找到 4 条结果 · IEEE Transactions on Power Systems

排序:
电动汽车驱动 跟网型GFL ★ 5.0

重新审视跟网型变流器对频率动态的影响——第二部分:空间差异

Revisiting the Effect of Grid-Following Converter on Frequency Dynamics - Part II: Spatial Difference

Jiahao Liu · Cheng Wang · Tianshu Bi · IEEE Transactions on Power Systems · 2025年9月

除了第一部分讨论的惯性中心(COI)频率动态外,采用电网跟随型(GFL)变流器的电力系统中的空间频率差异也至关重要。第二部分重新探讨了GFL变流器对空间频率差异的影响。基于第一部分定义的接口状态变量和等效频率,本文提出了一个扩展的频率分割器(FD)公式。建立了网络节点频率与同步发电机(SG)转子频率和GFL等效频率之间的映射关系。结果表明,GFL变流器的叠加贡献取决于GFL变流器与频率观测节点之间的电气距离以及系统潮流条件,而不依赖于系统运行状态假设。此外,本文首次探讨了支路电流的频率映射问题。...

解读: 该研究揭示的GFL变流器导致系统频率空间差异问题,对阳光电源ST储能系统和SG光伏逆变器产品具有重要指导意义。研究表明高比例GFL接入会削弱频率耦合、加剧区域频率差异,这启发阳光电源:1)在PowerTitan大型储能系统中优化GFL控制参数设计,增强频率支撑能力;2)在分布式光伏场景推广构网型GF...

系统并网技术 ★ 5.0

一种提高含高比例电压源型换流器电力系统静态电压稳定性的方法

A Static Voltage Stability Enhancement Method for Power Systems With a High Proportion of Voltage Source Converters

Yunxin Liu · Liangzhong Yao · Siyang Liao · Jian Xu 等5人 · IEEE Transactions on Power Systems · 2025年3月

高比例可再生能源电力系统的主要特征之一是其正逐渐演变为高比例电压源换流器(VSCs)电力系统。由于电压源换流器存在电流限制,其无功调节范围受限,从而大幅削弱了有效无功备用,降低了静态电压稳定性。本文首先考虑电流限制,分析了电压源换流器的有功 - 无功(PQ)调节特性。通过建立单台电压源换流器并网系统的PQ特性解析模型,分析了不同电压源换流器渗透率下系统无功备用的变化以及系统静态电压稳定的演化规律。在此基础上,根据所提出的各电源母线无功支撑灵敏度,提出了优化确定各电源母线电压和有效无功备用的方法,...

解读: 该研究对阳光电源的VSC类产品静态电压稳定性优化具有重要指导意义。基于Q-V灵敏度的控制策略可直接应用于ST系列储能变流器和SG系列光伏逆变器的电压支撑功能优化,特别是在大规模新能源电站中。研究成果可用于完善阳光电源构网型GFM控制算法,提升PowerTitan等大型储能系统的电网支撑能力。通过优化...

风电变流技术 ★ 5.0

一种原理约束的风场图像生成框架用于短期风电功率预测

A Principle-Constrained Wind Field Image Generation Framework for Short-Term Wind Power Forecasting

Jingxuan Liu · Haixiang Zang · Tao Ding · Lilin Cheng 等6人 · IEEE Transactions on Power Systems · 2024年8月

随机且非平稳的风特性给风电带来了相当大的不确定性,这对电网管理和市场出清构成了挑战。研究风场的时空特性对于预测未来风电变化至关重要。然而,目前在更精确地描述风场演变特征方面仍有提升空间。在本研究中,通过多阶偏微分方程建模,可将风场演变过程分解为对流、扩散、环流以及其他未知过程。在先验知识和深度学习的共同驱动下,提出了一种新型的物理单元(Phycell),用于从连续的风场图像中学习时间依赖关系。由此,建立了一个递归风场预测框架,以获取未来多步的风场图像。此外,通过引导注意力机制处理风场预测结果,以...

解读: 该风场图像生成框架对阳光电源的风电变流器和智能运维系统具有重要应用价值。可集成至iSolarCloud平台的预测分析模块,提升风电场发电功率预测精度,优化储能调度策略。对ST系列储能变流器的功率调节控制和PowerTitan系统的容量配置提供更准确的数据支撑。通过提前预知风电出力变化,可实现储能系统...

储能系统技术 储能系统 强化学习 ★ 4.0

基于强化学习的CANFIS控制器自适应切负荷用于频率恢复准则导向控制

Reinforcement Learning Based Adaptive Load Shedding by CANFIS Controllers for Frequency Recovery Criterion-Oriented Control

Hao Yang · Bo Jin · Zhaohao Ding · Zhenglong Sun 等6人 · IEEE Transactions on Power Systems · 2024年5月

为满足电网导则中严格的频率恢复准则(FRC),本文提出一种面向受端电网的实时自适应切负荷方法。构建基于协同自适应神经模糊推理系统(CANFIS)的切负荷控制器,以母线频率的幅值偏差和恢复时间偏差作为反馈信号,实现智能切负荷决策。引入基于强化学习的确定性策略梯度(DPG)算法优化控制器性能,在最小切负荷成本下确保频率恢复满足FRC,并提升鲁棒性。通过在负荷站部署CANFIS控制器形成分散式控制策略,可实时自适应决策切负荷的时机、位置、量值与轮次。省级受端电网仿真验证了该方法的有效性与适应性。

解读: 该自适应切负荷技术对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要应用价值。CANFIS控制器结合强化学习的频率响应策略可直接集成到储能系统的电网支撑功能中,增强构网型GFM控制的频率调节能力。通过实时监测母线频率偏差,储能系统可智能决策放电功率和持续时间,在满足电网FRC要求的同...