找到 8 条结果 · IEEE Transactions on Power Systems
构网型变流器中多模态低频振荡的相互阻尼排斥机制研究
Research on the Mutual Damping Repulsion Mechanism of Multi-Modal Low-Frequency Oscillations in Grid-Forming Converter
Letian Wang · Shiyun Xu · Huadong Sun · Jingtian Bi 等5人 · IEEE Transactions on Power Systems · 2025年7月
虚拟同步发电机（VSG）控制的电网形成型变流器（GFM）的同步环（SC）与直流电压控制环（DVC）之间的耦合容易引发多模态低频振荡（LFO）。这些多模态振荡包括以SC为主导的低频振荡（SC - LFO）和以DVC为主导的低频振荡（DVC - LFO）。本文研究了多模态低频振荡的互阻尼排斥效应，并通过频域中的阻尼转矩法揭示了此类现象背后的机理。理论分析发现，随着SC和DVC的自阻尼水平提高，它们会相互施加逐渐增大的负阻尼转矩。这种相互作用导致在调节SC或DVC动态特性时，SC - LFO和DVC ...
解读: 该多模态低频振荡阻尼排斥机制研究对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。针对VSG控制的GFM变流器，研究揭示的同步控制环路与直流电压控制环路动态耦合机理，可直接指导ST系列产品优化控制参数设计，抑制弱电网并网时的多模态振荡风险。通过阻抗模型与状态空间建模结合...
考虑长时氢储能与多重不确定性的电-气-氢综合能源系统优化规划
Optimal Planning for Electricity–Gas–Hydrogen Integrated Energy Systems Considering Intertemporal Long-term Hydrogen Storage and Multiple Uncertainties
Jingxuan Zhang · Xinyue Chang · Yixun Xue · Xiang Bai 等6人 · IEEE Transactions on Power Systems · 2025年6月
为解决综合能源系统中能源供需长期失衡的问题，提出了一种涉及跨期长期储氢的电 - 氢和电 - 气互换系统。在该系统中，跨期氢能存储确保了全年荷电状态的连续性，以实现日内和日间的充放电，促进可再生能源消纳和能源的跨期转移。此外，考虑了影响能量转换设备效率和场景概率的多种不确定性因素。为应对综合能源系统中的多种不确定性，提出了一种将随机模型和鲁棒模型相结合的混合方法，并采用不确定性调整参数来灵活微调规划方案的保守程度。然后，将列与约束生成算法和鲁棒对偶理论相结合，将原问题分解为具有混合整数线性特征的主...
解读: 该电-气-氢综合能源系统优化规划技术对阳光电源储能与氢能业务具有重要应用价值。长时氢储能的跨时段调节特性可与PowerTitan储能系统形成互补，电化学储能负责短时调频调峰，氢储能实现季节性能量平衡，提升ST系列储能变流器在多能耦合场景的应用深度。鲁棒优化与随机规划相结合的不确定性处理方法，可直接应...
基于特征谱与扩张因果卷积及Squeeze-Excitation ShuffleNet轻量级深度学习的区域风电场日前低功率输出事件预测
Prediction of Day-Ahead Low-Power Output Events in Regional Wind Farms Using Feature Spectrums with Dilated Causal Convolution and Squeeze-Excitation ShuffleNet Lightweight Deep Learning
Zimin Yang · Xiaosheng Peng · Xiaobin Zhang · Guoyuan Qin 等6人 · IEEE Transactions on Power Systems · 2025年5月
区域风电场低功率输出事件的准确预测对电力系统的电网调度至关重要。然而，传统的风电预测方法主要侧重于提高整体预测精度，因此很少单独讨论风电低功率输出事件。本文提出了一种创新的区域风电场日前低功率输出事件预测方法，该方法利用特征频谱，结合扩张因果卷积（DCC）和挤压 - 激励（SE）改进的ShuffleNet网络。首先，将时间序列区域特征转换为频谱图像，在特征创建和选择后，引入并讨论了三种可能的特征排列方式。其次，提出了DCC - SE - ShuffleNet轻量级深度学习神经网络作为低功率输出事...
解读: 该研究的深度学习预测方法对阳光电源的新能源发电及储能产品具有重要应用价值。特征谱分析与轻量级深度学习模型可集成到ST系列储能变流器和SG系列光伏逆变器的控制系统中,提升功率预测精度。具体应用包括:(1)优化储能系统的充放电调度策略,提高PowerTitan等大型储能系统的经济性;(2)改进光伏/风电...
多区域电力系统中的先天网络免疫与后天网络免疫
Innate Cyber-Immunity and Acquired Cyber-Immunity Across Multi-Area Power Systems
Jiazuo Hou · Yue Song · Yunhe Hou · Jimmy Chih-Hsien Peng · IEEE Transactions on Power Systems · 2025年3月
生物体已经进化出先天和后天免疫系统来抵御像冠状病毒这样的病原体。同样，受到网络攻击威胁的电网也需要网络免疫能力。受免疫学研究的启发，本研究针对电网中任意选定的部分（称为“电力子网”），开发了一种网络免疫策略，即刻画“先天网络免疫”并建立“后天网络免疫”，以抵御隐蔽的虚假数据注入（FDI）网络攻击。在此过程中，在没有外部保护且存在信息不对称的情况下，本文首次证实了存在对FDI网络攻击具有先天免疫能力的电力子网，并给出了其闭式条件，即便所有量测数据都被篡改。随后，本文建立了单领导者 - 多追随者的双...
解读: 该网络免疫框架对阳光电源分布式能源系统具有重要防护价值。在PowerTitan大型储能系统中，可借鉴先天免疫机制设计硬件级安全隔离与冗余通信链路，通过后天免疫实现攻击模式学习与自适应防御策略。对于iSolarCloud云平台管理的多站点光伏电站，分层免疫架构可实现区域级威胁隔离与协同响应。在充电桩网...
基于物理信息自监督预训练的GNN在大规模电力系统分析中的泛化能力提升
GNNs' Generalization Improvement for Large-Scale Power System Analysis Based on Physics-Informed Self-Supervised Pre-Training
Yuhong Zhu · Yongzhi Zhou · Wei Wei · Peng Li 等5人 · IEEE Transactions on Power Systems · 2025年2月
在人工智能驱动的电力系统分析（PSA）中，系统拓扑的高效且信息丰富的表示至关重要。尽管取得了重大突破，但近期采用图神经网络（GNNs）的方法在大规模电力系统分析中面临重大挑战，包括获取足够标注数据的高计算需求，以及对未见故障拓扑的泛化能力较差。为解决这些问题，我们提出了一种用于预训练图神经网络的自监督策略，该策略可在单个节点特征层面和整个图结构层面提升图神经网络的表达能力。通过集成物理信息技术，我们的策略使图神经网络能够内化适用于多个下游任务的基本原理。我们证明，我们的方法能够在无监督的情况下对...
解读: 该研究提出的物理信息自监督GNN框架对阳光电源的智能化产品升级具有重要价值。首先可应用于ST系列储能系统和SG系列光伏逆变器的电网拓扑感知与控制优化,提升GFM/GFL控制的适应性;其次可集成到iSolarCloud平台,增强分布式电站群的智能调度与故障诊断能力。该方法通过物理规律预训练提升模型泛化...
HVDC并网海上风电场次同步振荡与中频振荡的交互分析及阻尼控制
Interaction Analysis and Damping Control of Sub-Synchronous Oscillation and Medium-Frequency Oscillation in HVDC-Connected Offshore Wind Farm
Zhihao Zhang · Peng Kou · Mingyang Mei · Runze Tian 等6人 · IEEE Transactions on Power Systems · 2025年2月
随着海上风能的快速发展，高压直流输电系统与基于永磁同步发电机的风能转换系统广泛应用，导致海上风电场可能出现显著的电磁振荡。现有研究多聚焦于单一振荡特性，忽视了不同振荡模式间的潜在交互。本文首次揭示了电网侧变流器可引发次同步振荡与中频振荡之间的相互作用，并产生新的二次振荡。通过模态分析与奈奎斯特稳定判据验证了主振荡与交互诱导的次生振荡共存。此外，提出了适用于运行与规划阶段的两种实用阻尼控制方法，通过附加阻尼控制器或优化变流器参数即可有效抑制多模态振荡，无需新增硬件设备。
解读: 该研究对阳光电源的大型储能系统和海上风电变流器产品线具有重要参考价值。研究揭示的次同步振荡与中频振荡交互机理，可直接应用于ST系列储能变流器和大功率风电变流器的控制系统优化。特别是文中提出的阻尼控制方法，可集成到阳光电源现有的GFM/GFL控制策略中，提升产品在复杂电网环境下的稳定性。这对完善Pow...
量子微电网形成的重构方法
Reforming Quantum Microgrid Formation
Chaofan Lin · Peng Zhang · Mikhail A. Bragin · Yacov A. Shamash · IEEE Transactions on Power Systems · 2025年1月
本文提出了一种新颖的紧凑且无损的量子微电网形成（qMGF）方法，旨在实现电力系统高效运行优化并提升韧性。该方法通过无损重构确保结果与经典MGF等效，并基于图论驱动的二次无约束二元优化（QUBO）避免了连续变量冗余编码的问题。qMGF采用紧凑型建模，显著减少所需量子比特数，适用于近期量子计算机的高精度、低复杂度部署。在真实量子处理单元上的实验证明，qMGF以更少量子比特达到了与经典方法相当的高精度。
解读: 该量子微电网形成技术对阳光电源PowerTitan储能系统和智能微电网解决方案具有重要应用价值。qMGF方法可优化多储能单元协同控制策略，在电网故障时快速重构微电网拓扑，提升系统韧性。其紧凑型QUBO建模思路可启发ST系列储能变流器的并网/离网切换算法优化，减少计算资源消耗。基于图论的无损重构方法适...
软件定义的虚拟同步调相机
Software-Defined Virtual Synchronous Condenser
Zimin Jiang · Peng Zhang · Yifan Zhou · Lukasz Kocewiak 等6人 · IEEE Transactions on Power Systems · 2024年8月
同步调相机（SCs）在将风能并入相对薄弱的电网中发挥着重要作用。然而，同步调相机的设计通常取决于特定的应用需求，可能无法充分适应从传统发电向可再生能源发电转型所导致的频繁变化的电网条件。本文设计了一种软件定义虚拟同步调相机（SDViSC）方法来应对这些挑战。我们的贡献主要有四点：1）设计了一种虚拟同步调相机（ViSC），使全功率变流器风力发电机组能够提供内置的同步调相机功能；2）对软件定义虚拟同步调相机进行工程化处理，将基于硬件的虚拟同步调相机控制器转化为软件服务，其中基于Tustin变换的软件...
解读: 该软件定义的虚拟同步调相机技术对阳光电源储能和风电产品线具有重要应用价值。可直接应用于ST系列储能变流器和PowerTitan系统的GFM控制策略优化,提升其在弱电网条件下的并网稳定性和电压支撑能力。该技术的软件可配置特性与阳光电源现有的虚拟同步机VSG控制架构高度契合,有助于实现储能变流器的多场景...