找到 2 条结果 · IEEE Transactions on Power Systems
考虑离散负荷恢复的两阶段全流程综合电-气传输系统恢复
Two-stage Full-process Integrated Power-gas Transmission System Restoration Considering Discrete Load Restoration
Hongle Liang · Changming Chen · Zhenzhi Lin · Li Yang · IEEE Transactions on Power Systems · 2025年7月
blackout后的快速电力系统恢复至关重要，需采用全流程协同恢复策略。现有研究大多忽略实际开关操作导致的离散负荷恢复特性，且鲜有考虑电力与天然气传输系统在恢复过程中的交互影响。为此，本文提出一种考虑离散负荷恢复的两阶段全流程综合电-气传输系统恢复模型。首先构建两阶段恢复框架，第一阶段基于网络拓扑与资源分布实施系统分区；第二阶段据此开展多区域并行的全流程协同恢复建模。在中国某城市125节点电网与49节点气网上的仿真结果表明，所提模型显著提升了发电与负荷恢复效率，验证了其有效性与优越性。
解读: 该两阶段电-气系统恢复技术对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要应用价值。研究中的离散负荷恢复建模与多区域并行恢复策略，可直接应用于大型储能系统的黑启动功能开发，优化储能系统在电网故障后的快速响应能力。全流程协同恢复框架为阳光电源iSolarCloud云平台提供智能调度算...
基于机器学习增强的大规模并行暂态仿真方法用于大规模可再生能源电力系统
Machine-Learning-Reinforced Massively Parallel Transient Simulation for Large-Scale Renewable-Energy-Integrated Power Systems
Tianshi Cheng · Ruogu Chen · Ning Lin · Tian Liang 等5人 · IEEE Transactions on Power Systems · 2024年6月
可再生能源系统（RESs）在向绿色智能电网转型中起关键作用，但其受光照、风速等自然因素影响，具有复杂性与不确定性，给并网带来挑战。电磁暂态（EMT）仿真可有效研究RES并网问题，但现有方法受限于模型非线性和计算复杂度，难以实现大规模精细化仿真。本文提出一种面向数据、结合机器学习的CPU-GPU大规模并行EMT仿真方法，采用人工神经网络构建数据驱动的RES模型，并基于实体-组件-系统架构集成。模型训练依托传统物理EMT模型生成的数据，并通过MATLAB/Simulink验证。将RES元件组建成微网...
解读: 该机器学习增强的大规模并行EMT仿真技术对阳光电源具有重要战略价值。在PowerTitan储能系统和大型光伏电站并网设计中，可快速仿真数百万级SiC逆变器的暂态交互特性，400倍加速性能显著缩短产品开发周期。对ST系列储能变流器的构网型GFM控制策略优化尤为关键，能高效评估微电网场景下多台设备的协同...