找到 5 条结果 · IEEE Transactions on Power Systems
一种用于消除对称性的紧致机组聚合模型
A Tight Unit Aggregation for Unit Commitment to Eliminate Symmetry
Biyuan Zhang · Tao Ding · Yang Xiao · IEEE Transactions on Power Systems · 2025年6月
机组组合（UC）通常被建模为混合整数线性规划问题，采用经典的分支定界与分支切割算法求解。然而，UC问题中的对称性导致大量无效搜索，显著增加计算负担。本文提出一种具有紧致约束的机组聚合模型，通过对最大聚合出力轨迹施加严格限制，有效消除对称性，在保持最优性的同时显著降低计算时间。数值实验验证了该方法在计算效率方面的有效性。
解读: 该紧致机组聚合模型对阳光电源PowerTitan大型储能系统和iSolarCloud智能运维平台具有重要应用价值。在多机组储能电站调度场景中，同型号ST储能变流器的对称性导致优化算法产生大量冗余搜索，该方法通过聚合建模可显著提升实时调度效率。具体可应用于：1）多MW级储能集群的经济调度优化，降低EM...
可重构配电网中对等交易的分布式协同方法
Distributed Collaboration Method for Peer-to-Peer Transactions in Reconfigurable Distribution Network
Chenggang Mu · Tao Ding · Yuhan Huang · Shanying Zhu 等6人 · IEEE Transactions on Power Systems · 2024年12月
对等（P2P）能源交易有助于在主动配电网中共享和利用分布式能源。然而，P2P交易的时变特性使其受限于固定网络拓扑，易导致线路拥塞或电压越限。为此，本文提出一种P2P交易与配电网重构（DNR）协同的双层框架。下层由产消者通过P2P电能交易挖掘需求侧灵活性；上层由配电系统运营商（DSO）通过多时段DNR最小化网损并提升电网安全。DSO构建含开关的交流潮流模型，并引入基于图论的启发式开关约束以优化运行。此外，设计了一种二进制变量缩减的双层迭代分布式算法，理论证明了其收敛性。算例验证了该模型在市场均衡、...
解读: 该分布式P2P交易与配电网重构协同技术对阳光电源ST系列储能系统和iSolarCloud平台具有重要应用价值。研究提出的双层优化框架可直接应用于PowerTitan储能系统的能量管理策略：下层P2P交易机制可集成到储能变流器控制算法中，实现用户侧储能的灵活交易和需求响应；上层DNR优化可增强iSol...
一种原理约束的风场图像生成框架用于短期风电功率预测
A Principle-Constrained Wind Field Image Generation Framework for Short-Term Wind Power Forecasting
Jingxuan Liu · Haixiang Zang · Tao Ding · Lilin Cheng 等6人 · IEEE Transactions on Power Systems · 2024年8月
随机且非平稳的风特性给风电带来了相当大的不确定性，这对电网管理和市场出清构成了挑战。研究风场的时空特性对于预测未来风电变化至关重要。然而，目前在更精确地描述风场演变特征方面仍有提升空间。在本研究中，通过多阶偏微分方程建模，可将风场演变过程分解为对流、扩散、环流以及其他未知过程。在先验知识和深度学习的共同驱动下，提出了一种新型的物理单元（Phycell），用于从连续的风场图像中学习时间依赖关系。由此，建立了一个递归风场预测框架，以获取未来多步的风场图像。此外，通过引导注意力机制处理风场预测结果，以...
解读: 该风场图像生成框架对阳光电源的风电变流器和智能运维系统具有重要应用价值。可集成至iSolarCloud平台的预测分析模块，提升风电场发电功率预测精度，优化储能调度策略。对ST系列储能变流器的功率调节控制和PowerTitan系统的容量配置提供更准确的数据支撑。通过提前预知风电出力变化，可实现储能系统...
高渗透率可再生能源电力系统实时调度：一种专家知识与强化学习混合方法
Real-Time Scheduling of High-Penetrated Renewable Power Systems: An Expert Knowledge and Reinforcement Learning Hybrid Approach
Sijun Du · Tao Ding · Yang Xiao · Jingyu Wan 等6人 · IEEE Transactions on Power Systems · 2024年7月
现代电力系统正向低碳可持续转型，可再生能源渗透率的提升及其不确定性给系统调度带来严峻挑战，灵活元件的引入进一步增加了调度复杂性。为此，本文提出一种融合专家知识与强化学习（RL）的混合实时调度方法。首先建立包含柔性负荷与储能的高渗透率可再生能源系统实时调度模型，并转化为马尔可夫决策过程。通过引入专家知识作为系统与RL智能体之间的中介，利用RL算法优化的机组控制序列进行调度决策。基于SG 126节点系统的算例验证了所提方法在保障系统安全稳定运行的同时，显著提升可再生能源消纳能力的有效性与潜力。
解读: 该混合调度方法对阳光电源PowerTitan储能系统和iSolarCloud平台具有重要应用价值。强化学习与专家知识融合的实时调度策略可直接应用于ST系列储能变流器的智能控制算法，优化充放电决策以应对高比例光伏接入的不确定性。该方法可集成至iSolarCloud云平台，实现多站点储能系统协同调度，提...
共享储能系统下风电场群最优调度的去中心化与隐私保护解决方案
Decentralized and Private Solution for the Optimal Dispatch of Integrated Wind Farms With Shared Energy Storage Systems
Chenggang Mu · Tao Ding · Yi Yuan · Biyuan Zhang 等6人 · IEEE Transactions on Power Systems · 2024年7月
随着全球对可再生能源整合的日益重视，可变风力发电的整合面临着更多挑战。储能系统（ESS）有望提供解决方案，但为单个风电场（WF）实施储能系统被认为成本极高。本文提出了一种风电场与共享储能系统（SESS）的集成模型，该模型通过机会约束处理风电场功率的不确定性，并合理缓解功率偏差与波动。此外，共享储能系统由物理储能组件和虚拟储能组件构成，其中实际储能组件可自动避免同时充放电，而虚拟储能组件可为风电场集群提供资源对冲，以减少实际储能组件的损耗。本文提出了一种基于分布式同态加密的方法，以确保在功率分配过...
解读: 该去中心化共享储能调度技术对阳光电源PowerTitan大型储能系统和ST系列储能变流器具有重要应用价值。文章提出的基于ADMM的分布式优化算法可直接应用于多风电场共享储能场景，解决当前集中式调度中的数据隐私和通信负担问题。该方法可集成到iSolarCloud云平台的智能调度模块，实现多业主储能资产...