找到 9 条结果 · IEEE Transactions on Power Systems
一种集成多源数值天气预报的短期非参数概率光伏功率预测两阶段集成学习框架
A Two-Stage Ensemble Learning Framework for Short-Term Nonparametric Probabilistic Photovoltaic Power Forecasting Integrating Multi-Source Numerical Weather Predictions
Hanting Zhao · Yao Zhang · Wei Huo · Fan Lin 等5人 · IEEE Transactions on Power Systems · 2025年9月
利用数值天气预报（NWP）进行短期太阳能功率概率预测（SSPPF）已被证明是一种提高太阳能整合与利用效率的有效方法。然而，大多数现有的SSPPF研究仅采用单源NWP，忽略了多源NWP在提高概率预测准确性和稳健性方面的潜在优势。本文提出了一种用于SSPPF的改进两阶段集成学习预测框架（ITS - ELFF）。ITS - ELFF将多源NWP作为关键的外部协变量，以生成多步分位数预测。在第一阶段，一组稳健且多样的基学习器提供初始分位数预测。在第二阶段，一个元学习器整合所有基学习器的分位数预测，以生成...
解读: 该两阶段集成学习框架对阳光电源iSolarCloud智能运维平台和SG系列光伏逆变器具有重要应用价值。通过融合多源NWP数据的非参数概率预测，可显著提升光伏电站功率预测精度，优化MPPT算法的前瞻性控制策略。在PowerTitan储能系统中，高精度概率预测能改进充放电调度决策，提升削峰填谷效果和电网...
一种基于改进直流解的物理信息图卷积网络用于交流最优潮流
A Physics-Informed Graph Convolution Network for AC Optimal Power Flow Via Refining DC Solution
Yundi Liu · Yuanzheng Li · Shangyang He · Yang Li 等6人 · IEEE Transactions on Power Systems · 2025年7月
求解大规模电力系统的交流最优潮流（AC - OPF）问题对于整合可再生能源的电力系统运行至关重要。然而，随着系统规模的增大，传统的交流最优潮流数值方法面临计算成本高和收敛困难等挑战。为应对这些挑战，现有研究采用直流最优潮流（DC - OPF）或数据驱动方法。直流最优潮流通过考虑电力系统的固有物理特性（如电压变化）对交流最优潮流问题进行线性化处理，从而提供近似解。同时，数据驱动方法利用其强大的端到端学习能力有效求解交流最优潮流。尽管这两种方法速度都足够快，但直流最优潮流由于其简化假设（忽略了无功功...
解读: 该物理信息图卷积网络技术对阳光电源PowerTitan大型储能系统及ST系列储能变流器的能量管理系统具有重要应用价值。通过快速求解AC-OPF问题，可显著提升储能系统在电网侧的实时调度响应速度，优化多台储能变流器并联运行时的功率分配策略。该方法融合物理约束的特性与阳光电源构网型GFM控制技术高度契合...
考虑决策依赖不确定性的野火风险下配电网规划
Decision-Dependent Uncertainty-Aware Distribution System Planning Under Wildfire Risk
Felipe Piancó · Alexandre Moreira · Bruno Fanzeres · Ruiwei Jiang 等6人 · IEEE Transactions on Power Systems · 2025年5月
电力系统与野火之间的相互作用可能带来严重安全风险与经济损失。在高发野火区域，配电网络在极端天气下可能引发火灾，其运行决策会影响线路故障概率。传统外生型不确定性建模难以刻画此类动态影响，本文提出一种基于决策依赖不确定性（DDU）的配电网投资规划方法，将功率潮流水平和线路加固决策对故障概率的内生性影响纳入分布鲁棒优化框架。模型通过两阶段优化确定最优升级方案（包括新建线路、加固现有线路及部署开关设备），并评估最坏情况下的运行成本。迭代算法用于求解该问题，算例表明所提方法能显著提升电网应对野火风险的韧性...
解读: 该决策依赖不确定性配电网规划技术对阳光电源储能系统及微网解决方案具有重要应用价值。在野火等极端气候高发区域（如美国加州、澳洲），PowerTitan大型储能系统可作为关键韧性资源：通过分布鲁棒优化框架指导储能选址与容量配置，在线路故障时提供孤岛供电支撑；ST系列储能变流器的构网型GFM控制可在主网断...
基于矩阵编码的主级虚假数据注入攻击影响缓解方法
Matrix Coding Enabled Impact Mitigation Against Primary False Data Injection Attacks in Cyber-Physical Microgrids
Mengxiang Liu · Xin Zhang · Chengcheng Zhao · Ruilong Deng · IEEE Transactions on Power Systems · 2025年1月
针对网络物理微电网中主级虚假数据注入攻击（PFDIA）的影响缓解问题，提出一种高效轻量的防御方案。该方法通过可逆编码矩阵对传输测量值进行交替编码，并在检测到攻击后触发两个半下采样未知输入观测器，利用编码与未编码数据的残差递推重构完整偏差向量，进而消除恶意影响。通过优化编码矩阵，在保证重构稳定性与隐蔽性的同时抑制系统噪声对精度的影响。实验验证了该方案的有效性、鲁棒性与低开销特性。
解读: 该矩阵编码防御技术对阳光电源PowerTitan储能系统及ST系列储能变流器的网络安全防护具有重要应用价值。在大型储能电站中，iSolarCloud云平台需实时采集海量测量数据（电压、电流、SOC等），易遭受FDIA攻击导致BMS误判或功率调度失控。该方案的轻量级编码机制可集成至储能PCS通信模块，...
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...
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...
面向异常事件的在线时空集成学习负荷预测方法
Online Spatiotemporal Ensemble Learning for Load Forecasting Against Anomalous Events
Yaqi Zeng · Pengfei Zhao · Di Cao · Zhe Chen 等5人 · IEEE Transactions on Power Systems · 2025年11月 · Vol.41
本文提出一种在线时空集成学习框架，通过融合区域间空间相关性与时间动态性，快速适应疫情等异常事件引发的负荷模式突变；采用在线互补学习网络提取时空特征，并结合指数梯度下降与强化学习优化凸组合权重。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能系统在负荷侧协同调度中具有直接应用价值。其在线自适应预测能力可提升光储充一体化系统的日前-日内负荷与新能源出力联合预测精度，优化PCS功率指令生成与BMS充放电策略。建议将该算法集成至iSolarCloud边缘AI...
面向一次调频的多台变速抽水蓄能机组两级协调功率控制策略
Two-Level Coordinated Power Control Strategy for Multiple Variable Speed Pumped Storage Units Participating in Primary Frequency Regulation
Qianlin Zhao · Kai Liao · Zhihong Ren · Jianwei Yang 等5人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文提出一种两级协调控制策略，用于多台双馈变速抽水蓄能（VSPS）机组参与电网一次调频。通过建立含VSPS的精确系统频率响应（SFR）模型，结合Routh降阶法推导解析表达式，构建上层模型预测控制（MPC）预测模型；下层设计转子转速一致性控制以抑制水力湍流与能量损耗。硬件在环实验证明该策略可提升SFR性能并保障机组运行状态一致。
解读: 该研究对阳光电源ST系列储能变流器（PCS）及PowerTitan大型构网型储能系统具重要参考价值：其MPC+一致性协调控制框架可迁移至多机并联PCS集群的快速调频场景，增强构网型（GFM）模式下的惯量支撑与有功协同响应能力；建议在PowerTitan电站级EMS中集成类似两级架构，提升抽蓄/电化学...