找到 3 条结果 · IEEE Transactions on Industry Applications
基于ADMM的弹性分布式经济模型预测控制算法用于网络化微电网的频率恢复与经济调度
An ADMM-Based Resilient Distributed Economic MPC Algorithm for Frequency Restoration and Economic Dispatch in Networked Microgrids
Yubin Jia · Panxiao Yong · Chaojie Li · Ke Meng 等6人 · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
针对可再生能源波动性导致微电网分层控制难以兼顾经济调度与实时动态性能的问题，本文提出一种基于ADMM的分布式经济模型预测控制（EMPC）策略，实现并行求解、降低通信与计算负担，并通过Lyapunov分析证明系统渐近稳定及稳态经济性优越。
解读: 该ADMM-MPC算法高度契合阳光电源在光储协同微电网场景下的智能控制需求，可直接赋能iSolarCloud平台的多站点协同优化调度，并提升ST系列PCS及PowerTitan系统在离网/并网切换、频率支撑和经济运行中的响应精度与鲁棒性。建议将该算法嵌入新一代光储一体化控制器固件，强化其在工商业微电...
考虑多尺度储能需求的电氢储能系统优化配置：一种双层多步方法
Optimal Sizing of Electric-Hydrogen Energy Storage with Consideration of Multi-scale Energy Storage Requirements: A Two-layer Multi-step Approach
Zihan Sun · Jian Chen · Yang Chen · Wen Zhang 等6人 · IEEE Transactions on Industry Applications · 2025年7月
与可再生能源集成的电氢耦合系统（EHCSs）在提供清洁能源方面具有显著优势，但在不同时间尺度上面临供需不平衡问题。本文提出了一种用于电氢储能的两层多步优化定容框架，以满足多尺度储能需求。第一步为优化定容层，通过遗传粒子群优化算法（GPSO）确定初始储能容量和聚类数量。第二步为运行层，在年度尺度上对长时储氢进行优化，以最小化不平衡风险并确定每日净氢能。将第二步得到的每日净氢能与原始可再生能源和负荷数据一起，采用基于优化的时间序列方法，并结合验证和补充技术，生成短时典型场景。最后一步是基于这些典型日...
解读: 该双层多步优化方法对阳光电源PowerTitan储能系统和光储一体化解决方案具有重要应用价值。研究提出的多尺度储能需求分析框架，可直接应用于ST系列储能变流器与电解制氢系统的容量配置优化，通过上层经济性优化与下层时序运行验证的迭代机制，能够精准匹配不同时间尺度的功率波动需求。该方法可集成到iSola...
基于物理雅可比信息的编码器-解码器神经网络用于非线性潮流回归
Physically Jacobian-Informed Encoder-Decoder ANNs for Nonlinear Power Flow Regression
Hao Yang · Kai Zheng · Wendong Su · Zhenglong Sun 等6人 · IEEE Transactions on Industry Applications · 2024年7月
潮流（PF）是电力系统稳态分析与控制的基础。传统的基于一组隐式非线性方程构建的模型驱动潮流计算方法采用牛顿 - 拉夫逊法进行迭代求解。然而，潮流计算的速度和收敛性会受到合适初值以及迭代过程效率的影响。数据驱动的潮流回归方法可以通过从潮流数据集学习显式映射函数来克服上述问题。但是，该方法仅实现了从潮流输入到输出的非线性映射，忽略了潮流计算中的物理规则，这可能导致精度和泛化能力较差。本文提出了一种基于物理雅可比信息的编解码器神经网络（NNs）用于潮流非线性回归。基于正向和反向潮流模型，构建了一种采用...
解读: 从阳光电源的业务实践来看，这项基于物理雅可比信息的神经网络潮流计算技术具有显著的工程应用价值。在新能源电站并网运行中，快速准确的潮流计算是实现主动电压支撑、功率调度优化和故障预判的基础。传统牛顿-拉夫逊迭代方法在高比例新能源接入场景下常面临收敛性问题，特别是在光伏、储能等分布式资源大规模并网时，系统...