找到 6 条结果 · IEEE Transactions on Power Systems
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...
基于可行运行区域的含软开断点配电网约束管理
Feasible Operation Region-Based Constraint Management of Distribution Networks With Soft Open Points
Xun Jiang · Yue Zhou · Jianzhong Wu · Wenlong Ming · IEEE Transactions on Power Systems · 2025年1月
软开关点（SOPs）是安装在配电网正常断点处的电力电子装置。凭借毫秒级的控制能力，SOPs 在应对可再生能源发电和用户行为（如电动汽车出行行为）带来的显著不确定性时，在配电网的约束管理方面具有广阔的应用前景。本文提出了一种基于可行运行区域（FOR）的新型 SOP 优化控制方法。FOR 表示配电网节点功率注入的允许范围，可用于替代传统基于最优潮流（OPF）模型中的潮流方程和网络约束。由于 FOR 边界与热/电压约束之间存在一一对应关系，基于 FOR 的约束管理方法能够适应各种测量条件。此外，FOR...
解读: 该SOP约束管理技术对阳光电源ST储能系统和PowerTitan大型储能方案具有重要应用价值。SOP的毫秒级有功无功调节能力与储能变流器PCS的快速响应特性高度契合，可行运行区域建模方法可直接应用于储能系统的多约束协调控制，优化电压电流及容量边界管理。该技术可增强ST系列在配电网侧的柔性调节能力，提...
面向电动汽车协调的两阶段输电系统运营商-配电系统运营商服务提供框架
Two-Stage TSO-DSO Services Provision Framework for Electric Vehicle Coordination
Yi Wang · Dawei Qiu · Fei Teng · Goran Strbac · IEEE Transactions on Power Systems · 2024年12月
高比例可再生能源接入导致电力系统惯性下降，对频率响应服务的需求日益增加。电动汽车（EV）凭借车网互动（V2G）能力可为输电系统运营商（TSO）提供经济高效的频率调节服务，但其在参与频率支撑时可能引发电压安全问题，影响配电系统运营商（DSO）运行。为此，本文提出一种两阶段多电动汽车服务提供框架：第一阶段参与日前TSO-DSO频率备用调度；第二阶段在配电网中实时执行备用交付并支持电压调节。针对大规模EV与复杂环境，第二阶段采用去中心化调控范式，并设计通信高效的强化学习算法以降低多智能体训练的通信开销...
解读: 该两阶段TSO-DSO协调框架对阳光电源充电桩与储能业务具有重要应用价值。文章提出的去中心化强化学习算法可直接应用于阳光电源充电桩产品，实现V2G双向充放电时的频率-电压协同控制，避免频率支撑服务引发配网电压越限。该框架与PowerTitan储能系统的多层级调度架构高度契合：日前阶段可优化储能参与辅...
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...
一种提升智能电网变电站性能的能量管理策略：数据驱动方法
Energy Management Strategy to Enhance a Smart Grid Station Performance: A Data Driven Approach
Kannan Thirugnanam · Vinod Khadkikar · Tareg Ghaoud · Qais Qawaqneh 等6人 · IEEE Transactions on Power Systems · 2025年1月
本文提出一种能量管理策略（EMS），以改善智能电网变电站（SGS）的电能质量（PQ）参数，即电压不平衡、功率因数和频率偏差。在此，SGS 以并网多微电网（MMGs）形式呈现，这些微电网配备了分布式发电机（DG），如太阳能光伏（PV）和风力发电机（WT）、电池储能系统（BES）、电动汽车充电站、电容器组、制冷机以及建筑负载电力需求（LPD）。由于建筑 LPD 的随机性和制冷机运行的动态特性，将 SGS 的 PQ 参数维持在阈值范围内颇具挑战。此外，由于建筑 LPD 的非线性、DG 功率的间歇性以及...
解读: 该数据驱动的能量管理策略对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文章提出的电压不平衡抑制、功率因数校正和频率偏差控制技术，可直接应用于储能变流器的构网型GFM控制算法优化，提升电网支撑能力。实时监测与历史数据融合的动态调度方法，可集成到iSolarCloud云...
揭示针对$N-1$安全电力系统的负载篡改攻击：一种稀有事件采样方法
Uncovering Load-Altering Attacks Against $N-1$ Secure Power Grids: A Rare-Event Sampling Approach
Maldon Patrice Goodridge · Subhash Lakshminarayana · Alessandro Zocca · IEEE Transactions on Power Systems · 2024年7月
针对大量基于物联网的高功率设备（如智能电动汽车充电站）的变载攻击（LAA）可能会严重扰乱电网运行。在本研究中，我们旨在揭示可能造成严重影响的变载攻击的时空特征。这一问题颇具挑战性，因为现有的保护措施，如旨在使电力系统能够抵御单个组件故障的 $N - 1$ 安全性，在很大程度上也能使系统对负载变化具有恢复能力。因此，那些能导致网络故障的、经过精心策划注入的负载扰动可被视为“罕见事件”。为此，我们采用一种罕见事件采样方法来揭示在电力网络中时空分布的变载攻击。这种采样方法的关键优势在于能够从具有不连续...
解读: 该负载篡改攻击防护研究对阳光电源充电桩产品线具有重要安全价值。研究揭示的协调性负载攻击风险直接关联智能充电桩的并网安全性。建议在充电桩控制系统中集成异常负载检测算法，通过监测充电功率突变模式识别潜在攻击行为。可将稀有事件采样方法应用于iSolarCloud云平台，建立充电站集群的安全态势感知系统，实...