找到 2 条结果 · IEEE Transactions on Power Systems
基于图卷积网络的韧性约束经济调度
Resilience-Constrained Economic Dispatch With Graph Convolutional Network
Yifei Wang · Hanyang Liu · Xi Wu · Jun Liu 等6人 · IEEE Transactions on Power Systems · 2025年7月
近年来，由于极端事件频发，电力系统韧性备受关注。现有方法难以将韧性指标直接嵌入经济调度模型，因其依赖统计采样，无法建立运行点与韧性指标间的解析映射关系。本文提出一种基于图卷积网络（GCN）的韧性约束经济调度（RCED）框架，可在优化中显式引入特定韧性指标作为目标或约束。该框架包含离线与在线两阶段：离线阶段通过连锁故障仿真构建训练集，并利用GCN学习运行点与韧性指标的映射关系，进而转化为混合整数线性方程组；在线阶段动态求解满足韧性要求的调度方案。算例验证了所提方法的有效性与优势。
解读: 该韧性约束经济调度技术对阳光电源PowerTitan大型储能系统及ESS集成方案具有重要应用价值。GCN建立的运行点-韧性指标映射关系可直接嵌入ST系列储能变流器的能量管理系统，在极端天气或电网故障场景下，实时优化储能充放电策略，提升系统抗扰动能力。该方法可与iSolarCloud云平台结合，通过离...
电动汽车的备用容量提供：聚合边界与随机模型预测控制
Reserve Provision From Electric Vehicles: Aggregate Boundaries and Stochastic Model Predictive Control
Jacob Thrän · Jakub Mareček · Robert N. Shorten · Timothy C. Green · IEEE Transactions on Power Systems · 2025年2月
电动汽车（EV）的可控充电是提升可再生能源消纳、降低固定储能需求的重要灵活性资源。为应对个体驾驶与充电行为的不确定性，本文提出将多辆电动汽车电池视为一个具有聚合功率与能量边界的虚拟电池，从而预测可提供的系统备用容量。基于1000辆电动汽车数据的线性回归模型验证了边界的可预测性，归一化均方根误差为20%–40%。采用包含条件风险价值的两阶段随机模型预测控制算法，实现日前 reserve 调度。英国120万条家用充电记录的案例表明，车队规模扩大可提升预测精度，增加备用收益并降低运营成本；当规模达40...
解读: 该电动汽车聚合备用容量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。研究提出的虚拟电池聚合边界模型可直接应用于阳光电源V2G充电桩的群控策略，通过随机模型预测控制算法优化充电调度，使车队参与电网辅助服务。400辆以上规模可降低60%运营成本、单车提供1.8kW备用容量的数据，为阳光电源设计充...