找到 10 条结果 · IEEE Transactions on Power Systems
通过电压/无功调节和稳定性约束的自适应逆变器控制增强配电系统可靠性
Enhancing Distribution System Reliability via Volt/VAr Regulation and Stability-Constrained Adaptive Inverter Control
Hadis Hosseinpour · Mohammed Benidris · Joydeep Mitra · IEEE Transactions on Power Systems · 2025年8月
本文提出了一种用于逆变器电压/无功控制的稳定性约束自适应运行策略，以提高主动配电网（即集成了基于逆变器的电源（IBR）的配电网）的可靠性。所提出的策略利用了IBR类似于先进电压/无功调节器的运行能力，在电压调节方面提供了更高的灵活性。本文阐述了该策略如何减少因电压调节问题导致的停电情况。为了量化所提出的策略对提高配电网可靠性的影响，本文还开发了一种可靠性评估方法，该方法对采用所提出控制策略的逆变器进行建模。所提出的可靠性评估方法考虑了系统可靠性与IBR稳定性约束自适应控制实现的电压/无功调节之间...
解读: 该稳定性约束自适应Volt/VAr控制技术对阳光电源SG系列光伏逆变器和ST储能变流器具有重要应用价值。研究提出的实时状态反馈与自适应参数调整机制，可直接集成到阳光电源现有的无功调节算法中，增强逆变器在弱电网环境下的电压支撑能力。特别是稳定性约束条件的引入，为GFM构网型控制策略提供了理论优化依据，...
基于软演员-评论家算法与逻辑型Benders分解相结合的风电不确定性下月度安全约束机组组合
Soft Actor-Critic Combined with Logic-Based Benders Decomposition Algorithm for Monthly Security Constrained Unit Commitment under Wind Power Uncertainty
Jianbing Feng · Zhouyang Ren · Wenyuan Li · IEEE Transactions on Power Systems · 2025年6月
月度安全约束机组组合（M - SCUC）从长期视角确保了高比例可再生能源渗透下电力系统运行的可靠性和灵活性。本文基于深度强化学习，提出了一种结合基于逻辑的Benders分解（LBD - SAC）的软演员 - 评论家算法，以高效求解M - SCUC问题。该算法无需进行任何紧凑性近似，即可处理M - SCUC模型中的高维、非凸和复杂不确定性问题。在LBD - SAC算法中，开发了一种任务分解和优化辅助的训练机制，以确保运行约束并提高收敛性能。M - SCUC问题被分解为主问题和子问题，主问题带有用于...
解读: 该研究提出的强化学习与Benders分解混合优化方法对阳光电源的储能与光伏产品线具有重要参考价值。具体而言：1) 可应用于ST系列储能变流器的调度优化,提升PowerTitan大型储能系统对风电波动的适应能力；2) 可优化SG系列光伏逆变器的MPPT控制策略,提高系统在复杂天气条件下的发电效率；3)...
具有无缝模式切换的网络化微电网分布式经济控制
Distributed Economic Control With Seamless Mode Switching for Networked-Microgrids
Weitao Yao · Yu Wang · Yan Xu · Dunjian Xie · IEEE Transactions on Power Systems · 2024年12月
联网微电网（NMG）系统由多个相互连接的独立微电网组成，旨在提高系统的弹性、可靠性和经济性。本文聚焦于遭受各种功率扰动的离网交流联网微电网，提出了一种具备无缝模式切换功能的分层控制方案，该方案将频率（<italic xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">f</i>）/电压（V）控制与微电网（MG）及分布式电源（DG）之间的经济功率分配相结合。下层控制旨在实...
解读: 该分布式经济控制技术对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要应用价值。研究提出的无缝模式切换策略可直接应用于阳光电源构网型（GFM）与跟网型（GFL）控制技术的协同优化，提升多储能系统并联运行时的经济性和稳定性。分布式优化算法可集成至iSolarCloud云平台，实现多微电...
基于解析神经网络高斯过程的机会约束电压调节方法用于含光伏、电池和电动汽车的主动配电网
Analytic Neural Network Gaussian Process Enabled Chance-Constrained Voltage Regulation for Active Distribution Systems With PVs, Batteries and EVs
Tong Su · Junbo Zhao · Yansong Pei · Yiyun Yao 等5人 · IEEE Transactions on Power Systems · 2024年11月
本文提出一种基于解析神经网络高斯过程（NNGP）的机会约束实时电压调节方法，适用于含光伏、储能和电动汽车的主动配电网。NNGP利用历史量测数据通过贝叶斯推断实现节点电压的实时概率估计，并被完全解析地嵌入最优潮流模型中，以适应多种拓扑变化。通过机会约束显式考虑电压估计的不确定性，显著提升了不同场景下电压调节的可靠性。在美国科罗拉多州西部实际759节点系统上的仿真结果表明，所提方法在多种拓扑下均能实现精确电压估计，并有效协调光伏、电池与电动汽车实现可靠电压调节。
解读: 该解析神经网络高斯过程电压调节技术对阳光电源多产品线协同控制具有重要价值。在ST储能系统方面，可将NNGP概率预测嵌入PowerTitan的能量管理系统，实现基于不确定性的机会约束优化调度，提升电压支撑可靠性。对于SG系列光伏逆变器，该方法可优化无功调节策略，在拓扑变化场景下保持电压稳定。在充电桩产...
基于模仿专家经验的可解释深度强化学习在电动汽车智能充电中的应用
Interpretable Deep Reinforcement Learning With Imitative Expert Experience for Smart Charging of Electric Vehicles
Shuangqi Li · Alexis Pengfei Zhao · Chenghong Gu · Siqi Bu 等6人 · IEEE Transactions on Power Systems · 2024年7月
深度强化学习（DRL）因计算效率高，有望实现复杂系统的在线优化控制，但其可解释性与可靠性限制了在智能电网能量管理中的工程应用。本文首次提出一种新颖的模仿学习框架，用于解决电网连接电动汽车（GEV）充电管理中的高效计算问题。通过基于车网互动（V2G）成本效益分析的先验优化模型生成最优策略，并构建专家经验池以配置学习环境。设计双Actor-Imitator网络结构，实现专家知识向强化学习模型的有效迁移，提升训练效率与调度性能。实验结果表明，该方法在英国某示范微网中有效提升了V2G经济效益并缓解了电池...
解读: 该可解释深度强化学习技术对阳光电源充电桩产品线及储能系统具有重要应用价值。文章提出的模仿学习框架可直接应用于阳光电源V2G充电桩的智能调度算法，通过专家经验池加速DRL训练，提升充电策略的可靠性与可解释性，解决传统黑盒AI在电网能量管理中的工程化难题。该方法可集成至iSolarCloud云平台，实现...
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...
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...
基于灵敏度的可再生能源可用发电容量变化跟随滚动运行可靠性评估方法
A Sensitivity-Based Rolling Operational Reliability Evaluation Method Following the Changing Available Generation Capacity of Renewable Energies
Xuan Li · Kaigui Xie · Changzheng Shao · Bo Hu 等6人 · IEEE Transactions on Power Systems · 2024年4月
由于可靠性评估过程耗时，电力系统运行可靠性通常基于可再生能源出力的预测值提前进行。然而，在实际运行中，可再生能源预测值不断更新，需进行滚动评估以保持可靠性评估的准确性。本文提出一种基于系统可靠性对可再生能源可用出力灵敏度的日内滚动评估方法。该方法在可再生能源出力小幅波动时，通过修正前次评估结果快速获取可靠性指标。首先，结合输电线路状态字典法与负荷可行域（LFR）方法，构建基于LFR的蒙特卡洛可靠性评估模型；其次，提出一种负荷削减计算的近似距离法，建立负荷削减量与可再生能源可用出力之间的线性多项式...
解读: 该滚动可靠性评估方法对阳光电源储能系统与光伏逆变器产品具有重要应用价值。针对ST系列储能变流器和PowerTitan大型储能系统，可集成该灵敏度模型实现日内实时可靠性评估，根据光伏出力预测更新动态调整储能充放电策略，提升系统应急响应能力。对于SG系列光伏逆变器，该方法可优化iSolarCloud云平...