找到 278 条结果 · IEEE Transactions on Power Systems
电池电力机车在电力系统中作为电网支撑服务的应用
On the Use of Battery-Electric Locomotive as a Grid-Support Service in Electric Power Systems
Farid Kochakkashani · Payman Dehghanian · Miguel A. Lejeune · IEEE Transactions on Power Systems · 2024年4月
摘要：风能的采集受其发电可用性和波动性的限制。储能系统（ESS）通过吸收发电的波动性和弃电现象，在一定程度上解决了这一局限。然而，传统的静态储能系统可能缺乏有效支撑大规模电力系统所需的覆盖范围和灵活性。本文提出了一种创新方法，建议将电池电力机车（BEL）用作移动储能工具。电池电力机车搭载可分离的电池轨道车，其储能容量得到提升，能够提供灵活且广泛的能源供应。我们提出了一种新的考虑不确定性的优化模型，该模型全面整合了电力系统和铁路系统的运行。所提出的模型被表述为一个混合整数非线性随机规划（SMINL...
解读: 该研究将移动式储能应用于电网调峰与频率调节，对阳光电源储能与充电业务具有重要启发。技术层面，可借鉴机车储能的双向功率调度策略优化PowerTitan储能系统的电网支撑能力，提升ST系列储能变流器在风光消纳场景下的快速响应性能。产品应用上，可拓展至充电桩业务，开发具备V2G功能的移动储能充电解决方案，...
面向最少控制数量的超大规模电网热过载缓解方法
Toward Minimal Number of Controls for Thermal Violation Mitigation for Very Large-Scale Grids
Lin Zeng · Hsiao-Dong Chiang · Dong Liang · IEEE Transactions on Power Systems · 2025年9月
为快速消除输电线路热过载以保障系统安全，需高效计算控制措施。本文提出一种新颖的两阶段方法，用于在大规模电网中快速求解最小控制动作集合，并在45000节点系统上以2秒内完成计算。第一阶段提取相关子网络，第二阶段采用迭代可行性检验（IFC）方法确定子网内最少控制数量。该方法综合考虑交流有功与无功潮流方程及混合整数非线性规划（MINLP）模型，常可达到全局最优。通过多规模系统测试，验证了方法的可扩展性与有效性，计算速度较传统方法提升三个数量级，且显著减少所需控制动作，适用于在线应用。
解读: 该超大规模电网热过载快速缓解技术对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要应用价值。文中提出的两阶段最小控制动作算法可直接应用于储能系统的电网支撑功能：当检测到输电线路过载时，通过子网络提取和迭代可行性检验，在2秒内快速确定最少数量的储能单元参与有功/无功调节，避免全站响应造...
ADMM增强技术在分布式最优潮流中的应用
ADMM Enhancement Techniques for Distributed Optimal Power Flow
Milad Hasanzadeh · Amin Kargarian · IEEE Transactions on Power Systems · 2025年9月
本文提出了三种技术，用于在使用交替方向乘子法（ADMM）求解分布式交流和直流最优潮流（OPF）问题时提高其收敛性能。最优潮流问题被分解为多个子问题，每个子问题代表电网的一部分。为了简化计算、避免子问题之间共享额外信息，同时提高分布式优化的收敛性能，我们针对交流和直流最优潮流应用开发了这些简单而有效的技术。这些技术包括：（1）通过引入联络线潮流的替代惩罚项来扩充拉格朗日函数；（2）重新表述边界母线的节点功率平衡约束，以便更好地模拟子问题之间的功率交换行为；（3）引入自适应缩放机制，动态平衡惩罚项和...
解读: 该ADMM分布式优化技术对阳光电源PowerTitan大型储能系统和iSolarCloud云平台具有重要应用价值。在多储能站点协同调度场景中，自适应惩罚参数和残差反馈优化可显著提升ST系列储能变流器的功率分配收敛速度，解决传统集中式OPF计算负担重、通信延迟高的问题。该技术可应用于：1）光储电站群的...
通过用户侧数据篡改对耦合电-交通网络的网络攻击
Cyberattack on Coupled Power-Transportation Networks via User-side Data Falsifications
Si Lv · Sheng Chen · Qiuwei Wu · Zhinong Wei 等6人 · IEEE Transactions on Power Systems · 2025年9月
先进信息通信技术的应用使电力与交通系统面临网络攻击风险。现有研究多关注网络设备层面的脆弱性，而忽视了用户侧的潜在威胁。本文揭示了一种通过篡改用户侧数据来破坏电-交通耦合系统运行的攻击策略。攻击者可入侵导航应用，伪造路径与充电站推荐，诱导交通与充电流分布，引发系统不安全运行。本文将攻击决策建模为二元变量，并通过互补约束松弛为连续变量，将原混合整数问题转化为带互补约束的数学规划（MPCC），进而设计带有反馈机制的增强迭代松弛算法，有效识别并修正非光滑松弛，提升收敛质量。数值实验验证了用户侧网络漏洞对...
解读: 该研究揭示的用户侧数据篡改攻击对阳光电源充电桩业务具有重要安全警示价值。攻击者可通过伪造导航推荐诱导充电流分布失衡，直接威胁充电站运营安全。建议在充电桩产品中集成多维度异常检测机制：1）在充电桩控制器中部署实时负荷预测模型，识别异常充电请求聚集；2）结合iSolarCloud云平台构建区域充电流监控...
基于贝叶斯量子神经网络的高可再生能源渗透电力系统潮流计算
Bayesian Quantum Neural Network for Renewable-Rich Power Flow with Training Efficiency and Generalization Capability Improvements
Ziqing Zhu · Shuyang Zhu · Siqi Bu · IEEE Transactions on Power Systems · 2025年9月
针对高比例可再生能源接入下大规模电力系统潮流计算面临的计算效率与泛化能力挑战，本文提出一种基于贝叶斯量子神经网络（BayesianQNN）的新型潮流计算模型。该模型利用量子计算提升训练效率，并通过贝叶斯方法动态更新对可再生能源不确定性的认知，显著增强对未见场景的泛化能力。为评估模型性能，引入有效维度和泛化误差界两项指标。结果表明，所提方法在训练效率与泛化性能方面均优于现有数据驱动方法，适用于未来稳态电力系统分析。
解读: 该贝叶斯量子神经网络潮流计算技术对阳光电源iSolarCloud智能运维平台及PowerTitan储能系统具有重要应用价值。在大规模新能源电站集群管理中，该算法可显著提升实时潮流计算效率，为ST系列储能变流器的功率调度提供快速决策支持。其对可再生能源不确定性的动态认知能力，可优化SG光伏逆变器与储能...
一种基于模态耗散能量流的混合振荡源识别方法
A Modal Dissipating Energy Flow Analysis Method for Identifying the Hybrid Oscillation Sources in Power Systems
Weiyu Wang · Yijia Cao · Yong Li · Zhenyu Li · IEEE Transactions on Power Systems · 2025年9月
本文提出了一种基于模态耗散能量流（MDEF）的方法，用于识别电力系统中的混合振荡源。首先利用Koopman算子理论从量测数据构建原非线性系统的等效线性模型，并对该模型进行模态分析，以识别关键振荡模态，并将各设备的量测量分解为不同的模态分量。基于这些分量，定量计算每个设备对各关键模态的耗散能量贡献，从而准确识别不同振荡源。在改进基准系统上的案例研究验证了所提MDEF方法的有效性。
解读: 该混合振荡源识别技术对阳光电源储能系统和新能源并网产品具有重要应用价值。在PowerTitan大型储能系统中，可用于识别多台ST系列储能变流器并联运行时的振荡源头，区分是控制参数失配还是电网侧扰动引发的次同步/超同步振荡。对于构网型GFM控制的储能系统，该方法基于Koopman算子的数据驱动特性，能...
氢能数据中心的柔性负荷调度：一种效率优先的非凸不确定优化方法
Flexible Load Scheduling of Hydrogen Energy Data Centers: An Efficiency-Preferred Non-Convex Uncertain Optimization Approach
Xinxin Long · Yuanzheng Li · Yang Li · Yun Liu 等6人 · IEEE Transactions on Power Systems · 2025年8月
氢能数据中心（HEDC）作为新兴清洁能源基础设施，具备负荷灵活性，可参与电力需求响应（DR）。本文提出基于DR的调度策略，通过非凸区间优化（NSIO）方法协同优化电能成本与可再生能源（RE）利用率。该方法具有效率优先建模、精确凸松弛及全局最优显式建模优势，有效应对HEDC复杂负荷特性、动态电价与可再生能源不确定性。在改进IEEE 24节点系统上的仿真表明，所提策略显著降低运行成本并提升RE消纳能力，相较五种主流不确定优化方法性能提升2.3%～20.0%。
解读: 该氢能数据中心柔性负荷调度技术对阳光电源储能系统产品线具有重要应用价值。文章提出的非凸区间优化方法可直接应用于ST系列储能变流器和PowerTitan大型储能系统的能量管理策略，通过精确建模氢储能系统的非线性效率特性，优化电解槽/燃料电池的功率调度曲线。该方法处理可再生能源不确定性的能力可增强iSo...
本地负荷对电压源换流器直流电压控制时间尺度振荡的影响
Local Load Effect on the DC Voltage Control Timescale Oscillation of Voltage Source Converters
Yanjun Liu · Jiabing Hu · Wei He · Yunpeng Zhou 等5人 · IEEE Transactions on Power Systems · 2025年8月
摘要：电压源换流器（VSC）接入的可再生能源发电厂通常远离负荷中心，弱电网条件会带来显著的稳定性风险。目前已有大量研究对直流电压控制（DVC）时间尺度内的振荡进行分析。然而，大多数研究聚焦于发电机通过长输电线路接入电网的场景。更普遍的情况，即负荷沿这些输电线路分布的场景，尚未得到足够关注，这可能导致一些振荡机制未被发现。本文发现了一个小信号稳定性问题，即当本地负荷连接在基于VSC的发电厂附近时，可能会出现意外的振荡。为全面分析这一现象，本文以锁相环（PLL）为主要研究对象，分析了端电压控制（TV...
解读: 该研究对阳光电源的弱电网并网产品具有重要指导意义。研究发现的本地负荷影响机理可直接应用于SG系列光伏逆变器和ST系列储能变流器的控制策略优化，特别是在偏远地区大型光储电站中。通过合理配置本地辅助负载和改进直流电压控制算法，可以提升产品在弱电网条件下的稳定性。这对完善阳光电源的GFL/GFM控制技术、...
面向不确定环境下电力系统决策的决策导向学习
Decision-Focused Learning for Power System Decision-Making Under Uncertainty
Haipeng Zhang · Ran Li · Qintao Du · Junyi Tao 等6人 · IEEE Transactions on Power Systems · 2025年8月
更精确的预测未必带来更优的决策。为此，决策导向学习（DFL）被提出，通过以决策损失替代传统统计损失，构建端到端的学习范式。近年来，DFL在电力系统中有所应用，但现有研究仍零散，缺乏系统的方法论梳理与比较基准。本文通过情景、分类、应用与对比分析，揭示统计精度与运行决策间的内在错配，建立基于模型结构（直接/间接）与梯度处理（基于/无需梯度）的DFL方法体系，综述现有应用，并开发开源基准平台，采用成本降低、预测精度和决策速度等电力指标评估模型性能，最后指出应用挑战并展望未来方向，为推动DFL向电网定制...
解读: 决策导向学习技术对阳光电源储能系统和智能运维平台具有重要应用价值。在PowerTitan大型储能系统中，可将DFL应用于充放电策略优化，通过直接优化运行成本而非预测精度，提升电网调峰调频的经济性。对于ST系列储能变流器，该方法可优化功率分配决策，在不确定性环境下降低决策损失。在iSolarCloud...
一种平衡划分方法及其在电网分布式状态估计中的应用
A Balanced Partitioning Method and Its Application on Distributed State Estimation in Power Grids
Xue Li · Tengfei Zhang · Zhe Zhou · IEEE Transactions on Power Systems · 2025年7月
电网划分方法的性能对分布式状态估计（DSE）效果具有重要影响。现有方法在保证划分质量与网络连通性的同时难以实现节点分布均衡，易导致资源利用率低和估计精度下降。本文提出一种新型平衡电网划分方法，构建融合电气模块度、节点分布均衡因子与划分密度影响因子的多目标适应度模型，以兼顾划分均衡性与电网连通性。针对非凸离散优化问题，采用结合图论与谱聚类的改进粒子群算法提升解的多样性与收敛速度，并设计划分质量保障机制以自动检测并重分配孤立节点。数值分析与多场景对比实验验证了该方法的有效性，应用于DSE时显著提升了...
解读: 该平衡划分方法对阳光电源分布式储能系统具有重要应用价值。在PowerTitan大型储能系统和多站点ESS集成方案中，可优化分布式能量管理系统（EMS）的状态估计精度，实现储能单元间负载均衡与协同控制。该方法的多目标适应度模型可应用于iSolarCloud云平台的分布式监控架构，提升光储电站群的状态感...
非均匀地磁扰动下电压稳定性的研究
Voltage Stability in Plausible Non-Uniform Geomagnetic Disturbances
Luke Lowery · Adam B. Birchfield · IEEE Transactions on Power Systems · 2025年7月
地磁扰动（GMD）虽罕见，但会因变压器饱和引发地磁感应电流（GIC），导致无功功率异常增加，威胁电网电压稳定性。传统界面潮流限值在GMD下可能失效。本文提出一种基于GMD特征的电压稳定极限确定方法，通过有限建模生成合理的非均匀电场集合，并结合连续潮流与线性灵敏度分析，利用非线性规划搜索最恶劣场景。研究考虑电场幅值、频率及地层电导率等因素，分析不同规模GMD下的有功功率极限。20节点与2000节点系统案例表明，相较于均匀电场，非均匀电场对电压稳定的影响更为严重。所提模型可高效识别真实电场分布及相应...
解读: 该非均匀地磁扰动电压稳定性研究对阳光电源大型储能系统（PowerTitan）和构网型控制技术具有重要价值。GMD导致的变压器饱和与无功异常增加场景，与储能系统参与电网电压支撑的工况高度相关。研究提出的非线性规划搜索最恶劣场景方法，可应用于ST系列储能变流器的电压稳定控制策略优化，特别是在极端电网扰动...
广义频率成形服务中的分布式能源最优参与设计
Optimal Participation Design of DERs in General Frequency Shaping Services
Cheng Feng · Siyuan Wang · H. Oliver Gao · Fengqi You · IEEE Transactions on Power Systems · 2025年7月
针对高比例可再生能源电力系统的频率控制需求，本文提出广义频率成形服务（GFSS）框架，统一整合异构频率控制服务，实现分布式能源（DER）的规模化协调。GFSS通过标准化系统级频率响应目标，优化DER参与参数，在满足动态性能要求的同时最小化功率与能量储备需求。本文构建了非凸优化模型，并设计高效求解算法，显著降低计算耗时。算例表明，该方法可将控制服务成本降低高达60%，计算时间缩短至数分钟，具备实时、经济协调DER的应用潜力。
解读: 该GFSS框架对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。研究提出的DER最优参与设计方法可直接应用于储能系统的频率响应服务，通过优化功率和能量储备参数，降低60%的控制服务成本，显著提升储能系统经济性。该算法的实时计算能力（数分钟级）可集成至iSolarClou...
基于无人机的通信-负荷联合恢复策略以增强配电系统韧性
A Joint Communication-Load Restoration Strategy Based on UAVs For Resilient Distribution System
Haochen Zhang · Chen Chen · Jian Zhong · Zhaohong Bie 等5人 · IEEE Transactions on Power Systems · 2025年6月
自然灾害后，由于通信设施损坏导致配电自动化功能失效，常使负荷恢复过程延长。本文提出一种基于无人机（UAV）的通信与负荷联合恢复策略。构建考虑UAV与馈线终端单元（FTU）等地面设备间通信链路与干扰的应急通信系统，采用概率性视距/非视距（LoS/NLoS）信道模型描述传播环境；同时建立基于高效辐射状拓扑模型的微网重构与负荷恢复模型。通过块坐标下降法将联合优化问题分解为子问题，结合线性规划松弛、逐次凸逼近与二进制展开法求解。结果表明，该策略可充分挖掘UAV在通信恢复中的潜力，显著提升配电系统的韧性。
解读: 该无人机通信-负荷联合恢复策略对阳光电源PowerTitan储能系统和微电网解决方案具有重要应用价值。在极端灾害场景下，当地面通信中断时，可通过UAV应急通信网络快速恢复储能变流器与EMS能量管理系统的数据链路，实现ST系列储能变流器的孤岛运行控制与微网重构。该策略中的辐射状拓扑优化算法可直接应用于...
性能保证的深度学习在动态智能电网网络攻击检测中的应用
Performance Guaranteed Deep Learning for Detection of Cyber-Attacks in Dynamic Smart Grids
Mostafa Mohammadpourfard · Chenhan Xiao · Yang Weng · IEEE Transactions on Power Systems · 2025年6月
虚假数据注入攻击（FDIA）对电力系统的可靠性构成了严重威胁，尤其是在诸如线路故障等动态运行条件下，这些情况会导致数据分布发生变化并出现概念漂移。传统的监督式方法依赖于带标签的数据集，这成本高昂且不适用于实时应用，并且在没有大量重新训练的情况下，往往无法适应新的攻击向量和运行变化。为应对这些挑战，我们设计了深度对比变分网络（DCVN），这是一个无监督学习框架，旨在无需带标签的数据或对网络拓扑进行假设的情况下检测FDIA。DCVN框架首先使用深度信念网络（DBN）从原始电力系统数据中进行稳健的特征...
解读: 该深度学习检测方法对阳光电源的储能和光伏产品安全性提升具有重要价值。可直接应用于ST储能系统和SG光伏逆变器的网络安全防护,特别是在大型储能电站和光伏电站的动态运行场景中。通过在iSolarCloud平台集成该检测算法,可提升PowerTitan等大型储能系统的运行可靠性,有效防范数据篡改导致的误操...
一种近似哈密顿神经网络增强的多机电力系统励磁控制
A Nearly Hamiltonian Neural Network-Enhanced Multi-Machine Power System Excitation Control
Youbo Liu · Xuexin Wang · Gao Qiu · Zhiyuan Tang 等6人 · IEEE Transactions on Power Systems · 2025年6月
广义哈密顿系统理论（GHST）是高维非线性电力系统励磁控制的有力工具，但由于实际高阶系统解析不可行以及子模块不完整，该理论依赖降阶动态，从而导致控制误差。为解决这一问题，本文提出了一种基于近哈密顿神经网络（NHNN）的非线性励磁控制方法。该方法从测量数据中学习每台发电机的结构化哈密顿量，减轻了因降阶引起的哈密顿量实现误差。然后，通过组合这些哈密顿量，提出了一种保持系统响应的全局能量函数，用于稳定控制。在双机系统上的仿真结果表明，与广义哈密顿系统理论和PID控制方法相比，该方法提高了系统稳定性，平...
解读: 该近似哈密顿神经网络控制技术对阳光电源构网型储能系统具有重要应用价值。在PowerTitan大型储能系统并网场景中，传统哈密顿励磁控制虽能保证能量结构稳定性，但对参数摄动敏感。该研究提出的深度学习补偿方案可直接应用于ST系列储能变流器的GFM控制策略：通过神经网络实时补偿电网阻抗变化、负载扰动等不确...
阻尼阻抗接口分布式电力系统协同仿真中的自适应多参数无模型延时补偿
Adaptive Multi-Parameter Model-Free Delay Compensation in Damping Impedance Interfaced Distributed Power System Co-Simulation
Elutunji Buraimoh · Gokhan Ozkan · Laxman Timilsina · Grace Muriithi 等6人 · IEEE Transactions on Power Systems · 2025年6月
摘要：通过实时联合仿真对地理上分散的实验室进行虚拟整合，为大规模复杂系统的联合仿真提供了强大的能力，但通信延迟会影响准确性和稳定性，从而阻碍了这一技术的应用。这一挑战在实时电力系统联合仿真中尤为突出，因为延迟可能导致失步，并限制动态和暂态研究。本研究提出了一种自适应、多参数的无模型框架，用于预测和补偿联合仿真系统中的延迟，从而解决这一关键问题。该框架利用改进的阻尼阻抗法接口算法和自适应参数调整预测系统，无需进行复杂的接口信号变换、处理、分解、重构、相位估计和系统建模，也无需人工干预，即可对延迟进...
解读: 该自适应延时补偿技术对阳光电源分布式系统测试验证具有重要价值。在PowerTitan大型储能系统与SG光伏逆变器的协同仿真测试中，多地实验室联合验证时常面临通信延迟导致的接口不稳定问题。该无模型补偿方法可直接应用于iSolarCloud平台的分布式HIL测试环境，提升储能-光伏-电网多子系统协同仿真...
一种结合局部-全局特征提取的混合深度学习框架用于智能电力系统稳定性评估
A Hybrid Deep Learning Framework With Local-Global Feature Extraction for Intelligent Power System Stability Assessment
Wei Yao · Runfeng Zhang · Yurun Zhang · Shanyang Wei 等6人 · IEEE Transactions on Power Systems · 2025年5月
暂态仿真对保障电力系统安全稳定运行至关重要。大扰动后，系统可能出现暂态功角失稳和短期电压失稳，二者电气特性相似但需不同控制策略，因此准确识别主导失稳模式（DIM）尤为关键。本文提出一种新型混合深度学习框架，通过充分提取电力数据中的局部-全局特征实现高精度DIM识别。该框架采用经随机采样与聚合优化的图神经网络以增强局部特征捕捉与模型泛化能力，并引入基于自注意力机制的Transformer网络挖掘关键全局特征。同时嵌入重要离散故障特征以提升性能。所提方法有效融合多层级特征，克服了现有模型局限于单一失...
解读: 该混合深度学习框架对阳光电源储能系统和电网侧产品具有重要应用价值。在PowerTitan大型储能系统中，可实时识别电网暂态功角失稳与短期电压失稳的主导模式，为ST系列储能变流器提供差异化控制策略：功角失稳时优先调节有功功率支撑，电压失稳时侧重无功补偿。该框架的图神经网络与Transformer架构可...
量化气电系统故障传播速度：一种半隐式仿真方法
Quantify Gas-to-Power Fault Propagation Speed: A Semi-Implicit Simulation Approach
Ruizhi Yu · Suhan Zhang · Yong Sun · Wei Gu 等6人 · IEEE Transactions on Power Systems · 2025年5月
现代清洁能源电力系统高度依赖天然气的安全供应，易受管道破裂与泄漏故障引发的气体扰动影响。本文首次基于仿真研究此类故障在气-电耦合系统中的跨系统传播速度。建立了故障的微分代数方程模型，结合特征线法确定故障处边界条件；采用基于刚性精确Rosenbrock格式的半隐式方法进行故障后仿真，兼具隐式稳定性与显式计算效率；并提出基于连续Runge-Kutta法的关键时刻定位策略以精确捕捉动态事件。案例验证了该方法在精度与效率上的优势，揭示了故障位置与管道摩擦对传播速度的影响，以及气-电双向耦合可能引发的连锁...
解读: 该气-电故障传播速度量化技术对阳光电源PowerTitan大型储能系统与微电网解决方案具有重要应用价值。在燃气-光伏-储能混合能源系统中，ST系列储能变流器需应对燃气机组故障引发的快速功率波动。研究提出的半隐式仿真方法可集成至iSolarCloud智能运维平台，实现毫秒级故障传播预测，为储能系统GF...
基于同步相量测量的大规模电力系统发电控制装置强迫振荡检测与定位
Forced Oscillation Detection and Location in Generator Control Devices of Bulk Power Systems Using Synchrophasor Measurements
Tao Jiang · Bohan Liu · Bin Wang · Xue Li 等6人 · IEEE Transactions on Power Systems · 2025年5月
电力系统中的强迫振荡由持续周期性扰动引起，威胁系统稳定性。本文提出一种基于同步相量测量的大规模电力系统强迫振荡检测与定位新方法。首先，利用短时傅里叶变换结合时频域能量比函数实现振荡检测；进而证明耗散能量流与耗散能量谱的等价性，定义调速器与励磁系统的互功率谱密度，推导其在振荡频率处的幅值与相位谱，提出控制装置协同定位判据，并基于频带能量构建扰动装置振荡贡献度指标以识别主导扰动源。最后通过WECC 179节点系统、2021 IEEE-NASPI振荡定位竞赛及ISO-New England现场数据验证...
解读: 该强迫振荡检测与定位技术对阳光电源构网型储能系统具有重要应用价值。针对PowerTitan大型储能系统，可将同步相量测量与短时傅里叶变换集成至iSolarCloud平台，实时监测储能变流器控制环节（功率控制器、虚拟同步机VSG模块）引发的强迫振荡，通过互功率谱密度分析定位ST系列变流器中调速器与励磁...
用于存在未知输入和协方差失配情况下电力系统分散式动态状态估计的鲁棒自适应衰减无迹卡尔曼滤波器
Robust Adaptive Fading Unscented Kalman Filter for Decentralized Dynamic State Estimation in Power Systems Under Unknown Inputs and Covariance Mismatches
Bo Chai · S. C. Chan · Y. H. Hou · IEEE Transactions on Power Systems · 2025年5月
同步电机的动态状态估计（DSE）对电力系统的监控、保护与控制至关重要。异常值和模型不确定性导致的不良数据会显著影响估计精度。本文提出一种鲁棒自适应衰减（AF）无迹卡尔曼滤波器（UKF），用于在不良数据下进行DSE及未测输入引起的未知输入估计。该方法利用AF机制减小KF中状态与测量噪声协方差矩阵的尺度失配，抑制模型不确定性。提出基于迹运算和最小二乘法的衰减因子估计方法，并采用低阶卡尔曼滤波或递推最小二乘算法进行跟踪。进一步引入基于鲁棒统计的扩展方法以有效检测和抑制不良数据。理论分析了所提滤波器的稳...
解读: 该鲁棒自适应衰减UKF技术对阳光电源储能与新能源并网产品具有重要应用价值。在PowerTitan大型储能系统中，可用于精确估计同步机等发电设备的动态状态，提升电网侧储能系统的协调控制精度。对于构网型GFM控制的ST系列储能变流器，该算法能在测量异常和模型不确定性下保持虚拟同步机参数的准确估计，增强系...
第 12 / 14 页