找到 10 条结果 · IEEE Transactions on Power Systems
基于序的异构智能体强化学习方法用于配电网与输电网协调的负荷频率控制
Order-based Heterogeneous Agents Reinforcement Learning Method with the Coordination of Distribution Network and Transmission Network for Load Frequency Control
Shixuan Yu · Xiaodong Zheng · Tianzhuo Shi · Ruilin Chen 等6人 · IEEE Transactions on Power Systems · 2025年8月
随着大规模分布式能源（DERs）持续接入配电网（DN），DN已具备参与负荷频率控制（LFC）的能力。本文提出一种基于序的异构智能体软演员-评论家方法（OHASAC），以解决异构可控DERs间的协调问题。通过神经网络估计异构智能体的最优更新顺序，并将最优LFC问题建模为考虑DN与输电网（TN）协调的局部可观测马尔可夫博弈。模型涵盖变辐照条件下电池储能系统（BESS）与光伏（PV）的协同调频。仿真结果表明，该方法在DN-TN协同环境中能有效管理多种分布式电源，兼具优良的泛化性与可扩展性。
解读: 该异构智能体协同控制技术对阳光电源PowerTitan储能系统与SG系列光伏逆变器的协同调频具有重要应用价值。OHASAC方法可优化ST储能变流器在变辐照条件下的BESS-PV协同响应策略，提升配电侧分布式资源参与电网LFC的能力。基于序的智能体更新机制可集成至iSolarCloud平台，实现多站点...
基于序贯决策的异构智能体强化学习方法——面向配网与输网协同的负荷频率控制
Order-Based Heterogeneous Agents Reinforcement Learning Method With the Coordination of Distribution Network and Transmission Network for Load Frequency Control
Shixuan Yu · Xiaodong Zheng · Tianzhuo Shi · Ruilin Chen 等6人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
针对高比例分布式能源接入下配网参与负荷频率控制（LFC）的需求，本文提出一种序贯驱动的异构智能体软演员-评论家算法（OHASAC），建模为部分可观测马尔可夫博弈，实现配网（含光伏与储能）与输网的协同调频。仿真验证其在多源协调、泛化性与可扩展性上的优势。
解读: 该研究高度契合阳光电源ST系列PCS、PowerTitan及iSolarCloud平台在构网型调频与光储协同控制中的技术演进需求。OHASAC算法可嵌入PCS实时控制层，提升PowerTitan在电网侧/用户侧储能场景下的动态调频响应精度与多设备协同效率；建议将序贯决策机制集成至iSolarClou...
面向小信号稳定分析的含跟网型与构网型变换器的电力系统降阶多子系统方法
Reduced-Order Multi-Subsystems of Power Systems With Grid-Following and Grid-Forming Converters for Small-Signal Stability Analysis
Guang Hu · Huanhai Xin · Yu Tang · Linbin Huang 等5人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文提出稳定性等效多子系统（SEMS）方法，将含GFL/GFM变流器的大规模电力系统解耦为多个物理意义明确的两机等效子系统，保留变流器间及变流器-电网交互，实现高效小信号稳定性分析，并提出兼顾网络与变流器特性的简洁判据。
解读: 该研究高度契合阳光电源ST系列PCS、PowerTitan及新一代组串式逆变器在构网型（GFM）与跟网型（GFL）混合运行场景下的并网稳定性需求。尤其对光储一体化电站弱电网/孤岛工况下的小信号振荡风险评估具有直接指导价值。建议在iSolarCloud平台中集成SEMS稳定性指标模块，支撑PowerT...
基于物理信息图学习的大规模机组组合问题求解
Solve Large-scale Unit Commitment Problems by Physics-informed Graph Learning
Jingtao Qin · Nanpeng Yu · IEEE Transactions on Power Systems · 2025年4月
机组组合（UC）问题通常建模为混合整数规划（MIP），并通过分支定界（B&B）算法求解。近年来，图神经网络（GNN）通过学习“下潜”与“分支”策略来增强现代MIP求解器的性能。然而，现有GNN模型多基于数学表达构建，在处理大规模UC问题时计算代价较高。本文提出一种物理信息引导的分层图卷积网络（PI-GCN），用于神经下潜，利用电力系统各组件的物理特征寻找高质量变量赋值；同时采用基于MIP模型的图卷积网络（MB-GCN）进行神经分支。将二者嵌入现代MIP求解器，构建面向大规模UC问题的新型神经求解...
解读: 该物理信息图学习求解大规模机组组合技术对阳光电源储能系统和微网调度具有重要应用价值。在PowerTitan大型储能系统中，可优化多储能单元的充放电调度策略，显著降低综合运行成本；在iSolarCloud云平台的智能运维模块，可实现光储充一体化场景下的实时优化调度，通过PI-GCN快速求解含数百台SG...
基于不确定主震-余震序列的换流站两阶段随机韧性优化
Two-Stage Stochastic Resilience Optimization of Converter Stations Under Uncertain Mainshock-Aftershock Sequences
Kai Wang · Zhihang Xue · Di Cao · Yu Liu 等5人 · IEEE Transactions on Power Systems · 2025年4月
降低电力系统（尤其是换流站）的地震脆弱性并增强其韧性，对于维持其安全运行至关重要。然而，地震往往伴随着余震，且存在诸多不确定性，这为制定震前准备与震后恢复联合策略带来了重大挑战。本文提出了一种新颖的两阶段随机规划模型，以增强换流站在主震 - 余震序列不确定性下的韧性。该模型分为两个部分：第一阶段着重于在地震发生前为换流站设计设备加固策略（EHS）和备件策略（SPS）；第二阶段致力于在主震 - 余震序列发生后优化恢复调度（RS）。为降低模型的内生不确定性，采用了一种容差随机数生成方法在第二阶段生成...
解读: 该两阶段随机韧性优化方法对阳光电源大型地面电站及换流站级储能系统具有重要应用价值。针对PowerTitan储能系统和集中式SG逆变器站，可借鉴其不确定性建模思路，构建自然灾害（地震、台风）下的设备易损性评估模型，优化一次设备加固方案与二次系统冗余配置。在iSolarCloud平台集成该韧性评估算法，...
具有无缝模式切换的网络化微电网分布式经济控制
Distributed Economic Control With Seamless Mode Switching for Networked-Microgrids
Weitao Yao · Yu Wang · Yan Xu · Dunjian Xie · IEEE Transactions on Power Systems · 2024年12月
联网微电网（NMG）系统由多个相互连接的独立微电网组成，旨在提高系统的弹性、可靠性和经济性。本文聚焦于遭受各种功率扰动的离网交流联网微电网，提出了一种具备无缝模式切换功能的分层控制方案，该方案将频率（f）/电压（V）控制与微电网（MG）及分布式电源（DG）之间的经济功率分配相结合。下层控制旨在实现快速的频率/电压响应，并通过跟踪上层信号实现分布式电源之间的本地自主经济运行。上层控制旨在进行频率/电压调节以及微电网之间的实时经济调度。在实际应用中，通过在上层三级协调中构建等效微电网成本函数，专门设...
解读: 该分布式经济控制技术对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要应用价值。研究提出的无缝模式切换策略可直接应用于阳光电源构网型（GFM）与跟网型（GFL）控制技术的协同优化，提升多储能系统并联运行时的经济性和稳定性。分布式优化算法可集成至iSolarCloud云平台，实现多微电...
面向多场景泛化的多阶段动态规划在线调度方法：基于通用价值函数学习的配电网调度
Scenario-Generalized Multi-Stage Dynamic Programming for Online Dispatch of Distribution Networks via Universal Value Function Learning
Zhenning Pan · Yukun Deng · Tao Yu · Yufeng Wu 等7人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文提出场景泛化的多阶段动态规划（S-MSDP）方法，通过学习映射场景上下文到价值函数的通用模型，实现配电网在线调度的零样本适应能力，无需重训练即可应对分布外不确定性，提升调度最优性、泛化性与可扩展性。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能PCS的实时协同调度具有重要价值。其通用价值函数框架可嵌入iSolarCloud的AI调度引擎，提升光储系统在负荷/新能源出力突变等未知场景下的自适应决策能力；建议在PowerTitan集群调度中集成S-MSDP算...
面向低复杂度建模的电力系统可靠性约束经济调度极限状态函数定义与识别
Definition and Identification of Limit State Function for Low Complexity Modeling of Power System Reliability-Constrained Economic Dispatch
Mingfeng Yu · Bo Hu · Changzheng Shao · Dongxu Chang 等8人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文提出极限状态函数以界定电力系统可靠/不可靠边界，并基于“最优中最劣”原则筛选极限系统状态（LSS），将可靠性约束简化为LSS无切负荷条件，显著降低含新能源不确定性与元件故障的经济调度建模复杂度。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan大型储能系统的可靠性协同调度具有重要参考价值。其LSS筛选方法可嵌入ST系列PCS的实时功率分配策略中，提升风光储联合电站应对N-1故障与光伏出力波动的鲁棒性；建议在PowerStack构网型储能系统中集成该极限状态约束模块，强...
量化气电系统故障传播速度：一种半隐式仿真方法
Quantify Gas-to-Power Fault Propagation Speed: A Semi-Implicit Simulation Approach
Ruizhi Yu · Suhan Zhang · Yong Sun · Wei Gu 等6人 · IEEE Transactions on Power Systems · 2025年5月
现代清洁能源电力系统高度依赖天然气的安全供应，易受管道破裂与泄漏故障引发的气体扰动影响。本文首次基于仿真研究此类故障在气-电耦合系统中的跨系统传播速度。建立了故障的微分代数方程模型，结合特征线法确定故障处边界条件；采用基于刚性精确Rosenbrock格式的半隐式方法进行故障后仿真，兼具隐式稳定性与显式计算效率；并提出基于连续Runge-Kutta法的关键时刻定位策略以精确捕捉动态事件。案例验证了该方法在精度与效率上的优势，揭示了故障位置与管道摩擦对传播速度的影响，以及气-电双向耦合可能引发的连锁...
解读: 该气-电故障传播速度量化技术对阳光电源PowerTitan大型储能系统与微电网解决方案具有重要应用价值。在燃气-光伏-储能混合能源系统中，ST系列储能变流器需应对燃气机组故障引发的快速功率波动。研究提出的半隐式仿真方法可集成至iSolarCloud智能运维平台，实现毫秒级故障传播预测，为储能系统GF...
基于自适应线性潮流模型的交流网络约束机组组合
AC Network-Constrained Unit Commitment Based on Adaptive Linear Power Flow Model
Jiarui Long · Zhifang Yang · Yuming Liu · Mingxu Xiang 等5人 · IEEE Transactions on Power Systems · 2024年8月
网络约束机组组合（UC）通常采用交流约束的线性近似以保证求解效率，但现有线性化方法难以应对机组启停导致的运行工况变化及交流可行性恢复问题，且近似精度依赖于工况与初始点的接近程度。本文提出一种基于自适应线性潮流模型的UC方法，将运行工况按机组状态、负荷水平和拓扑划分为多个区域，并引入辅助二元变量实现区域及对应最优线性模型的自适应选择。通过识别对UC精度影响显著的关键支路并仅在这些支路上应用自适应模型，有效降低计算负担。在多个标准测试系统及中国某省级电网中的验证表明，该方法显著减少支路有功/无功潮流...
解读: 该自适应线性潮流模型对阳光电源PowerTitan大型储能系统和iSolarCloud智能运维平台具有重要应用价值。在源网荷储协调优化场景中，储能系统的充放电调度需考虑电网潮流约束，该方法通过自适应区域划分和关键支路识别，可显著提升ST系列储能变流器参与电网调度的决策精度和计算效率。特别适用于省级电...