找到 3 条结果 · IEEE Transactions on Power Systems
一种基于云边智能的配电网分区与运行优化方法
A Cloud-Edge Intelligence-Based Optimization Method for Distribution Network Partitioning and Operation Considering Simulation Inaccuracy
Renjun Wang · Hongjun Gao · Haifeng Qiu · Longbo Luo 等6人 · IEEE Transactions on Power Systems · 2025年1月
针对分布式可再生能源和负荷波动对配电网运行安全的影响，本文提出一种基于云边协同智能的优化方法，用于配电网分区与实时运行控制。该方法在云端集中训练，在边缘侧实时执行，通过新型分区策略降低计算负担，并引入开关重要性评估方法以压缩动作空间维度。建立多智能体马尔可夫决策过程模型，结合改进的混合多智能体软Actor-Critic算法与域随机化方法，提升策略在仿真与实际系统存在模型失配时的鲁棒性。IEEE 33节点系统及实际445节点网络的仿真验证了所提方法的有效性与优势。
解读: 该云边协同优化技术对阳光电源PowerTitan储能系统和iSolarCloud平台具有重要应用价值。其云端训练-边缘执行架构可直接应用于ST系列储能变流器的分布式协调控制，通过多智能体强化学习实现储能集群的实时功率调度与电网分区管理。域随机化方法增强的鲁棒性可提升储能系统在模型失配场景下的控制可靠...
基于双分支专家融合记忆网络的大规模配电网净负荷高效预测
Efficient Net Load Forecasting in Large-Scale Power Distribution Systems via Dual-Branch Experts Fusion Memory Network
Shijie Li · Ruican Hu · Guanlin Chen · Lulu Chen 等10人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文针对高比例可再生能源接入下配电网净负荷预测难题，提出双分支专家融合记忆网络（DEFMN），分别建模负荷与分布式电源的异质性，并融合时空相关性。在IEEE 8500节点系统验证中，该模型在MAPE等指标上达到SOTA性能。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能PCS的日前-日内净负荷预测能力具有直接提升价值。DEFMN可嵌入iSolarCloud的AI预测引擎，优化光储协同调度策略；尤其适用于工商业光伏+用户侧储能场景中多类型DG（如组串式逆变器、充电桩、小型风电变流器...
基于失稳模式引导的模型更新方法用于数据驱动的暂态稳定性评估
Instability Pattern-Guided Model Updating Method for Data-Driven Transient Stability Assessment
Huaiyuan Wang · Fajun Gao · Qifan Chen · Siqi Bu 等5人 · IEEE Transactions on Power Systems · 2024年7月
深度学习方法广泛应用于电力系统暂态稳定性评估（TSA），但其结果缺乏可解释性且评估过程难以控制，限制了实际应用。本文提出一种失稳模式引导的模型更新方法以优化TSA模型。首先，构建基于Transformer编码器的TSA模型，通过注意力分布解释和分析预测结果；其次，引入注意力引导损失函数，针对特定失稳模式调整评估规则，提升分类精度；同时采用注意力保持损失，维持其他样本的评估能力并抑制过拟合；此外，基于注意力分布构建代表性数据集以降低更新成本。在IEEE 39节点系统与华东电网中的仿真验证了该方法的...
解读: 该失稳模式引导的暂态稳定评估技术对阳光电源PowerTitan大型储能系统和构网型控制产品具有重要应用价值。在电网侧储能场景中，ST系列储能变流器需快速判断电网扰动后的稳定性并调整控制策略，该方法基于Transformer的注意力机制可实现毫秒级稳定性预判，指导GFM控制器动态调节虚拟惯量和阻尼参数...