找到 7 条结果 · IEEE Transactions on Power Systems
基于发电机测量的强迫振荡源定位
Forced Oscillation Source Localization From Generator Measurements
Melvyn Tyloo · Marc Vuffray · Andrey Y. Lokhov · IEEE Transactions on Power Systems · 2025年9月
设备故障、误操作或周期性负荷变化可能引发持续的周期性扰动，导致系统内能量异常传递，即强迫振荡。广域振荡可能损坏设备、触发误跳闸或控制动作，甚至导致设备失效。然而，其振源的位置、频率和幅值难以确定。近期提出了一种基于数据驱动的最大似然方法用于传输电网中的振源定位，但该方法依赖全PMU覆盖且假设所有母线具有惯性和阻尼。本文将其扩展至更真实场景，包含无惯性和阻尼的节点（如被动负荷和逆变型电源）。通过将克朗降阶直接融入最大似然估计器，可准确识别施加于传统发电机和负荷上的强迫源位置与频率。
解读: 该强迫振荡源定位技术对阳光电源储能和光伏并网系统具有重要应用价值。文章针对含逆变型电源（无惯性节点）的电网场景，通过克朗降阶扩展最大似然估计方法，可精准识别振荡源位置与频率。这直接适用于阳光电源ST系列储能变流器和SG系列光伏逆变器的并网控制优化：1）在PowerTitan大型储能系统中集成振荡源监...
考虑历史飓风灾害的大规模合成配电网风险评估框架
A Risk Assessment Framework for Large-Scale Synthetic Power Distribution Networks Considering Historical Hurricane Disasters
Shuo Li · Shouxiang Wang · Qianyu Zhao · Dong Liu 等5人 · IEEE Transactions on Power Systems · 2025年1月
针对飓风灾害对配电网影响日益加剧的问题，本文提出一种面向大规模合成配电网的飓风风险评估框架，显著提升了评估的实用性与准确性。通过为负荷点分配具体建筑类型与重要性等级，精细化生成配电网拓扑结构与物理特征，并结合真实历史飓风数据模拟贴近实际的风暴场景与停电情况。引入基于加权负荷削减的新型风险指标进行定量评估，在Emporia和Portsmouth构建合成网络并基于1940至2024年历史飓风事件开展验证。结果表明，城市尺度配电网建模及飓风空间异质性对风险评估精度具有关键影响。
解读: 该飓风风险评估框架对阳光电源PowerTitan大型储能系统及ST系列储能变流器的韧性设计具有重要价值。通过历史灾害数据建模与负荷重要性分级，可优化储能系统在飓风高发区的选址部署与容量配置策略。基于加权负荷削减的风险指标可指导iSolarCloud平台开发极端天气预警模块，实现储能系统在灾前预充电、...
基于典范多线性分解的无参数交流状态估计虚假数据注入攻击方法
Parameter-Free False Data Injection Attack Against AC State Estimation: A Canonical Polyadic Decomposition Based Approach
Haosen Yang · Wenjie Zhang · Zipeng Liang · Ziqiang Wang 等6人 · IEEE Transactions on Power Systems · 2024年9月
随着现代电力系统向信息物理系统发展，虚假数据注入攻击（FDIA）等新型威胁日益突出。本文提出一种无需系统参数信息的AC状态估计FDIA新方法。通过将非线性AC模型表示为张量形式，并利用测量数据构建对角张量，采用典范多线性（CP）分解提取其横向列空间，实现隐蔽攻击。该方法未对AC模型做线性化简化，更贴合实际电网特性，易于规避坏数据检测。即使仅有部分传感器数据可用，方法仍具适应性。仿真验证了其有效性与优势。
解读: 该无参数FDIA攻击研究对阳光电源储能及光伏系统的信息安全防护具有重要警示价值。针对ST系列储能变流器和PowerTitan大型储能系统，该研究揭示的基于张量分解的隐蔽攻击手段，提示需在iSolarCloud云平台的状态估计模块中强化坏数据检测算法，特别是针对AC模型非线性特性的防护。建议在构网型G...
用于电力系统经济性分析的锂离子电池精确建模
Accurate Modeling of Lithium-Ion Batteries for Power System Economics
Vedran Bobanac · Hrvoje Pandžić · Hrvoje Bašić · IEEE Transactions on Power Systems · 2024年6月
本文提出了一种可用于各种电力系统研究的实用线性电池储能模型。所提出的确定模型参数的方法基于对四种不同技术的锂离子电池进行实验所获得的数据。该模型本身考虑了两个重要但常被忽视的电池特性：（i）可变的充放电能量效率；（ii）非线性的充电曲线。将所提出的模型与三种简化模型进行了比较，这三种简化模型仅考虑了上述两种电池特性中的一种或都未考虑。为证明该模型在实际中的适用性和优势，使用这四种模型来制定电池储能的最优日前市场调度计划，并利用专用试验台对所制定调度计划的可行性进行了实验验证。除了提出该模型之外，...
解读: 该锂离子电池精确建模技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。模型的线性化特性可直接集成到iSolarCloud云平台的优化调度算法中，提升储能系统经济性评估精度。考虑容量衰减、库仑效率和温度影响的建模方法，可优化ST储能变流器的充放电策略，延长电池寿命并降...
非均匀地磁扰动下电压稳定性的研究
Voltage Stability in Plausible Non-Uniform Geomagnetic Disturbances
Luke Lowery · Adam B. Birchfield · IEEE Transactions on Power Systems · 2025年7月
地磁扰动（GMD）虽罕见，但会因变压器饱和引发地磁感应电流（GIC），导致无功功率异常增加，威胁电网电压稳定性。传统界面潮流限值在GMD下可能失效。本文提出一种基于GMD特征的电压稳定极限确定方法，通过有限建模生成合理的非均匀电场集合，并结合连续潮流与线性灵敏度分析，利用非线性规划搜索最恶劣场景。研究考虑电场幅值、频率及地层电导率等因素，分析不同规模GMD下的有功功率极限。20节点与2000节点系统案例表明，相较于均匀电场，非均匀电场对电压稳定的影响更为严重。所提模型可高效识别真实电场分布及相应...
解读: 该非均匀地磁扰动电压稳定性研究对阳光电源大型储能系统（PowerTitan）和构网型控制技术具有重要价值。GMD导致的变压器饱和与无功异常增加场景，与储能系统参与电网电压支撑的工况高度相关。研究提出的非线性规划搜索最恶劣场景方法，可应用于ST系列储能变流器的电压稳定控制策略优化，特别是在极端电网扰动...
一种近似哈密顿神经网络增强的多机电力系统励磁控制
A Nearly Hamiltonian Neural Network-Enhanced Multi-Machine Power System Excitation Control
Youbo Liu · Xuexin Wang · Gao Qiu · Zhiyuan Tang 等6人 · IEEE Transactions on Power Systems · 2025年6月
广义哈密顿系统理论（GHST）是高维非线性电力系统励磁控制的有力工具，但由于实际高阶系统解析不可行以及子模块不完整，该理论依赖降阶动态，从而导致控制误差。为解决这一问题，本文提出了一种基于近哈密顿神经网络（NHNN）的非线性励磁控制方法。该方法从测量数据中学习每台发电机的结构化哈密顿量，减轻了因降阶引起的哈密顿量实现误差。然后，通过组合这些哈密顿量，提出了一种保持系统响应的全局能量函数，用于稳定控制。在双机系统上的仿真结果表明，与广义哈密顿系统理论和PID控制方法相比，该方法提高了系统稳定性，平...
解读: 该近似哈密顿神经网络控制技术对阳光电源构网型储能系统具有重要应用价值。在PowerTitan大型储能系统并网场景中，传统哈密顿励磁控制虽能保证能量结构稳定性，但对参数摄动敏感。该研究提出的深度学习补偿方案可直接应用于ST系列储能变流器的GFM控制策略：通过神经网络实时补偿电网阻抗变化、负载扰动等不确...
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...