找到 3 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...