找到 2 条结果 · IEEE Transactions on Industry Applications
基于数据驱动振荡模式预测的风电并网系统谐振抑制方法
Data-Driven Oscillation Mode Prediction Based Resonance Mitigation Scheme for Wind Turbine Generators Connected Power System
Lujie Yu · Jiong Ding · Jiebei Zhu · Heyu Luo 等6人 · IEEE Transactions on Industry Applications · 2025年5月
本文提出了一种数据驱动的振荡模式预测（DOMP）模型，旨在减轻风力发电机（WTG）接入电力系统中的潜在模态谐振问题，而无需建立复杂的状态空间分析模型。该方法首先对历史运行场景下的系统振荡模式进行识别和聚类，以提供高质量的训练数据。然后，采用深度极限学习机算法对DOMP模型进行训练，将场景信息作为输入，已识别的振荡模式作为输出。基于DOMP预测的振荡模式，对WTG控制参数进行优化，以防止潜在的模态谐振，并提高系统在未来不确定场景下的小信号稳定性。通过对改进的IEEE 39节点和IEEE 118节点...
解读: 该数据驱动振荡预测技术对阳光电源的风电变流器和储能产品具有重要应用价值。可直接应用于ST系列储能变流器的并网控制，提升大规模储能电站的谐振抑制能力；也可集成到SG系列逆变器的GFM/GFL控制中，增强新能源并网系统稳定性。该方法无需精确建模，通过机器学习实现在线预测和自适应控制，契合阳光电源在智能化...
基于数据驱动状态空间映射的风电场下垂-惯性频率调节可行域评估
Droop-Inertia Frequency Regulation Feasible Region Assessment for Wind Farm Based on Data-Driven State Space Mapping
Zhongguan Wang · Jiachen Liu · Li Guo · Xiaodi Zang 等6人 · IEEE Transactions on Industry Applications · 2024年7月
可再生能源在电力系统中的渗透率不断提高，这使得风电场提供频率支撑成为必要。考虑到风力发电机组（WTs）的复杂协调以及频率响应的时变特性，有必要评估风电场的一次频率调节（PFR）能力并构建可行区域。为应对基于物理的方法中参数不完整以及现有数据驱动方法可解释性不足的挑战，本文提出了一种用于风电场的基于数据驱动的状态空间映射方法，以构建下垂系数和惯性系数的可行区域，并通过迭代方案确定最优系数。基于库普曼算子理论（KOT），将一次频率调节的非线性模型转化为线性升维形式，从而可以利用测量数据进行实时评估。...
解读: 从阳光电源的业务视角看，这项基于数据驱动状态空间映射的风电场频率调节技术具有重要的战略参考价值。随着我国"双碳"目标推进，新能源渗透率持续提升，电网对风光储系统的一次调频能力提出了更高要求。该论文提出的下垂-惯量系数可行域评估方法，为解决新能源参与电网频率支撑这一核心问题提供了新思路。 该技术的核...