao Lin · Ling-ling Huang · Cheng Hua 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月
大规模海上风电场中显著的尾流效应要求充分考虑其延迟特性，而该特性在控制中常被忽视。针对尾流动态演化与风机控制模型参数变化之间的耦合问题，本文提出一种考虑尾流延迟特性的线性参数可变（LPV）模型预测控制方法。通过构建准稳态尾流模型，将尾流延迟特性融入风电场LPV模型，并结合两阶段降维策略简化计算，协同优化疲劳损伤均衡与发电量提升。16台风机的仿真结果表明，所建模型能准确描述尾流延迟的空间分布，所提控制方法在风速风向动态变化下有效捕捉机组间风速延迟与波动特性，显著提高发电量并降低疲劳应力，且相比静态...
解读: 该研究的尾流延迟LPV模型预测控制技术对阳光电源的储能和风电产品具有重要参考价值。首先，其动态建模方法可优化ST系列储能变流器的功率预测算法，提升大型储能电站的调度效率。其次，文中的疲劳损伤均衡策略可应用于PowerTitan系统的电池管理，延长储能设备寿命。此外，该控制方法在处理多设备耦合方面的创...
基于过渡天气识别与气象预测误差传播的两阶段超短期风电功率预测方法
A Two-Stage Ultra-Short-Term Wind Power Forecasting Method Based on Transitional Weather Identification and Meteorological Prediction Error Propagation
Wei Zhang · Hang Sun · Jiyuan Gao · Gangui Yan 等5人 · IEEE Transactions on Sustainable Energy · 2025年7月
精确的风电功率预测对电力系统安全经济运行至关重要。然而，在过渡天气条件下，风速等气象变量的预测误差增大，导致输入噪声增加，降低预测模型可靠性。本文分析气象输入变量的误差传播机制，提出一种提升过渡天气下短期风电预测精度的策略。首先通过多维气象变量波动特征识别过渡天气时段，进而构建稀疏变分高斯过程（SVGP）与含噪输入高斯过程（NIGP）相结合的两阶段模型，将含噪输入分解为真实数据与噪声并独立建模。通过考虑输入噪声在风电预测中的传播过程并进行修正，SVGP-NIGP模型显著提高了确定性预测精度与区间...
解读: 该风电预测方法对阳光电源储能与风电产品线具有重要应用价值。特别是在ST系列储能变流器和风电变流器中,可将SVGP-NIGP预测模型集成到控制算法中,提升系统在过渡天气下的调度精度。通过对气象预测误差的量化与修正,可优化PowerTitan储能系统的充放电策略,提高新能源-储能联合运行效率。该技术还可...
从宏观到微观：中国沿海风能潜力的多尺度评估方法
From macro to micro: A multi-scale method for assessing coastal wind energy potential in China
Li-Rong Deng · Zhi-Li Ding · Yang Fu · Applied Energy · 2025年7月 · Vol.389
摘要 随着海上风电向更深水域、集群化部署和更大单机容量方向发展，风能建设的复杂性日益增加，对风能资源评估方法的全面性提出了更高要求。当前的风能资源评估通常局限于宏观尺度或微观尺度，往往忽略了密集风电场的尾流效应。此外，基于卫星数据的微观尺度风资源评估未考虑区域间风切变指数的差异，导致风速评估存在偏差。因此，本研究提出一种综合性的风能资源评估框架，将宏观尺度的低分辨率分析与微观尺度的高分辨率评估相结合。在宏观层面，除了经典的风能指标、变率指标和成本指标外，特别考虑了现有海上风电场区域及其潜在尾流效...
解读: 该多尺度海上风电评估方法对阳光电源风电变流器及储能系统具有重要应用价值。研究揭示的尾流效应区域是风场区域3倍,南方海域尾流更显著,这为ST系列储能PCS在海上风电场的平滑出力波动、削峰填谷提供了精准配置依据。100米轮毂高度的风速精细化评估可优化PowerTitan储能系统容量设计。台湾海峡等高CO...
电网故障下直流链路电压同步型风力发电机组的控制
Control of DC-Link Voltage-Synchronized Wind Turbine Generators Under Grid Faults
Zhenyan Deng · Renxin Yang · Yu Zhang · Chen Zhang 等6人 · IEEE Transactions on Industrial Electronics · 2025年6月
直流母线电压同步型虚拟同步机（GFM）控制因其对直流母线电压的有效控制，在风力发电机组（WTG）中得到了越来越广泛的应用。然而，由于电容惯性较小，同步环的带宽相对较高。当网侧变流器（GSC）采用电压 - 电流级联控制环时，这些控制环之间的耦合会带来不稳定风险。采用单一交流电压环因其简单性和稳定性被认为是一种有前景的替代方案。然而，由于缺乏固有的限流机制，处理暂态过电流具有挑战性。此外，故障期间斩波器会钳位直流母线电压动态，这会导致失步，并可能造成暂态功角不稳定。为解决上述问题，本文提出了一种适用...
解读: 从阳光电源的业务视角来看，这项直流母线电压同步型构网控制技术对我们在风电变流器及多能互补系统领域具有重要参考价值。尽管研究聚焦于风电机组，但其核心技术与我们的光伏逆变器、储能变流器在拓扑结构和控制原理上高度相似，特别是在构网型（GFM）控制策略的应用方面。 该技术的核心价值在于解决了构网型控制在电...
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6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...
含多台集成式双馈感应风力发电机的电力系统吸引域估计
Region of Attraction Estimation for Power Systems With Multiple Integrated DFIG-Based Wind Turbines
Yang Liu · Huanjin Yao · Pengyu Di · Yingjie Qin 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
针对含多台双馈感应风力发电机（DFIGWT）的电力系统缺乏适用建模方法，导致其吸引域（ROA）边界解析描述尚未充分研究的问题，本文提出一种包含多台DFIGWT的电力系统常微分方程（ODE）模型。该机电模型在单机无穷大系统和改进的3机9节点系统中验证，与完整模型轨迹比较的均方根误差低于9.5%，能准确捕捉低频动态特性。通过非线性坐标变换将其转化为多项式微分代数方程（DAE）模型，并采用基于平方和规划的改进扩展内点算法（EIA）估计ROA。在含多台DFIGWT与同步发电机的测试系统中验证了模型可行性...
解读: 该研究对阳光电源的储能与风电产品线具有重要参考价值。文中提出的多DFIG建模方法可用于优化ST系列储能变流器的并网控制策略,特别是在大规模风储联合并网场景中。通过吸引域(ROA)估计技术,可提升PowerTitan储能系统的暂态稳定性控制性能,为GFM/GFL控制算法优化提供理论支撑。研究成果可直接...
一种用于风力涡轮机应用中精确预测三维时空风场的新型频域物理信息神经网络
A novel frequency-domain physics-informed neural network for accurate prediction of 3D spatio-temporal wind fields in wind turbine applications
Shaopeng Li · Xin Li · Yan Jiang · Qingshan Yang 等7人 · Applied Energy · 2025年5月 · Vol.386
摘要 风能是全球关键的清洁能源之一。风力涡轮机的结构安全性和动力响应分析在很大程度上受到其所在位置风速数据可获得性与精度的影响。然而，气象观测站分布稀疏，通常难以获取高分辨率的空间风速数据，因此需要采用条件模拟方法来补充低分辨率的观测数据。本研究针对这一挑战，提出了一种频域物理信息神经网络（FD-PINN），该方法利用频域信息，旨在实现对风力涡轮机三维（3D）时空风场的精准预测。该方法构建了一个深度神经网络，并将其与关键物理模型相结合，包括风谱、风场相干函数以及风速廓线。通过融合这些物理先验知识...
解读: 该频域物理信息神经网络技术对阳光电源风电变流器及新能源场站具有重要价值。通过高精度3D时空风场预测,可优化SG系列风电变流器的功率预测算法和主动抗扰控制策略,提升MPPT效率。结合iSolarCloud平台,该深度学习方法可增强风光储混合电站的预测性维护能力,优化储能系统ST系列PCS的充放电策略。...
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...
具有Z形通道的永磁同步风力发电机定子通风结构热流性能
Thermal-Flow Performance of Stator Ventilation Structure Featuring Z-Shape Channels in Permanent Magnet Synchronous Wind Generators
Lijian Wu · Haoyu Zhou · Jiawen Zhang · Yang Shi 等5人 · IEEE Transactions on Energy Conversion · 2025年5月
永磁同步风力发电机（PMSWG）的功率密度提升受其绕组和磁体热条件的限制。在传统的径向通风结构中，定子铁心被完全分割成多个子铁心段，它们彼此之间形成径向通道。这会导致发电机轴向长度增加，功率密度降低。本文提出一种以Z形通道为特征的定子通风结构。该Z形通道是通过堆叠三种不同形状的叠片形成的，无需分割定子铁心。采用计算流体动力学（CFD）方法详细分析了具有不同通风结构的3.2兆瓦永磁同步风力发电机的流场和温度场。由于具有更大的比表面积、更高的对流换热系数和更低的压力损失，与径向通风结构相比，所提出的...
解读: 从阳光电源的业务布局来看，这项针对永磁同步风力发电机定子散热结构的创新技术具有重要的战略参考价值。虽然该研究聚焦于风电领域，但其核心的热管理理念与我司在大功率逆变器、储能变流器以及电驱动系统中面临的散热挑战高度契合。 该论文提出的Z型通道散热结构通过创新的叠片设计，在不分割定子铁芯的前提下实现了优...
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...
通过风光互补降低气候变化对可再生能源系统的影响：基于CMIP6的全球研究
Reducing the impact of climate change on renewable energy systems through wind–solar blending: A worldwide study with CMIP6
Xiaokang Liu · Hongrong Shi · Dazhi Yang · Xiaolong Chen 等6人 · Solar Energy · 2025年4月 · Vol.290
摘要 气候变化缓解迄今仍是全球可持续发展的一项紧迫议题。气候变化可能改变极端天气事件的发生频率和强度，进而影响太阳能和风能发电。本研究采用10个CMIP6模型的数据，估算在全球碳中和关键时期（2040–2064年）三种不同共享社会经济路径（SSPs）下全球风能和光伏发电潜力的潜在变化。结果表明，在中欧地区，光伏发电潜力（PV POT）在SSP245情景下增加8%，极端低光伏发电日数（PV10）减少10天；而在阿拉伯半岛，PV POT下降4%，PV10则增加16天。对于风力发电（WP），在南俄罗斯...
解读: 该研究揭示气候变化下风光出力时空异质性,对阳光电源风光储融合系统具有重要价值。针对极端低出力事件(如阿拉伯半岛PV10增加16天、美国东部风电下降35%),ST系列储能变流器可通过长时储能平抑波动;SG系列光伏逆变器需强化MPPT算法应对辐照变化;PowerTitan系统可基于SSP情景预测优化容量...
含风电渗透的信息物理电力系统连锁故障安全评估
Security Assessment of Cascading Failures in Cyber-Physical Power Systems with Wind Power Penetration
Xingye Xu · Kaishun Xiahou · Wei Du · Yang Liu 等6人 · IEEE Transactions on Power Systems · 2025年4月
本文提出一种高比例风电接入下的信息物理电力系统（CPPS）连锁故障安全评估方法。首先，建立考虑电力系统信息物理耦合及网络攻击风险的数学模型，并基于马尔可夫链蒙特卡罗（MCMC）方法构建风电随机模型。在此基础上，提出含风电接入的信息物理电力系统连锁故障模型。为提高连锁故障仿真的准确性，提出一种基于相位估计的线性潮流（PELPF）方法，该方法不仅能使计算精度与牛顿 - 拉夫逊法相当，还能显著提高计算效率并避免收敛问题。此外，基于PELPF方法构建了应对连锁故障中网络攻击的恢复控制模型。最后，引入两个...
解读: 该研究对阳光电源的储能与风电产品线具有重要参考价值。从技术层面，可直接应用于ST系列储能变流器的故障预警与安全防护系统，特别是在大型风储联合项目中的PowerTitan储能系统。研究提出的多阶段动态故障传播模型，有助于优化储能PCS的GFM控制策略，提升系统在高比例风电接入场景下的稳定性。同时，该安...
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...
第 1 / 5 页