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...

Nanyang Zhu · Ying Wang · Kun Yuan · Yanxia Pan 等5人 · IEEE Transactions on Industrial Informatics · 2025年1月

挖掘基于深度学习（DL）的模型在局部峰值点（LPPs）风电功率预测方面的潜力，仍是一个至关重要但尚未充分探索的方向。尽管现有的基于深度学习的模型在常规风电功率预测（WPF）中表现出色，但它们主要侧重于优化预测时域内整体风电功率预测的平均精度，因此在局部峰值点的预测中表现不佳。由于局部峰值点的风电功率存在大幅波动和非平稳性，基于深度学习的模型更难对其进行预测。考虑到局部峰值点与多源数值天气预报（NWP）数据之间存在强相关性，我们提出了一种由多源数值天气预报数据驱动的新型Seq2LPP模型，以加深对...

解读: 从阳光电源新能源系统集成商的视角来看，该论文提出的Seq2LPP模型针对风电功率预测中局部峰值点（LPPs）的精准预测问题，具有重要的实际应用价值。虽然我司业务以光伏逆变器和储能系统为核心，但在"风光储一体化"和综合能源解决方案领域，精准的风电功率预测直接影响系统调度优化和储能配置策略。 该模型的...

Ying Zhan · Linguang Wang · Xiaorong Xie · IEEE Transactions on Industry Applications · 2024年10月

风力发电并网电力系统中新兴的次/超同步振荡（SSO）问题对系统稳定性构成了巨大威胁。为了从源头上避免SSO问题，在系统规划阶段确定最大允许的风电并网容量具有重要意义。为此，本文首先提出一种模型 - 数据混合驱动的方法来构建SSO安全域（SR），该方法精度高且适用于大规模系统。然后，基于该安全域，开发了SSO概率稳定指标，以评估系统运行条件变化下的SSO风险。接着，以SSO概率指标作为稳定约束，建立机会约束规划模型以获取最大风电并网容量，并提出改进的粒子群优化算法来求解该模型。最后，将所提方法应用...

解读: 该研究对阳光电源的风电变流器和储能变流器产品线具有重要参考价值。研究提出的SSO稳定性分析方法可直接应用于我司ST系列储能变流器和风电变流器的控制策略优化，特别是在大规模风电场并网场景中。通过将阻抗建模和频域扫描法集成到变流器控制系统中，可提升产品在复杂电网环境下的稳定性表现。这对完善我司构网型(G...