找到 3 条结果 · IEEE Transactions on Power Systems
含不确定风电与负荷的电力系统稀有事件可扩展风险评估
Scalable Risk Assessment of Rare Events in Power Systems With Uncertain Wind Generation and Loads
Bendong Tan · Junbo Zhao · Yousu Chen · IEEE Transactions on Power Systems · 2024年7月
随着可再生能源的不断接入以及系统不确定性的存在，罕见事件的风险评估在电力系统规划和运行中变得愈发重要。然而，通过传统方法，即蒙特卡罗抽样（MCS）来量化罕见事件带来的风险，会因大量的潮流模拟而产生巨大的计算成本。为了加快评估速度，本文提出了一种深度神经网络（DNN）核化的向量值高斯过程（VVGP）方法，该方法在保持高精度的同时具有出色的计算效率。因此，作为潮流求解器的替代模型，与潮流求解器相比，DNN 核化的 VVGP 能够显著加快风险评估速度且保证评估的准确性。所开发的替代模型能够评估包含超过...
解读: 该稀有事件风险评估方法对阳光电源PowerTitan储能系统和iSolarCloud平台具有重要应用价值。在源网荷储一体化场景中，可用于优化ST系列储能变流器的容量配置与调度策略，通过量化极端工况下的风险概率（如风电骤降叠加负荷尖峰），提升储能系统应对黑启动、孤岛运行等稀有事件的能力。重要性采样技术...
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...
面向多场景泛化的多阶段动态规划在线调度方法：基于通用价值函数学习的配电网调度
Scenario-Generalized Multi-Stage Dynamic Programming for Online Dispatch of Distribution Networks via Universal Value Function Learning
Zhenning Pan · Yukun Deng · Tao Yu · Yufeng Wu 等7人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文提出场景泛化的多阶段动态规划（S-MSDP）方法，通过学习映射场景上下文到价值函数的通用模型，实现配电网在线调度的零样本适应能力，无需重训练即可应对分布外不确定性，提升调度最优性、泛化性与可扩展性。
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的实时协同调度具有重要价值。其通用价值函数框架可嵌入iSolarCloud的AI调度引擎，提升光储系统在负荷/新能源出力突变等未知场景下的自适应决策能力；建议在PowerTitan集群调度中集成S-MSDP算...