找到 4 条结果 · IEEE Transactions on Power Systems
基于多元变分模态分解的高比例风电电力系统次同步振荡源定位
Subsynchronous Oscillation Source Location in Power System with High Penetration of Wind Power Using Multivariate Variational Mode Decomposition
Tao Jiang · Bohan Liu · Xue Li · Andrea Mazza 等6人 · IEEE Transactions on Power Systems · 2025年4月
准确、及时地从测量数据中提取次同步振荡（SSO）分量并定位 SSO 源对于 SSO 抑制至关重要。现有的基于暂态能量流（TEF）的 SSO 定位方法存在定位精度低和鲁棒性差的问题。为克服传统 TEF 在 SSO 源定位方面的不足，本文提出一种基于多元变分模态分解（MVMD）的 SSO 源定位方法，用于从测量数据中定位 SSO 源。首先，构建包含电压和电流测量值的各发电机多通道测量矩阵。然后，利用 MVMD 方法从所构建的多通道测量矩阵中同时分解出多通道本征模态函数（IMF），实现从测量数据中同时...
解读: 该研究对阳光电源ST系列储能变流器和大型储能系统的稳定性控制具有重要参考价值。MVMD方法可集成到iSolarCloud平台的振荡监测模块中，提升储能系统的次同步振荡诊断能力。特别是在大规模风光储联合并网场景下，该技术有助于优化ST储能变流器的GFM控制策略，提前识别和抑制系统振荡风险。建议将此方法...
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...
基于同步相量测量的大规模电力系统发电控制装置强迫振荡检测与定位
Forced Oscillation Detection and Location in Generator Control Devices of Bulk Power Systems Using Synchrophasor Measurements
Tao Jiang · Bohan Liu · Bin Wang · Xue Li 等6人 · IEEE Transactions on Power Systems · 2025年5月
电力系统中的强迫振荡由持续周期性扰动引起，威胁系统稳定性。本文提出一种基于同步相量测量的大规模电力系统强迫振荡检测与定位新方法。首先，利用短时傅里叶变换结合时频域能量比函数实现振荡检测；进而证明耗散能量流与耗散能量谱的等价性，定义调速器与励磁系统的互功率谱密度，推导其在振荡频率处的幅值与相位谱，提出控制装置协同定位判据，并基于频带能量构建扰动装置振荡贡献度指标以识别主导扰动源。最后通过WECC 179节点系统、2021 IEEE-NASPI振荡定位竞赛及ISO-New England现场数据验证...
解读: 该强迫振荡检测与定位技术对阳光电源构网型储能系统具有重要应用价值。针对PowerTitan大型储能系统，可将同步相量测量与短时傅里叶变换集成至iSolarCloud平台，实时监测储能变流器控制环节（功率控制器、虚拟同步机VSG模块）引发的强迫振荡，通过互功率谱密度分析定位ST系列变流器中调速器与励磁...