Xin Wu · Xinyu Jiang · Lijuan Yao · Gangjun Gong · IEEE Transactions on Power Systems · 2025年6月

随着大量电动汽车无序接入电网，将其聚合为统一系统并调控其功率输出以支持供需平衡具有重要意义。针对混合电动汽车集群参数异构、随机启停带来的聚合与控制难题，本文提出一种聚合控制模型。首先构建异构电动汽车的等效聚合模型，并采用径向基函数（RBF）神经网络辨识等效参数；其次引入随机数量修正机制提升模型精度；最后利用滑模控制实现聚合功率跟踪。仿真验证了模型在不同异构场景下对风电与光伏出力的跟踪能力，结果表明该模型具备良好的控制精度、稳定性和用户舒适性。

解读: 该研究对阳光电源充电桩集群管理和储能系统调度具有重要应用价值。基于RBF神经网络的异构聚合控制模型可优化充电桩群控系统的功率调度算法,提升电动汽车V2G/G2V双向功率控制精度。该技术可应用于阳光电源直流充电桩、ST系列储能变流器和PowerTitan大型储能系统,实现充放电功率的精准跟踪控制。特别...

Jing Zhu · Arthur Gonçalves Givisiez · Michael Z. Liu · William J. Nacmanson 等5人 · IEEE Transactions on Power Systems · 2025年3月

电动汽车的大规模接入将加剧中压（MV）和低压（LV）配电网的峰值负荷，影响设备安全与用户电压质量。实时调控电动汽车充电是替代昂贵扩容的有效方案，但多数研究依赖详细的网络模型与实时智能电表数据，实际应用受限。本文提出一种适用于不平衡、大规模MV-LV网络的分层规则化充电控制方法，仅利用设备关联关系及来自变压器与充电点的有限监测数据，即可在全网范围内合理设定电动汽车充电功率，有效应对高渗透率场景。基于澳大利亚真实网络（含3300余户）的仿真表明，在高电动汽车与光伏渗透下，该方法可像线性化交流最优潮流...

解读: 该分层规则化充电控制技术对阳光电源新能源汽车业务线具有重要应用价值。研究提出的基于有限监测数据的充电控制方法，可直接应用于阳光电源交直流充电桩产品，通过变压器与充电点的简化数据即可实现动态功率调节，无需昂贵的全网智能电表部署。该技术与阳光电源iSolarCloud云平台结合，可构建轻量级充电管理系统...

Lihao Mai · Haoran Li · Yang Weng · Erik Blasch 等5人 · IEEE Transactions on Power Systems · 2025年2月

可再生能源渗透率上升及电动汽车等负荷波动导致电力系统稳定性问题，亟需动态测量技术。然而，高分辨率量测设备（如PMU）在配电网中数量有限，而低分辨率量测设备广泛存在。本文提出一种多分辨率数据插值方法，结合自编码器与曲率正则化实现最优插值设计，并引入物理信息神经网络（PINN）和随机物理信息神经网络（SPINN）以融合系统物理规律并处理不确定性。所提方法在输电与配电系统中均得到充分验证。

解读: 该多分辨率动态测量技术对阳光电源储能与光伏产品具有重要应用价值。在PowerTitan大型储能系统中，可融合SCADA低分辨率数据与有限PMU高分辨率数据，通过流形插值实现全站动态状态估计，提升ST系列储能变流器的并网稳定性监测能力。对于分布式光伏场站，该方法可将SG逆变器的秒级功率数据插值为毫秒级...

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...

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...

Mudaser Rahman Dar · Sanjib Ganguly · IEEE Transactions on Power Systems · 2024年11月

光伏（PV）与电动汽车（EV）的高度集成给配电网（DN）带来了显著的不确定性，导致频繁且不确定的电压波动。光伏单元和电动汽车充电站的有功/无功功率可通过多时间尺度协调有效实现实时电压控制。本文提出了一种基于机会约束模型预测控制（CC - MPC）的随机实时控制模型，用于协调电压控制。该模型采用多步优化模型，实现了包括光伏、电动汽车和有载调压变压器（OLTC）在内的控制设备之间的多时间尺度协调。采用基于场景的方法来处理节点功率的不确定性（常规负荷、电动汽车和可再生能源具有不同程度的不确定性），运用...

解读: 该机会约束MPC技术对阳光电源配电网侧产品具有重要应用价值。可直接应用于ST系列储能变流器和PowerTitan储能系统的多时间尺度协调控制，通过场景削减技术处理光伏出力和负荷不确定性，优化储能充放电策略实现电压调节与损耗最小化。对SG系列光伏逆变器的无功调节功能提供优化依据，结合充电桩的V2G功能...

Tong Su · Junbo Zhao · Yansong Pei · Yiyun Yao 等5人 · IEEE Transactions on Power Systems · 2024年11月

本文提出一种基于解析神经网络高斯过程（NNGP）的机会约束实时电压调节方法，适用于含光伏、储能和电动汽车的主动配电网。NNGP利用历史量测数据通过贝叶斯推断实现节点电压的实时概率估计，并被完全解析地嵌入最优潮流模型中，以适应多种拓扑变化。通过机会约束显式考虑电压估计的不确定性，显著提升了不同场景下电压调节的可靠性。在美国科罗拉多州西部实际759节点系统上的仿真结果表明，所提方法在多种拓扑下均能实现精确电压估计，并有效协调光伏、电池与电动汽车实现可靠电压调节。

解读: 该解析神经网络高斯过程电压调节技术对阳光电源多产品线协同控制具有重要价值。在ST储能系统方面，可将NNGP概率预测嵌入PowerTitan的能量管理系统，实现基于不确定性的机会约束优化调度，提升电压支撑可靠性。对于SG系列光伏逆变器，该方法可优化无功调节策略，在拓扑变化场景下保持电压稳定。在充电桩产...

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...

Dilip Pandit · Atri Bera · Tu Nguyen · Raymond Byrne 等6人 · IEEE Transactions on Power Systems · 2024年4月

由于积极的脱碳目标、成本降低和政府投资增加，现代电网中可再生能源的并网比例迅速上升。然而，基于逆变器的发电方式渗透率提高会因系统惯性下降而引发频率稳定性问题。本文提出一种量化电动汽车（EV）为电网提供频率支持能力的框架，以提升可再生能源的并网极限。考虑EV提供虚拟惯性和一次频率响应，结合EV行为不确定性建立随机模型以确定其放电上限。构建包含EV动态虚拟惯性和下垂系数的多机系统频率响应（MM-SFR）模型，并从中导出频率安全约束。结合换流器电压安全与低电压穿越约束，嵌入非线性优化框架以求解可再生能...

解读: 该研究对阳光电源V2G储能系统和充电桩产品线具有重要应用价值。文章提出的EV虚拟惯性和一次频率响应框架，可直接应用于阳光电源车网互动充电桩和PowerTitan储能系统的协同控制策略。具体而言：1）EV动态虚拟惯性和下垂系数的MM-SFR模型可优化ST系列储能变流器的VSG控制算法，提升电网频率支撑...

Shiwei Xie · Longtao Xie · Qiuwei Wu · Shengwen Shu 等6人 · IEEE Transactions on Power Systems · 2025年5月

电动汽车的兴起推动了电力与交通系统的深度融合。本文提出一种考虑价格弹性需求的三层次充电定价框架，刻画配电网、充电运营商与电动汽车用户间的交互。通过构建带价格弹性需求的用户均衡拟变分不等式模型，将原三层次问题转化为含QVI约束的双层优化问题，提升数学可处理性。上层优化配电网能量调度，下层求解充电运营商定价策略。设计投影梯度与定制化不动点算法求解，并通过仿真验证模型与算法的有效性与优越性。灵敏度分析表明需求弹性和调控政策显著影响系统效率，体现模型鲁棒性。

解读: 该充电定价优化技术对阳光电源充电桩及储能业务具有重要应用价值。拟变分不等式框架可集成至iSolarCloud平台，实现配电网-充电站-用户三层协同优化：上层结合PowerTitan储能系统进行能量调度削峰填谷，中层优化充电桩动态定价策略，下层预测价格弹性需求引导用户行为。该模型可提升充电站运营收益1...