找到 3 条结果 · IEEE Transactions on Power Systems
基于图神经网络的电力系统实时多稳定性风险评估与可视化
Real-Time Multi-Stability Risk Assessment and Visualization of Power Systems: A Graph Neural Network-Based Method
Qifan Chen · Siqi Bu · Huaiyuan Wang · Chao Lei · IEEE Transactions on Power Systems · 2024年12月
相较于单一稳定性评估，多稳定性风险评估（MSRA）在应对可再生能源出力波动和系统故障等不确定性时更具实用性。本文提出一种基于图神经网络（GNN）的实时MSRA方法，统一处理功角、电压、频率及换流器主导的多种稳定性问题。通过构建运行状态图与扰动图作为GNN输入，结合图卷积层与初始残差恒等映射，提取高阶特征；引入GraphNorm缓解过平滑并提升泛化能力。基于实时数据实现多稳定性风险的连续预测，并利用alpha形状可视化稳定与不稳定区域。在IEEE 39节点、WECC 179节点及英国电网系统中的仿...
解读: 该GNN多稳定性评估技术对阳光电源PowerTitan储能系统及iSolarCloud平台具有重要应用价值。针对大规模储能电站中ST系列变流器的构网型GFM控制，该方法可实时评估功角、电压、频率及换流器主导的多维稳定性风险，解决可再生能源波动下的系统安全问题。其图神经网络架构可集成至智能运维平台，实...
基于失稳模式引导的模型更新方法用于数据驱动的暂态稳定性评估
Instability Pattern-Guided Model Updating Method for Data-Driven Transient Stability Assessment
Huaiyuan Wang · Fajun Gao · Qifan Chen · Siqi Bu 等5人 · IEEE Transactions on Power Systems · 2024年7月
深度学习方法广泛应用于电力系统暂态稳定性评估（TSA），但其结果缺乏可解释性且评估过程难以控制，限制了实际应用。本文提出一种失稳模式引导的模型更新方法以优化TSA模型。首先，构建基于Transformer编码器的TSA模型，通过注意力分布解释和分析预测结果；其次，引入注意力引导损失函数，针对特定失稳模式调整评估规则，提升分类精度；同时采用注意力保持损失，维持其他样本的评估能力并抑制过拟合；此外，基于注意力分布构建代表性数据集以降低更新成本。在IEEE 39节点系统与华东电网中的仿真验证了该方法的...
解读: 该失稳模式引导的暂态稳定评估技术对阳光电源PowerTitan大型储能系统和构网型控制产品具有重要应用价值。在电网侧储能场景中，ST系列储能变流器需快速判断电网扰动后的稳定性并调整控制策略，该方法基于Transformer的注意力机制可实现毫秒级稳定性预判，指导GFM控制器动态调节虚拟惯量和阻尼参数...
高分布式能源渗透下现代交流配电网中的持续振荡
Sustained Oscillations in Modern AC Distribution Systems With High DER Infiltration
Mojtaba Alizadeh · Xiaoyu Wang · Lei Chen · Alexandre Nassif 等6人 · IEEE Transactions on Power Systems · 2024年5月
持续振荡不随时间衰减，影响系统稳定性与性能。相较于输电系统，配电网中的持续振荡具有独特机理，但相关研究尚显不足。此类振荡会降低电能质量，威胁系统稳定，导致继电保护误动及供电中断。深入理解现代配电网中持续振荡的产生机制，对其检测、分类与定位至关重要。本文综述了现代配电网中持续振荡的研究现状，探讨了适用于输电系统的检测与分类方法，并将其应用于安大略省配电网实际案例，揭示了面临的挑战与未来研究方向。
解读: 该研究对阳光电源储能与光伏产品的并网稳定性具有重要指导意义。高DER渗透下的持续振荡问题直接关联ST系列储能变流器和SG系列光伏逆变器的并网控制策略优化。文中揭示的配电网振荡机理可用于改进构网型GFM和跟网型GFL控制算法，增强PowerTitan大型储能系统在弱电网环境下的阻尼特性。振荡检测与定位...