Yin Chen · Qiufan Yang · Hui Xiong · Xia Chen 等5人 · IEEE Transactions on Power Systems · 2025年8月

考虑到弱电网条件下电力系统的运行模式与跟网型（GFL）可再生能源（RES）的振荡失稳密切相关，且构网型（GFM）储能（ES）是提高跟网型稳定性的有效手段之一，本文进一步拓展了储能的优化运行目标，以确保电力系统的小干扰同步稳定性。首先，考虑到不同空间位置设备的同步稳定性差异，基于模态解耦方法，分析了多个跟网型可再生能源机组（GFL）同步环主导的振荡稳定运行域。其次，基于频域分析和模态解耦方法，量化了不同调频参数下多点布局的构网型储能机组（GFM）与多个跟网型机组组成的系统的振荡稳定运行域。随后，考...

解读: 该研究针对弱电网下GFL型设备振荡失稳问题，对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有直接应用价值。文中提出的多区域协调优化模型可融入iSolarCloud云平台，实现分布式储能站点的协同控制；小信号稳定性判据可嵌入储能变流器控制算法，动态调整充放电策略以抑制低频振荡。该方法...

Yutian Lan · Shanyang Wei · Wei Yao · Yurun Zhang 等6人 · IEEE Transactions on Power Systems · 2025年8月

准确且在物理上可靠地识别主导不稳定模式（DIM）对于确保电力系统的安全稳定运行至关重要。数据驱动模型，尤其是深度学习（DL），在应对这一挑战方面取得了显著进展。然而，深度学习的“黑箱”特性限制了其可解释性，导致结果不可靠，这与电力系统严格的可靠性要求相冲突。为解决这一问题，本文提出了一种新颖的 DIM 识别框架，通过重新应用训练集样本提高识别的准确性和可靠性。首先，提出了一种训练方法，以增强 DIM 模型的抗噪声能力和对相似样本的聚类能力，实现高精度的 DIM 识别。此外，还开发了一种两阶段可解...

解读: 该失稳模式识别技术可应用于阳光电源智慧能源管理系统的稳定性监控。通过数据驱动的失稳模式识别,及时发现光伏并网系统和储能系统的潜在失稳风险,优化控制策略,提升大规模新能源并网的稳定性,为电网安全运行提供预警支持。...