找到 2 条结果 · IEEE Transactions on Power Systems
识别最大频率变化率及其影响
Identifying the Largest RoCoF and Its Implications
Licheng Wang · Jun Ren · Gang Huang · Luochen Xie 等6人 · IEEE Transactions on Power Systems · 2024年10月
频率变化率（RoCoF）是保障低惯量电力系统频率安全的关键指标。现有基于聚合频率模型的惯量优化调度方法难以反映故障后系统各区域频率动态的差异，尤其在惯量分布不均时，局部母线的RoCoF可能显著高于聚合模型预测值。本文基于扩展直流潮流方程及同步机扰动后转子角度瞬时不变特性，推导了节点级RoCoF模型，并严格证明最大初始RoCoF必出现在含惯量的母线上。该结论与所提模型共同构建了形式简洁且凸化的最优节点惯量调度方法，仿真验证了其在不同场景下两典型互联系统中的有效性。
解读: 该节点级RoCoF模型对阳光电源储能系统和构网型控制技术具有重要应用价值。在ST系列储能变流器和PowerTitan大型储能系统中，可基于该模型优化虚拟惯量的空间分布策略，避免传统聚合模型导致的局部母线RoCoF超限风险。该研究提出的凸优化惯量调度方法可直接集成到iSolarCloud云平台的能量管...
基于双分支专家融合记忆网络的大规模配电网净负荷高效预测
Efficient Net Load Forecasting in Large-Scale Power Distribution Systems via Dual-Branch Experts Fusion Memory Network
Shijie Li · Ruican Hu · Guanlin Chen · Lulu Chen 等10人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文针对高比例可再生能源接入下配电网净负荷预测难题，提出双分支专家融合记忆网络（DEFMN），分别建模负荷与分布式电源的异质性，并融合时空相关性。在IEEE 8500节点系统验证中，该模型在MAPE等指标上达到SOTA性能。
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的日前-日内净负荷预测能力具有直接提升价值。DEFMN可嵌入iSolarCloud的AI预测引擎，优化光储协同调度策略；尤其适用于工商业光伏+用户侧储能场景中多类型DG（如组串式逆变器、充电桩、小型风电变流器...