找到 14 条结果 · IEEE Transactions on Power Systems
基于分层模型预测控制的联络线功率流动考虑下的协调频率控制
Coordinated Frequency Control Based on Hierarchical MPC Considering Tie-line Power Flow
Ning Ma · Feifei Bai · Tapan K. Saha · IEEE Transactions on Power Systems · 2025年9月
在系统发生故障时，基于逆变器的电源（IBRs）和同步发电机（SGs）的频率响应特性存在显著差异，资源间的相互作用往往会导致机电暂态过程延长。然而，目前对于不同类型发电机提供多种频率服务（特别是快速频率响应（FFR）和虚拟惯量）的协调控制策略关注有限。此外，暂态过程中输电线路功率容量的严格限制以及联络线潮流快速恢复的需求常常被忽视，这增加了系统解列的风险。本文提出了一种采用分层模型预测控制（HMPC）的协调频率控制方法。所提出的HMPC包括一个上层控制器和多个下层控制器，上层控制器用于管理多区域潮...
解读: 该分层MPC协调频率控制技术对阳光电源ST储能系统和SG光伏逆变器产品线具有重要应用价值。针对高比例IBRs并网场景，可直接应用于PowerTitan储能系统的构网型GFM控制策略优化：上层MPC实现多储能站点间的频率调节指令协调分配，下层控制器结合虚拟同步机VSG技术实时调节各变流器输出。联络线功...
基于序的异构智能体强化学习方法用于配电网与输电网协调的负荷频率控制
Order-based Heterogeneous Agents Reinforcement Learning Method with the Coordination of Distribution Network and Transmission Network for Load Frequency Control
Shixuan Yu · Xiaodong Zheng · Tianzhuo Shi · Ruilin Chen 等6人 · IEEE Transactions on Power Systems · 2025年8月
随着大规模分布式能源（DERs）持续接入配电网（DN），DN已具备参与负荷频率控制（LFC）的能力。本文提出一种基于序的异构智能体软演员-评论家方法（OHASAC），以解决异构可控DERs间的协调问题。通过神经网络估计异构智能体的最优更新顺序，并将最优LFC问题建模为考虑DN与输电网（TN）协调的局部可观测马尔可夫博弈。模型涵盖变辐照条件下电池储能系统（BESS）与光伏（PV）的协同调频。仿真结果表明，该方法在DN-TN协同环境中能有效管理多种分布式电源，兼具优良的泛化性与可扩展性。
解读: 该异构智能体协同控制技术对阳光电源PowerTitan储能系统与SG系列光伏逆变器的协同调频具有重要应用价值。OHASAC方法可优化ST储能变流器在变辐照条件下的BESS-PV协同响应策略，提升配电侧分布式资源参与电网LFC的能力。基于序的智能体更新机制可集成至iSolarCloud平台，实现多站点...
基于序贯决策的异构智能体强化学习方法——面向配网与输网协同的负荷频率控制
Order-Based Heterogeneous Agents Reinforcement Learning Method With the Coordination of Distribution Network and Transmission Network for Load Frequency Control
Shixuan Yu · Xiaodong Zheng · Tianzhuo Shi · Ruilin Chen 等6人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
针对高比例分布式能源接入下配网参与负荷频率控制（LFC）的需求，本文提出一种序贯驱动的异构智能体软演员-评论家算法（OHASAC），建模为部分可观测马尔可夫博弈，实现配网（含光伏与储能）与输网的协同调频。仿真验证其在多源协调、泛化性与可扩展性上的优势。
解读: 该研究高度契合阳光电源ST系列PCS、PowerTitan及iSolarCloud平台在构网型调频与光储协同控制中的技术演进需求。OHASAC算法可嵌入PCS实时控制层，提升PowerTitan在电网侧/用户侧储能场景下的动态调频响应精度与多设备协同效率；建议将序贯决策机制集成至iSolarClou...
知识集成GAN模型用于光伏并网分析中的全年天气随机时间序列模拟
Knowledge-Integrated GAN Model for Stochastic Time-Series Simulation of Year-Round Weather for Photovoltaic Integration Analysis
Xueqian Fu · Fuhao Chang · Hongbin Sun · Pei Zhang 等5人 · IEEE Transactions on Power Systems · 2025年4月
对于高比例光伏发电的电力系统随机生产模拟而言，气象模拟已变得至关重要。生成式人工智能已成为气象序列随机模拟的核心技术。鉴于生成式人工智能技术在内容生成方面的不可控性，本研究提出了一种由数据与知识融合驱动的年度气象场景随机模拟新方法。融合工作包括构建月度气象生成对抗网络（MWGAN）、一种基于统计概率知识的生成场景质量提升方法，以及一套用于评估生成气象场景的统计机器学习方法。利用中国广东某地48年的气象数据，对所提出的年度气象场景随机模拟方法进行了验证。通过将所提出的模型与五种前沿的生成对抗网络（...
解读: 该知识集成GAN模型对阳光电源光伏储能系统具有重要应用价值。在SG系列光伏逆变器产品线，可用于优化MPPT算法的预测性控制，通过高保真气象序列模拟提升发电功率预测精度；在ST系列储能变流器及PowerTitan大型储能系统中，全年逐时天气随机模拟可支持储能容量优化配置与充放电策略制定，提升系统经济性...
基于有限网络与监测数据的中低压规则化电动汽车充电控制
MV-LV Rule-Based Control of EV Charging Using Limited Network and Monitoring Data
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...
基于解析目标级联的含储能系统的输配电网协同优化
Analytical Target Cascading Based Co-Optimization of Transmission and Distribution Systems With Energy Storage System
Sophia Owais · Md Jamal Ahmed Shohan · Md Omar Faruque · IEEE Transactions on Power Systems · 2025年2月
在输配电网络中集成可再生能源和储能系统（ESS），在优化潮流和高效调度储能系统方面带来了重大挑战，这需要解决复杂的时域耦合约束问题。为解决这一问题，我们提出了一种名为基于Q学习的解析目标级联（ATC - Q）优化的新型双层协同优化框架，用于解决输配联合网络中的交流最优潮流（ACOPF）问题。该算法在24小时滚动时域内同时考虑输电网和配电网的储能系统，同时考虑实时电价、储能系统当前荷电状态、预测的光伏发电量（PV）和负荷需求。所提出的解决方案旨在通过解耦时域约束并根据储能系统当前和未来状态构建队列...
解读: 该输配电网协同优化技术对阳光电源PowerTitan大型储能系统和ST系列储能变流器具有重要应用价值。ATC分层优化框架可直接应用于iSolarCloud云平台的多站点协调调度，实现输电侧集中式储能电站与配电侧分布式ESS的协同运行。多时间尺度调度策略可优化储能变流器的充放电曲线，提升可再生能源消纳...
一种考虑功率、能量及波动性的光伏场景聚类新方法
A Novel Clustering Method for Extracting Representative Photovoltaic Scenarios Considering Power, Energy, and Variability
Xueqian Fu · Na Lu · Hongbin Sun · Youmin Zhang · IEEE Transactions on Power Systems · 2025年1月
由于光伏发电存在显著的不确定性，高比例光伏接入的电网运行场景复杂多样。为准确提取光伏发电的代表性场景，本文提出了一种同时考虑光伏功率、能量和波动性的新型聚类模型。与依赖欧氏距离的传统聚类模型相比，该聚类模型不仅考虑了欧氏距离，还纳入了日光伏发电量和光伏功率曲线特征，能够更准确地量化和分析光伏对电网的影响。为求解所提出的聚类模型，基于线性优化、拉格朗日乘子和特征值分解，提出了一种交替优化算法。本文的亮点在于通过理论证明和仿真算例对所提方法进行了双重验证。从理论上阐述了算法的计算复杂度，并证明了算法...
解读: 该光伏场景聚类方法对阳光电源iSolarCloud智能运维平台和PowerTitan储能系统具有重要应用价值。通过综合功率、能量和波动性的多维特征提取，可优化光伏电站群的典型日曲线建模，提升SG系列逆变器的功率预测精度和MPPT算法自适应性。对于储能系统，该方法能生成高质量的充放电场景集，优化ST系...
基于轻量级实现的约束分支搜索拓扑识别流计算方法
Constrained Branching Search for Topology Identification Stream Computing With Lightweight Implementation
Zhuoheng Wang · Jie Gao · Qiushi Cui · Yang Weng · IEEE Transactions on Power Systems · 2024年12月
准确的拓扑感知对低压配电网（LVDN）稳定性至关重要。传统基于阻抗的拓扑恢复方法常因阻抗数据不准确而难以保证精度。针对传感器数据质量不佳的问题，本文提出一种面向辐射型LVDN的流式计算框架下的约束分支搜索拓扑识别方法。该方法利用基于物理模型的节点连接约束恢复网络结构，并引入插件式光伏接入位置的数学模型。设计了轻量级流计算系统CommuniDispatch，并结合拉丁超立方采样递归边界搜索（LHS-RBS）算法显著提升计算效率。实验验证了该方法在拓扑识别精度、抗数据质量问题鲁棒性、光伏定位能力及计...
解读: 该拓扑识别技术对阳光电源iSolarCloud智能运维平台和ST储能系统具有重要应用价值。在低压配电网场景中，准确的拓扑感知是实现分布式光伏和储能系统协同控制的基础。该方法的轻量级流计算框架可集成至iSolarCloud平台，实时监测SG系列逆变器接入位置和网络拓扑变化，提升智能诊断精度。对于Pow...
分布式光伏系统抑制能源贫困的对等持股策略
Peer-to-Peer Shareholding Strategy for Distributed Photovoltaic Systems to Curb Energy Poverty
Jieyu Lei · Shibin Gao · Xiaoguang Wei · Tao Huang 等6人 · IEEE Transactions on Power Systems · 2024年11月
利用分布式光伏进行能源共享是缓解能源贫困的一个有前景的解决方案。然而，由于资金障碍、空间问题和监管挑战，设计能源供应替代方案的能源共享潜力尚未在实践中得到体现和实施。本文提出了一种用于有效硬件共享的公平能源共享模型，在该模型中，居民用户通过股权转移按需使用光伏硬件，共享光伏所发的电力通过点对点（P2P）交易和本地微电网市场进行共享。为了实现居民用户利润最大化，提出了一个兼顾能源和经济效益的协同优化模型。基于IEEE 33节点系统的数值模拟结果表明，所提出的机制可使光伏总体利用率提高15%，并使居...
解读: 该对等持股与能源共享机制对阳光电源iSolarCloud云平台和SG系列分布式光伏逆变器具有重要应用价值。研究提出的去中心化产权结构与智能合约自动分配模式，可直接集成到iSolarCloud平台，开发社区光伏共享功能模块，实现多用户投资、发电量监测与收益自动结算。对于SG系列逆变器，可增强其数据采集...
基于爬坡率的变时间尺度协同优化用于配电网规划与运行
Ramping-Based Variable-Timescale Co-Optimization for Distribution Planning and Operation
Luomeng Zhang · Hongxing Ye · Yinyin Ge · Zuyi Li · IEEE Transactions on Power Systems · 2024年9月
分布式光伏（PV）渗透率的不断提高给配电网带来了诸如电压安全和输出不确定性等新挑战。高效、安全地大规模接入光伏最近备受关注。本文提出了一种用于规划 - 运行协同优化的新型可变时间尺度模型，旨在为光伏接入释放更多灵活性。我们引入了一种新颖的爬坡事件检测算法来调整时间尺度，重点关注关键时段。因此，这使得通过使用二进制变量调整高分辨率时段来释放灵活性成为可能，同时保持模型规模的有效性。为了确保规划的鲁棒性和非预知性，我们提出了一种具有可变不确定集的多阶段优化模型。然后，提出了一种混合求解方法来求解这一...
解读: 该变时间尺度协同优化技术对阳光电源配电网解决方案具有重要应用价值。基于爬坡率的动态响应能力量化方法可直接应用于ST系列储能变流器的功率调度策略，通过多时间尺度协调优化储能充放电计划，有效平抑光伏波动。该方法与SG系列光伏逆变器的无功调压功能结合，可实现源网荷储协同优化，提升配电网电压质量。对iSol...
基于多目标与多智能体深度强化学习的光伏逆变器寿命考虑下配电网实时分散式电压/无功控制
Multi-Objective and Multi-Agent Deep Reinforcement Learning for Real-Time Decentralized Volt/VAR Control of Distribution Networks Considering PV Inverter Lifetime
Rudai Yan · Yan Xu · IEEE Transactions on Power Systems · 2024年8月
光伏逆变器能够为配电网的电压/无功控制（VVC）提供快速且灵活的无功功率支持，但额外的无功功率输出会显著缩短其使用寿命。为平衡电压/无功控制性能与逆变器使用寿命之间的矛盾，本文首先提出了一种多目标实时分散式电压/无功控制框架。然后，开发了一种多目标多智能体深度强化学习（MOMADRL）算法，通过集中训练和分散执行来协调光伏逆变器，为传统的基于模型的方法提供了一种更具优势的替代方案，并且无需进行集中通信。通过引入多个智能体和基于智能体的并行训练方案（ABPTS），可以同时学习多种策略以找到帕累托前...
解读: 该多目标多智能体强化学习技术对阳光电源SG系列光伏逆变器的智能控制具有重要应用价值。研究提出的寿命损耗模型可直接应用于逆变器功率器件（IGBT/SiC模块）的热应力管理，通过优化无功调节频次降低温度循环冲击，延长功率模块使用寿命。分散式控制架构与iSolarCloud云平台的边缘智能策略高度契合，可...
通过简化实现高效：基于MLP的低压配电网净负荷预测与不确定性估计方法
Efficiency Through Simplicity: MLP-Based Approach for Net-Load Forecasting With Uncertainty Estimates in Low-Voltage Distribution Networks
Anthony Faustine · Nuno Jardim Nunes · Lucas Pereira · IEEE Transactions on Power Systems · 2024年5月
电力需求预测在低压配电网的规划与运行中日益重要。分布式能源中光伏渗透率的提升使配电侧的负荷预测问题转变为净负荷预测。本文提出一种新颖且可扩展的低压变电站概率预测方法，采用分位数回归构建多变量概率预测框架，并利用计算高效的前馈神经网络捕捉历史负荷与太阳辐照等协变量间的复杂关系。实验表明，该方法能以自回归或单次前向传播方式生成校准良好的预测结果。与四种先进方法的对比表明，所提方法在预测精度、不确定性校准和计算复杂度之间实现了良好权衡。
解读: 该基于MLP的净负荷概率预测技术对阳光电源iSolarCloud智能运维平台和PowerTitan储能系统具有重要应用价值。其轻量级神经网络架构可集成至ST系列储能变流器的本地控制器，实现边缘侧实时预测，降低云端通信依赖。分位数回归提供的不确定性估计能优化储能系统充放电策略，在高光伏渗透率场景下提升...
一种提升智能电网变电站性能的能量管理策略：数据驱动方法
Energy Management Strategy to Enhance a Smart Grid Station Performance: A Data Driven Approach
Kannan Thirugnanam · Vinod Khadkikar · Tareg Ghaoud · Qais Qawaqneh 等6人 · IEEE Transactions on Power Systems · 2025年1月
本文提出一种能量管理策略（EMS），以改善智能电网变电站（SGS）的电能质量（PQ）参数，即电压不平衡、功率因数和频率偏差。在此，SGS 以并网多微电网（MMGs）形式呈现，这些微电网配备了分布式发电机（DG），如太阳能光伏（PV）和风力发电机（WT）、电池储能系统（BES）、电动汽车充电站、电容器组、制冷机以及建筑负载电力需求（LPD）。由于建筑 LPD 的随机性和制冷机运行的动态特性，将 SGS 的 PQ 参数维持在阈值范围内颇具挑战。此外，由于建筑 LPD 的非线性、DG 功率的间歇性以及...
解读: 该数据驱动的能量管理策略对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文章提出的电压不平衡抑制、功率因数校正和频率偏差控制技术，可直接应用于储能变流器的构网型GFM控制算法优化，提升电网支撑能力。实时监测与历史数据融合的动态调度方法，可集成到iSolarCloud云...
基于卷积图神经网络与参数迁移的区域光伏功率短期概率预测
Short-Term Probabilistic Forecasting for Regional PV Power Based on Convolutional Graph Neural Network and Parameter Transferring
Fan Lin · Yao Zhang · Hanting Zhao · Wei Huo 等5人 · IEEE Transactions on Power Systems · 2024年11月
本文提出一种用于区域光伏功率短期概率预测的新型端到端深度学习模型，该模型具有局部-全局两层结构。在局部层，构建基于有向图的动态空间卷积图神经网络，以学习光伏电站的高维特征表示；在全局层，提出动态图池化方法，将局部特征聚合为全局表示，并映射为区域光伏功率的概率预测结果。为防止过拟合，引入基于参数迁移的训练策略。在公开真实数据上的实验表明，该模型可提供高质量且可靠的短期概率预测。
解读: 该区域光伏功率概率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。其卷积图神经网络可建模区域内多个光伏电站的空间关联性，为SG系列逆变器集群提供更精准的短期功率预测。概率预测结果可优化PowerTitan储能系统的充放电策略制定，通过预测区间合理配置储能容量，提升系统经济性。参...