找到 49 条结果 · IEEE Transactions on Power Systems
基于多域映射的阻抗计算方法用于VSC型电力系统振荡稳定性分析
Multi-Domain-Mapping-Based Impedance Calculation Method for Oscillatory Stability Analysis of VSC-Based Power System
Chenxiang Gao · Siyuan Fei · Yizhuo Ma · Jin Xu 等6人 · IEEE Transactions on Power Systems · 2024年5月
基于电压源换流器（VSC）的电力系统具有振荡传播范围广、宽频响应以及复杂的多模态耦合等特点。由于这类系统具有高阶特性且需要灵活的分析模型，对其稳定性进行分析面临着巨大挑战。为解决这些问题，本文提出了一种基于多域映射（MDM）的新型阻抗计算方法，该方法具有高效、灵活和精确的显著特点。建立了元件级的离散时间小信号模型（DT - SSM）以取代传统的连续时间小信号模型（CT - SSM）。进一步地，采用节点分析法（NAM）描述子系统，然后将其直接等效为端口等效小信号模型（PE - SSM）。利用叠加定...
解读: 该多域映射阻抗计算方法对阳光电源的VSC类产品具有重要的工程应用价值。首先可应用于ST系列储能变流器和SG系列光伏逆变器的稳定性分析,特别是在大规模新能源并网场景下的振荡问题研究。其次,该方法能够精确刻画PowerTitan等大型储能系统中的多模态耦合特性,有助于提升系统的并网稳定性。方法的创新性体...
基于贝叶斯特征选择的区域风电功率预测
Regional Wind Power Forecasting Based on Bayesian Feature Selection
Theodoros Konstantinou · Nikos Hatziargyriou · IEEE Transactions on Power Systems · 2024年4月
近年来，可再生能源在电力系统中的整合程度不断提高。其固有的不可预测性和输出波动给电力系统的安全运行和能源市场定价的稳定性带来了挑战。因此，准确预测可再生能源发电量至关重要。目前已应用的几种有效预测方法均基于机器学习（ML）。应用机器学习方法的一个关键因素是输入特征的选择，在区域风电预测中，这一任务变得更为复杂，因为区域范围可能涵盖整个国家。所提出的方法旨在通过一种数据驱动的、与模型无关的预处理技术精简输入特征，从而提高预测性能。该技术包括将多维数值天气预报数据划分为多个子区域，并剔除无信息的子区...
解读: 该贝叶斯特征选择的预测方法对阳光电源的储能与风电产品线具有重要应用价值。特别是在ST系列储能变流器和风电变流器的智能调度优化方面,可将该预测算法集成到iSolarCloud平台,提升系统对风电功率波动的预判能力。通过筛选关键气象特征与历史数据,可优化储能系统的充放电策略,提高PowerTitan等大...
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...
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...
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...
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...
一种面向微电网的两阶段自适应供需管理框架：考虑设备老化的资产规划与点对点负瓦特交易
A Two-Stage Adaptive Supply-Demand Management Framework for Microgrids: Aging-Aware Asset Planning and Peer-to-Peer Negawatt Trading
Chenxi Zhang · Jing Qiu · Yi Yang · IEEE Transactions on Power Systems · 2024年12月
本文提出一种新颖的两阶段自适应微电网供需管理框架，兼顾设备老化特性与动态供需交互，提升系统运行效率与经济性。第一阶段引入老化感知的资产规划方法，优化分布式能源选址定容，并量化其性能衰退及运维成本增长，避免传统规划中成本低估与容量过剩问题；第二阶段采用点对点负瓦特交易机制，激励用户调节可控负荷，降低购电成本并增强供需响应能力。基于改进IEEE 33节点系统的仿真验证了该框架在成本效益与运行可靠性方面的显著优势，为未来微电网中老化感知资源集成与用户参与电力市场提供了有效路径。
解读: 该两阶段供需管理框架对阳光电源ST系列储能系统和PowerTitan大型储能方案具有重要应用价值。老化感知资产规划方法可优化储能变流器和电池系统的选址定容策略，通过量化功率器件和电池的性能衰退曲线，改进iSolarCloud平台的预测性维护算法，避免容量配置过剩。点对点负瓦特交易机制可集成到微电网E...
用于估计预期拥塞与安全性的多项式线路断开分布因子
Polynomial Line Outage Distribution Factors for Estimating Expected Congestion and Security
Jochen Lorenz Cremer · IEEE Transactions on Power Systems · 2024年9月
极端天气事件和多重线路故障对电力系统安全构成严峻挑战，易引发突发性线路拥塞。传统方法采用线路断开分布因子（LODFs）计算故障后潮流，但随着故障数量k增加，矩阵求逆的计算复杂度急剧上升，难以适用于大规模系统。本文提出一种基于泰勒级数展开的LODF多项式近似方法，通过高效组合单线路故障对应的矩阵运算，显著提升计算速度。进一步，该方法用于计算期望线路潮流，将N-k故障分解为重复基函数，降低概率安全性评估的计算负担。在118、300、1354和2328节点系统中的案例研究表明，该方法在评估预期拥塞与系...
解读: 该多项式LODF快速计算方法对阳光电源PowerTitan大型储能系统和iSolarCloud智能运维平台具有重要应用价值。在极端天气下，该算法可高效评估N-k线路故障场景的潮流拥塞风险，为ST系列储能变流器的功率调度策略提供实时决策支持。通过泰勒级数近似替代传统矩阵求逆，可将概率安全评估嵌入云平台...
高分布式能源渗透下现代交流配电网中的持续振荡
Sustained Oscillations in Modern AC Distribution Systems With High DER Infiltration
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...
第 3 / 3 页