Akhilesh Panwar · Zakir Hussain Rather · Ariel Liebman · Roger Dargaville 等5人 · IEEE Transactions on Power Systems · 2024年7月

随着同步发电容量逐步退出及非同步电源比例上升，系统惯量下降导致频率失稳问题日益突出，传统慢速备用难以有效抑制频率跌落，亟需配置快速频率响应储备（FFR）。本文提出一种在线框架，用于量化现有光伏电站可提供的FFR容量。该框架采用基于机器学习的回归模型，预测不同运行条件下系统的频率变化率（RoCoF）和频率最低点，评估频率安全性，并分析网络阻抗与备用接入位置对频率改善的影响。结合系统安全与电气距离信息，提出聚类方法以避免过度采购FFR。算例表明，所提方法可在保障频率安全的前提下显著降低所需FFR容量...

解读: 该FFR在线定容技术对阳光电源ST系列储能系统和SG光伏逆变器产品线具有重要应用价值。研究提出的基于机器学习的RoCoF和频率最低点预测模型，可集成至iSolarCloud平台实现智能FFR容量规划，避免储能系统过度配置。其聚类方法结合电气距离优化备用布局，可指导PowerTitan储能系统在电网中...