找到 10 条结果 · IEEE Transactions on Power Systems
考虑空间差异与振荡稳定约束的储能优化运行
Optimal Operation for Energy Storage with Oscillation Stability Constraints Considering Spatial Differences
Yin Chen · Qiufan Yang · Hui Xiong · Xia Chen 等5人 · IEEE Transactions on Power Systems · 2025年8月
考虑到弱电网条件下电力系统的运行模式与跟网型（GFL）可再生能源（RES）的振荡失稳密切相关，且构网型（GFM）储能（ES）是提高跟网型稳定性的有效手段之一，本文进一步拓展了储能的优化运行目标，以确保电力系统的小干扰同步稳定性。首先，考虑到不同空间位置设备的同步稳定性差异，基于模态解耦方法，分析了多个跟网型可再生能源机组（GFL）同步环主导的振荡稳定运行域。其次，基于频域分析和模态解耦方法，量化了不同调频参数下多点布局的构网型储能机组（GFM）与多个跟网型机组组成的系统的振荡稳定运行域。随后，考...
解读: 该研究针对弱电网下GFL型设备振荡失稳问题，对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有直接应用价值。文中提出的多区域协调优化模型可融入iSolarCloud云平台，实现分布式储能站点的协同控制；小信号稳定性判据可嵌入储能变流器控制算法，动态调整充放电策略以抑制低频振荡。该方法...
基于动态面滑模控制的高比例可再生能源电力系统LFC设计及大规模虚拟储能支持
Dynamic Surface Sliding Mode Control-Based LFC Design for RES-Dominated Power Systems With a Provision of Grid-Scale Virtual Energy Storage
Dip Kumar Biswas · Sanjoy Debbarma · Piyush Pratap Singh · IEEE Transactions on Power Systems · 2025年5月
可再生能源（RES）的大规模接入导致系统整体惯量下降，使系统在面对不可预见的情况时更加脆弱。尽管储能是解决低惯量电网问题的可行方案，但成本高昂。为解决这一问题，本文采用了电网级虚拟储能（VES）概念，该概念从多区域电网调节的固有特性中收集“免费”储能，从而在不影响系统频率稳定性的前提下，实现可再生能源的更大规模接入。虚拟储能作为一种虚拟储能系统，利用各区域控制误差（ACE）的现有差异，实施有效的频率调节策略。为了最小化区域控制误差，本文在时滞电力系统的二次负荷频率控制回路中引入了一种新型动态滑模...
解读: 该动态面滑模控制结合虚拟储能技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文章提出的LFC控制策略可直接应用于储能系统的一次调频功能，通过动态面设计有效抑制传统滑模控制的抖振问题，提升ST变流器在高比例新能源场景下的频率响应速度和控制精度。虚拟储能概念可与阳光电...
基于解析目标级联的含储能系统的输配电网协同优化
Analytical Target Cascading Based Co-Optimization of Transmission and Distribution Systems With Energy Storage System
Sophia Owais · Md Jamal Ahmed Shohan · Md Omar Faruque · IEEE Transactions on Power Systems · 2025年2月
在输配电网络中集成可再生能源和储能系统（ESS），在优化潮流和高效调度储能系统方面带来了重大挑战，这需要解决复杂的时域耦合约束问题。为解决这一问题，我们提出了一种名为基于Q学习的解析目标级联（ATC - Q）优化的新型双层协同优化框架，用于解决输配联合网络中的交流最优潮流（ACOPF）问题。该算法在24小时滚动时域内同时考虑输电网和配电网的储能系统，同时考虑实时电价、储能系统当前荷电状态、预测的光伏发电量（PV）和负荷需求。所提出的解决方案旨在通过解耦时域约束并根据储能系统当前和未来状态构建队列...
解读: 该输配电网协同优化技术对阳光电源PowerTitan大型储能系统和ST系列储能变流器具有重要应用价值。ATC分层优化框架可直接应用于iSolarCloud云平台的多站点协调调度，实现输电侧集中式储能电站与配电侧分布式ESS的协同运行。多时间尺度调度策略可优化储能变流器的充放电曲线，提升可再生能源消纳...
基于流形特征插值的静态测量到动态测量的保证转换
Guaranteed Conversion From Static Measurements Into Dynamic Ones Based on Manifold Feature Interpolation
Lihao Mai · Haoran Li · Yang Weng · Erik Blasch 等5人 · IEEE Transactions on Power Systems · 2025年2月
可再生能源渗透率上升及电动汽车等负荷波动导致电力系统稳定性问题，亟需动态测量技术。然而，高分辨率量测设备（如PMU）在配电网中数量有限，而低分辨率量测设备广泛存在。本文提出一种多分辨率数据插值方法，结合自编码器与曲率正则化实现最优插值设计，并引入物理信息神经网络（PINN）和随机物理信息神经网络（SPINN）以融合系统物理规律并处理不确定性。所提方法在输电与配电系统中均得到充分验证。
解读: 该多分辨率动态测量技术对阳光电源储能与光伏产品具有重要应用价值。在PowerTitan大型储能系统中，可融合SCADA低分辨率数据与有限PMU高分辨率数据，通过流形插值实现全站动态状态估计，提升ST系列储能变流器的并网稳定性监测能力。对于分布式光伏场站，该方法可将SG逆变器的秒级功率数据插值为毫秒级...
考虑注入不确定性下交流电力网络的鲁棒拓扑控制
Robust Topology Control of AC Power Networks With Injection Uncertainties
作者未知 · IEEE Transactions on Power Systems · 2025年1月
摘要：可再生能源（RES）的整合促使电网需要提高灵活性。虽然最优输电开关（OTS）能够利用这种灵活性，但确定性 OTS 无法为负荷和可再生能源注入的不确定性提供最优拓扑结构。本文提出了一种新颖的两级三阶段鲁棒交流 OTS（ACOTS）公式，用于解决电网日前运行中的注入不确定性问题。与以往的公式不同，所提出的模型对潮流方程没有进行近似处理。主问题是一个混合整数线性规划（MILP）公式，用于确定鲁棒最优网络拓扑，并作为子问题的输入。子问题按顺序求解，其中第一个子问题是确定性交流最优潮流（ACOPF）...
解读: 该鲁棒拓扑控制技术对阳光电源PowerTitan大型储能系统及ST系列储能变流器具有重要应用价值。研究中的半定规划松弛与N-1安全约束方法可直接应用于储能系统的功率调度优化，提升应对光伏出力波动的鲁棒性。结合阳光电源iSolarCloud云平台，可实现源网荷储协同优化：在电网拓扑动态调整场景下，储能...
变惯量电力系统中用于频率控制的在线事件触发切换方法
Online Event-Triggered Switching for Frequency Control in Power Grids With Variable Inertia
Jie Feng · Wenqi Cui · Jorge Cortés · Yuanyuan Shi · IEEE Transactions on Power Systems · 2025年1月
可再生能源的高比例接入导致电力系统惯量时变，进而恶化频率动态性能。通过调节电力电子接口资源的功率设定值参与一次调频是一种有效缓解手段，但在时变惯量下控制器设计面临稳定性与最优性挑战。本文将时变惯量下的频率动态建模为非线性切换系统，各模式对应不同惯量水平下的非线性转子运动方程。提出一种神经比例-积分（Neural-PI）控制器结构，可保证各模式下输入-状态指数稳定。进一步设计在线事件触发切换机制，从针对不同惯量优化的Neural-PI控制器集中动态选取最优控制器。IEEE 39节点系统的仿真验证了...
解读: 该变惯量频率控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文章提出的Neural-PI控制器与在线事件触发切换机制，可直接应用于阳光电源构网型GFM控制策略优化：在高比例新能源场景下，系统惯量随光伏SG逆变器出力波动而剧烈变化，传统固定参数VSG难以兼顾稳定...
基于分布鲁棒优化的含快速频率响应低惯量电力系统恢复方法
System Restoration for Low-Inertia Power Systems Incorporating Fast Frequency Response via Distributionally Robust Optimization
Zhijun Qin · Yunming Li · Xinwei Chen · Hui Liu · IEEE Transactions on Power Systems · 2024年10月
高比例可再生能源导致系统惯量下降与不确定性增加，给大停电后的系统恢复带来挑战。本文研究低惯量电力系统的可恢复性，提出滚动时域框架下的序贯决策方法，优化黑启动、电网 energization、风电重连与负荷恢复。针对风电重连引入的时变外生不确定性，构建双层优化模型：上层结合最小系统惯量常数（MSIC）与快速频率响应（FFR）确定非黑启动机组及可接纳风电容量增量；下层通过前导确定性模型与考虑风电不确定性的分布鲁棒优化模型，分别确保功率平衡与非同步渗透水平（SNSP）安全。基于IEEE 14节点与11...
解读: 该研究对阳光电源储能与光伏产品的大规模并网具有重要指导意义。研究提出的FFR快速频率响应策略可直接应用于ST系列储能变流器的GFM控制算法优化，提升系统黑启动与恢复能力。MSIC最小惯量约束与SNSP非同步渗透率指标可用于PowerTitan储能系统的容量配置与控制策略设计。对于SG系列光伏逆变器，...
储能系统多阶段鲁棒调度的解析可行性条件及其在安全约束机组组合中的应用
An Analytical Feasibility Condition for the Multi-Stage Robust Scheduling of Energy Storage Systems with Application on SCUC
Jiexing Zhao · Qiaozhu Zhai · Yuzhou Zhou · Xiaoyu Cao · IEEE Transactions on Power Systems · 2024年5月
为缓解可再生能源渗透率不断提高所带来的日益增长的不确定性，电力系统中越来越多地安装了储能系统（ESS）以提供所需的灵活性。储能系统的时间耦合和非线性约束给调度问题带来了新的困难。鉴于这些挑战，本文针对存在不确定性和储能系统的调度问题提出了一种多阶段鲁棒优化（MSRO）方法。与多阶段鲁棒优化中最广泛采用的仿射决策规则（ADR）不同，仿射决策规则假设决策是关于不确定性实现的线性函数，本文以递归方式提出了鲁棒可行区间（RFI），以确保多阶段运行的可行性（鲁棒性）。当观测到不确定性时，可以在滚动时域内相...
解读: 该储能多阶段鲁棒调度解析可行性条件对阳光电源PowerTitan大型储能系统及ST系列储能变流器的能量管理策略具有重要应用价值。研究提出的解析可行性条件可直接集成到阳光电源ESS集成方案的EMS能量管理系统中，在光伏出力波动场景下实现储能充放电策略的鲁棒优化，确保SOC约束与功率约束在全时段可行。该...
电动汽车提供频率支持以促进可再生能源并网
Frequency Support From Electric Vehicles for Advancing Renewable Energy Integration
Dilip Pandit · Atri Bera · Tu Nguyen · Raymond Byrne 等6人 · IEEE Transactions on Power Systems · 2024年4月
由于积极的脱碳目标、成本降低和政府投资增加，现代电网中可再生能源的并网比例迅速上升。然而，基于逆变器的发电方式渗透率提高会因系统惯性下降而引发频率稳定性问题。本文提出一种量化电动汽车（EV）为电网提供频率支持能力的框架，以提升可再生能源的并网极限。考虑EV提供虚拟惯性和一次频率响应，结合EV行为不确定性建立随机模型以确定其放电上限。构建包含EV动态虚拟惯性和下垂系数的多机系统频率响应（MM-SFR）模型，并从中导出频率安全约束。结合换流器电压安全与低电压穿越约束，嵌入非线性优化框架以求解可再生能...
解读: 该研究对阳光电源V2G储能系统和充电桩产品线具有重要应用价值。文章提出的EV虚拟惯性和一次频率响应框架，可直接应用于阳光电源车网互动充电桩和PowerTitan储能系统的协同控制策略。具体而言：1）EV动态虚拟惯性和下垂系数的MM-SFR模型可优化ST系列储能变流器的VSG控制算法，提升电网频率支撑...
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...