基于滑模控制与扩展状态观测器的SMES-DVR电压响应增强

Enhanced Voltage Response of SMES-DVR via Sliding Mode Control With Extended State Observer

Pengfei Wang · Yanan Wu · Jing Lu · Liuwei Xu 等6人 · IEEE Transactions on Industry Applications · 2025年6月

基于超导磁储能的动态电压恢复器（SMES - DVR）能够在数毫秒内提供更高的功率，以补偿电压扰动。然而，SMES - DVR的非线性特性和负载扰动通常会导致直流母线电压波动，从而降低了控制精度和响应性能。为解决SMES - DVR中直流母线电压波动这一关键难题，本文提出了一种基于扩展状态观测器的高阶滑模控制（ESO - HOSMC）的新型复合控制策略。ESO - HOSMC控制方法将基于扩展状态观测器的扰动估计与超螺旋高阶滑模控制相结合，有效平衡了超导磁体充放电过程中快速响应与运行稳定性之间的...

解读: 该滑模控制与ESO复合策略对阳光电源ST系列储能变流器及PowerTitan系统的电压暂态响应优化具有直接应用价值。SMES-DVR的毫秒级高功率补偿特性与储能PCS的电压支撑需求高度契合，ESO实时扰动估计技术可增强ST储能系统在电网电压跌落时的快速响应能力，提升构网型GFM控制模式下的电压稳定性...

一种考虑极端降雨时空特性的混合数据与知识驱动的分布式光伏系统风险预测方法

A Hybrid Data and Knowledge Driven Risk Prediction Method for Distributed Photovoltaic Systems Considering Spatio-Temporal Characteristics of Extreme Rainfalls

Yuxuan Wang · Bin Zhou · Cong Zhang · Siu Wing Or 等6人 · IEEE Transactions on Industry Applications · 2024年7月

本文提出一种结合基于知识与数据驱动的电气安全风险（ESR）预测方法，该方法考虑了极端降雨的时空特征，旨在识别因内涝导致高停机风险的分布式光伏系统（DPVS）。首先，建立了分布式光伏系统内涝的二维水动力偏微分模型，以推导极端降雨在时空异质性条件下淹没深度的动态分布。开发了一种基于快速图像分割的风险分区算法，以提取暴雨及内涝的非均匀空间分布和时间波动性，从而将分布式光伏系统划分为具有不同电气安全风险程度的多个区域。然后，从数学角度提出了一种基于知识的、考虑淹没深度和寄生电容的泄漏电流分析方法，以揭示...

解读: 从阳光电源的业务视角来看，这项针对分布式光伏系统极端降雨风险预测的研究具有重要的工程应用价值。当前我国分布式光伏装机规模快速增长，但极端天气导致的系统停机和电气安全事故已成为影响发电效率和资产安全的关键因素。该研究提出的知识与数据混合驱动方法，通过二维流体动力学模型模拟积水深度的时空演化，并结合漏电...