找到 3 条结果 · 风电变流技术
基于软演员-评论家算法与逻辑型Benders分解相结合的风电不确定性下月度安全约束机组组合
Soft Actor-Critic Combined with Logic-Based Benders Decomposition Algorithm for Monthly Security Constrained Unit Commitment under Wind Power Uncertainty
Jianbing Feng · Zhouyang Ren · Wenyuan Li · IEEE Transactions on Power Systems · 2025年6月
月度安全约束机组组合（M - SCUC）从长期视角确保了高比例可再生能源渗透下电力系统运行的可靠性和灵活性。本文基于深度强化学习，提出了一种结合基于逻辑的Benders分解（LBD - SAC）的软演员 - 评论家算法，以高效求解M - SCUC问题。该算法无需进行任何紧凑性近似，即可处理M - SCUC模型中的高维、非凸和复杂不确定性问题。在LBD - SAC算法中，开发了一种任务分解和优化辅助的训练机制，以确保运行约束并提高收敛性能。M - SCUC问题被分解为主问题和子问题，主问题带有用于...
解读: 该研究提出的强化学习与Benders分解混合优化方法对阳光电源的储能与光伏产品线具有重要参考价值。具体而言：1) 可应用于ST系列储能变流器的调度优化,提升PowerTitan大型储能系统对风电波动的适应能力；2) 可优化SG系列光伏逆变器的MPPT控制策略,提高系统在复杂天气条件下的发电效率；3)...
用于含不确定风电的电力系统交流网络约束机组组合的两阶段自适应鲁棒模型
Two-Stage Adaptive Robust Model for AC Network-Constrained Unit Commitment in Power Systems With Uncertain Wind Power
Siqi Wang · Xin Zhang · Min Du · Wei Pei · IEEE Transactions on Sustainable Energy · 2025年2月
随着风电大规模接入电力系统，其固有的不确定性与波动性对系统运行安全构成严峻挑战。传统鲁棒优化方法仅考虑最恶劣场景，导致决策过于保守，且对交流网络约束考虑不足。为此，本文提出一种新型自适应鲁棒交流网络约束机组组合（AC-NCUC）模型，兼顾风电出力不确定性与交流网络安全。通过构建凸多面体不确定性集刻画风电不确定性，并可通过调节其规模控制决策保守性。结合Benders分解法与牛顿-拉夫森法求解该模型，获得最优调度方案。基于改进IEEE 6节点与RTS 79系统的仿真结果验证了所提方法的合理性与有效性...
解读: 该研究提出的自适应鲁棒AC-NCUC模型对阳光电源的储能系统和大型电站解决方案具有重要参考价值。其优化算法可应用于ST系列储能变流器的调度控制和PowerTitan系统的容量配置,提升系统经济性。特别是在风电不确定性场景下的交流网络约束处理方法,可用于完善储能系统的GFM控制策略,增强系统稳定性。该...
基于风电参与的含能量备用与虚拟惯量的频率约束调度
Frequency Constrained Dispatch With Energy Reserve and Virtual Inertia From Wind Turbines
Boyou Jiang · Chuangxin Guo · Zhe Chen · IEEE Transactions on Sustainable Energy · 2025年1月
随着风电渗透率提高和常规机组逐步退役，风电机组（WTs）在提供稳态能量备用（ER）和频率支撑方面潜力显著。本文提出一种计及风电能量备用与虚拟惯量的频率约束调度新框架。建立了WT的ER与虚拟惯量模型，分别利用减载运行和转子动能作为能量来源；推导了考虑WT在频率谷值退出惯量响应的系统频率响应与机组功率动态；构建了以WT调频参数和转子转速为决策变量的随机优化频率约束调度模型，充分反映机械-电气耦合及暂态-稳态过程交互；采用凸包松弛、近似及深度神经网络将非线性模型转化为混合整数二阶锥规划模型。IEEE ...
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频率调节策略具有重要参考价值。文中提出的风电虚拟惯量与能量备用协调控制框架,可迁移应用于储能系统的GFM控制,优化PowerTitan等大型储能产品的一次调频性能。特别是文中基于深度神经网络的非线性模型简化方法,有助于提升储能VSG控制的实时性能。研...