Yiming Wang · Shiyun Xu · Huadong Sun · Chen Shen · IEEE Transactions on Power Systems · 2024年6月

近期研究表明，含换流器接口发电（CIG）的电力系统暂态失稳主要与不稳定周期轨道（UPO）有关，而非不稳定平衡点（UEP）。这种现象在弱电网中尤为显著，凸显了研究稳定边界主导因素从 UEP 向 UPO 转变过程的重要性。为此，本研究提出了一种基于能量 - 角度复向量的电力系统暂态稳定分析新框架。在此框架下，开展了稳定边界转变点识别和稳定裕度评估工作。研究发现，CIG 占比增加、系统强度降低以及 CIG 控制参数设置不当等参数条件的变化，可能导致 UPO 在塑造稳定边界中起主导作用，进而使基于 UE...

解读: 该稳定边界演化理论对阳光电源高渗透率新能源系统具有重要指导意义。针对ST系列储能变流器和SG光伏逆变器，UPO失稳机制分析可优化GFM/GFL控制策略的参数边界设计，避免系统运行点接近临界转捩点。在PowerTitan大型储能系统中，可基于拓扑变化特征建立稳定域实时监测模型，提前预警环面分岔风险。对...

Tianshi Cheng · Ruogu Chen · Ning Lin · Tian Liang 等5人 · IEEE Transactions on Power Systems · 2024年6月

可再生能源系统（RESs）在向绿色智能电网转型中起关键作用，但其受光照、风速等自然因素影响，具有复杂性与不确定性，给并网带来挑战。电磁暂态（EMT）仿真可有效研究RES并网问题，但现有方法受限于模型非线性和计算复杂度，难以实现大规模精细化仿真。本文提出一种面向数据、结合机器学习的CPU-GPU大规模并行EMT仿真方法，采用人工神经网络构建数据驱动的RES模型，并基于实体-组件-系统架构集成。模型训练依托传统物理EMT模型生成的数据，并通过MATLAB/Simulink验证。将RES元件组建成微网...

解读: 该机器学习增强的大规模并行EMT仿真技术对阳光电源具有重要战略价值。在PowerTitan储能系统和大型光伏电站并网设计中，可快速仿真数百万级SiC逆变器的暂态交互特性，400倍加速性能显著缩短产品开发周期。对ST系列储能变流器的构网型GFM控制策略优化尤为关键，能高效评估微电网场景下多台设备的协同...

Hongyi Wang · Zhe Yang · Wenfa Kang · Pingyang Sun 等6人 · IEEE Transactions on Power Systems · 2024年5月

风电场（WFs）中风力发电机组（WTs）的聚合可以减轻建模和计算负担，但也可能降低精度。此外，在电力系统扰动下，可能难以准确确定风力发电机组的动态行为。本文基于两阶段方法，提出了一种用于电力系统暂态分析的风电场新型聚合建模方法。在第一阶段，树状图算法生成一个简单通用的模型（GM）；在第二阶段，使用针对风电场定制的偏微分方程非线性动力学函数识别（PDE - FIND）算法对通用模型进行细化，以提高初始通用模型的精度。对PDE - FIND算法的动态库进行重新构建，使其包含可能用于表达功率误差方程的...

解读: 该物理信息学习的双机等效建模技术对阳光电源的大型风电场解决方案具有重要参考价值。可直接应用于公司ST系列储能变流器的GFM控制优化,提升其在风电接入场景下的稳定性控制性能。同时该方法的物理约束融合思路可启发SG系列光伏逆变器的群控算法优化,特别是在大规模光储风多能互补电站中的协调控制。建议在Powe...

Hongyang Jia · Qingchun Hou · Pei Yong · Fei Teng 等6人 · IEEE Transactions on Power Systems · 2024年5月

随着可变可再生能源（VRE）渗透率的不断提高，电力系统电压稳定性面临着重大挑战，因为VRE机组属于基于逆变器的发电机（IBG），往往会削弱电力系统的电压支撑能力。因此，发电调度应避免可能导致电压不稳定问题的运行状态。本文提出了一种数据驱动的方法，用于学习多个凸电压稳定约束条件，并将其有效嵌入机组组合问题中。首先，利用多个凸多面体来表示非线性和非凸的电压稳定边界。然后，通过决策树对多面体进行初始化，并采用全局优化策略对其进行优化。最后，将学习得到的电压稳定边界作为约束条件嵌入机组组合问题中。对六个...

解读: 该研究对阳光电源的储能与光伏逆变器产品线具有重要参考价值。研究提出的多凸约束学习方法可优化ST系列储能变流器和SG系列光伏逆变器的电压稳定控制策略。具体而言，可将其应用于：1)储能系统的GFM控制算法优化，提升PowerTitan在弱电网条件下的电压支撑能力；2)大型光伏电站的VSG控制设计，增强S...

Huanhai Xin · Chenxi Liu · Xia Chen · Yuxuan Wang 等6人 · IEEE Transactions on Power Systems · 2024年4月

构网型（GFM）控制因其对电网友好的动态特性，特别是交流侧的“电压源特性”，被认为是将大规模电力电子变流器接入现代电网的一种有前景的解决方案。GFM变流器的电压源特性可为电网提供电压支撑，从而增强电网（电压）强度。然而，跟网型（GFL）变流器也可通过合理调节其无功电流来实现交流电压幅值的恒定控制，这使其也可能表现出类似电压源的特性。目前，GFL和GFM变流器的电压源特性之间的本质区别是什么，以及哪种类型的电压源特性能够增强电网强度，仍不明确。本文将证明，就小信号动态特性而言，只有GFM变流器能提...

解读: 该研究为阳光电源构网型产品配置提供重要理论依据。针对ST系列储能变流器和SG系列光伏逆变器，可优化GFM/GFL混合配置策略：在PowerTitan大型储能系统中，无需全部单元采用GFM控制，通过小信号稳定性分析确定最优GFM渗透率，既保证弱电网支撑能力，又降低控制复杂度和成本。研究提出的电网强度量...

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...

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...

Shiwei Xie · Longtao Xie · Qiuwei Wu · Shengwen Shu 等6人 · IEEE Transactions on Power Systems · 2025年5月

电动汽车的兴起推动了电力与交通系统的深度融合。本文提出一种考虑价格弹性需求的三层次充电定价框架，刻画配电网、充电运营商与电动汽车用户间的交互。通过构建带价格弹性需求的用户均衡拟变分不等式模型，将原三层次问题转化为含QVI约束的双层优化问题，提升数学可处理性。上层优化配电网能量调度，下层求解充电运营商定价策略。设计投影梯度与定制化不动点算法求解，并通过仿真验证模型与算法的有效性与优越性。灵敏度分析表明需求弹性和调控政策显著影响系统效率，体现模型鲁棒性。

解读: 该充电定价优化技术对阳光电源充电桩及储能业务具有重要应用价值。拟变分不等式框架可集成至iSolarCloud平台，实现配电网-充电站-用户三层协同优化：上层结合PowerTitan储能系统进行能量调度削峰填谷，中层优化充电桩动态定价策略，下层预测价格弹性需求引导用户行为。该模型可提升充电站运营收益1...

Jian Zhong · Chen Chen · Zhaohong Bie · Mohammad Shahidehpour · IEEE Transactions on Power Systems · 2024年11月

电网现代化使配电网对信息网络的依赖增强，导致其在灾害下的脆弱性上升。通信网络故障严重制约了配电系统的负荷恢复能力。现有研究大多忽视了电力与通信网络协同恢复的需求。本文利用软件定义网络（SDN）的数据路由能力，提升配电通信网络中集中控制的恢复效率，并将其融入综合恢复模型。该模型根据负荷恢复的控制需求，优化有限通信资源的配置，重建调度中心与终端设备的连接，并通过配电自动化协调微网形成以恢复供电。提出一种循环优化算法，实现多阶段协同负荷恢复。在IEEE 33节点和123节点测试系统上的仿真验证了方法的...

解读: 该SDN通信架构与微网协同恢复技术对阳光电源PowerTitan储能系统和微网解决方案具有重要应用价值。针对配电网通信故障场景，可优化ST系列储能变流器的孤岛检测与黑启动策略，通过SDN动态路由重构iSolarCloud云平台与现场设备的通信链路，确保调度指令可达性。该研究的多阶段协同恢复算法可融入...

Huaiyuan Wang · Fajun Gao · Qifan Chen · Siqi Bu 等5人 · IEEE Transactions on Power Systems · 2024年7月

深度学习方法广泛应用于电力系统暂态稳定性评估（TSA），但其结果缺乏可解释性且评估过程难以控制，限制了实际应用。本文提出一种失稳模式引导的模型更新方法以优化TSA模型。首先，构建基于Transformer编码器的TSA模型，通过注意力分布解释和分析预测结果；其次，引入注意力引导损失函数，针对特定失稳模式调整评估规则，提升分类精度；同时采用注意力保持损失，维持其他样本的评估能力并抑制过拟合；此外，基于注意力分布构建代表性数据集以降低更新成本。在IEEE 39节点系统与华东电网中的仿真验证了该方法的...

解读: 该失稳模式引导的暂态稳定评估技术对阳光电源PowerTitan大型储能系统和构网型控制产品具有重要应用价值。在电网侧储能场景中，ST系列储能变流器需快速判断电网扰动后的稳定性并调整控制策略，该方法基于Transformer的注意力机制可实现毫秒级稳定性预判，指导GFM控制器动态调节虚拟惯量和阻尼参数...

Yuerong Yang · Shunjiang Lin · Shiyuan Chen · Mingbo Liu 等5人 · IEEE Transactions on Power Systems · 2024年6月

基于随机微分代数方程（SDAEs）描述电力系统在随机连续扰动下的动态行为。传统数值方法需大量样本计算状态变量的概率分布，计算成本高。本文提出一种非采样时域仿真（NSTDS）框架，可直接求解暂态过程中各时刻状态变量的概率分布，显著提升计算效率。该框架采用具有更高收敛阶的Milstein-Euler预测校正迭代格式，并结合L^p空间对偶定理，提出一种避免维度灾难的随机变量函数概率分布计算方法，适用于大规模系统。在改进的IEEE 39节点和118节点系统上的算例验证了所提方法在暂态稳定性评估中的高精度...

解读: 该非采样时域仿真框架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，可用于评估随机功率波动（风光出力、负荷变化）下的暂态稳定性，优化构网型GFM控制参数设计。相比传统蒙特卡洛方法，该框架通过直接求解概率分布显著提升计算效率，适用于大规模储能电站的实时稳定性评...

Mojtaba Alizadeh · Xiaoyu Wang · Lei Chen · Alexandre Nassif 等6人 · IEEE Transactions on Power Systems · 2024年5月

持续振荡不随时间衰减，影响系统稳定性与性能。相较于输电系统，配电网中的持续振荡具有独特机理，但相关研究尚显不足。此类振荡会降低电能质量，威胁系统稳定，导致继电保护误动及供电中断。深入理解现代配电网中持续振荡的产生机制，对其检测、分类与定位至关重要。本文综述了现代配电网中持续振荡的研究现状，探讨了适用于输电系统的检测与分类方法，并将其应用于安大略省配电网实际案例，揭示了面临的挑战与未来研究方向。

解读: 该研究对阳光电源储能与光伏产品的并网稳定性具有重要指导意义。高DER渗透下的持续振荡问题直接关联ST系列储能变流器和SG系列光伏逆变器的并网控制策略优化。文中揭示的配电网振荡机理可用于改进构网型GFM和跟网型GFL控制算法，增强PowerTitan大型储能系统在弱电网环境下的阻尼特性。振荡检测与定位...

Yi Li · Chaojie Li · Guo Chen · Xiaojun Zhou 等5人 · IEEE Transactions on Power Systems · 2024年4月

准确的电价短期预测对电力市场数字化至关重要。然而，可再生能源扩张与用电需求增长导致电价波动加剧，预测难度加大。供需不平衡的不确定性及电力市场的时空关联性是精准预测的主要障碍。本文提出一种多任务学习模型MGAAL，结合图注意力机制，并引入异常价格尖峰预测的辅助任务，提升泛化能力并降低过拟合风险。MGAAL采用基于注意力的图神经网络捕捉电力时空流动动态，并通过同方差不确定性和梯度归一化自适应调整任务权重。基于澳大利亚国家电力市场数据的实验表明，该模型性能优于当前先进方法。

解读: 该多任务图自适应学习电价预测技术对阳光电源储能系统具有重要应用价值。在PowerTitan大型储能系统和ST系列储能变流器的能量管理策略中，精准的电价短期预测可优化充放电调度决策，通过峰谷套利提升收益。其图神经网络捕捉时空关联的方法可集成至iSolarCloud云平台，实现多站点储能协同优化。异常价...