找到 3 条结果 · IEEE Transactions on Power Systems
基于物理信息学习的风电场双机等效模型用于大规模电力系统稳定性研究
Physics-Informed Learning Based Wind Farm Two-Machine Aggregation Model for Large-Scale Power System Stability Studies
Hongyi Wang · Zhe Yang · Wenfa Kang · Pingyang Sun 等6人 · IEEE Transactions on Power Systems · 2024年5月
风电场（WFs）中风力发电机组（WTs）的聚合可以减轻建模和计算负担，但也可能降低精度。此外，在电力系统扰动下，可能难以准确确定风力发电机组的动态行为。本文基于两阶段方法，提出了一种用于电力系统暂态分析的风电场新型聚合建模方法。在第一阶段，树状图算法生成一个简单通用的模型（GM）；在第二阶段，使用针对风电场定制的偏微分方程非线性动力学函数识别（PDE - FIND）算法对通用模型进行细化，以提高初始通用模型的精度。对PDE - FIND算法的动态库进行重新构建，使其包含可能用于表达功率误差方程的...
解读: 该物理信息学习的双机等效建模技术对阳光电源的大型风电场解决方案具有重要参考价值。可直接应用于公司ST系列储能变流器的GFM控制优化,提升其在风电接入场景下的稳定性控制性能。同时该方法的物理约束融合思路可启发SG系列光伏逆变器的群控算法优化,特别是在大规模光储风多能互补电站中的协调控制。建议在Powe...
面向异常事件的在线时空集成学习负荷预测方法
Online Spatiotemporal Ensemble Learning for Load Forecasting Against Anomalous Events
Yaqi Zeng · Pengfei Zhao · Di Cao · Zhe Chen 等5人 · IEEE Transactions on Power Systems · 2025年11月 · Vol.41
本文提出一种在线时空集成学习框架，通过融合区域间空间相关性与时间动态性，快速适应疫情等异常事件引发的负荷模式突变；采用在线互补学习网络提取时空特征，并结合指数梯度下降与强化学习优化凸组合权重。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能系统在负荷侧协同调度中具有直接应用价值。其在线自适应预测能力可提升光储充一体化系统的日前-日内负荷与新能源出力联合预测精度，优化PCS功率指令生成与BMS充放电策略。建议将该算法集成至iSolarCloud边缘AI...
高风电渗透率下考虑二次频率跌落的电力系统调度策略
Dispatch Strategy for Power System With High Wind Power Penetration Considering Secondary Frequency Drop
Ji Han · Di Zhang · Longjie Xie · Chengsen Luo 等7人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文针对大规模风电并网引发的二次频率跌落（SFD）问题，构建分阶段频率响应模型，提出含动态频率约束的日-日内联合调度方法，并采用混合整数规划与两阶段迭代求解。结果表明该策略可降低频率偏差2–10%，减少风电弃电4–5%。
解读: 该研究对阳光电源ST系列PCS、PowerTitan储能系统及构网型光储协同控制具有直接参考价值。SFD抑制能力是构网型储能参与电网一次/二次调频的关键指标，建议在PowerTitan和ST PCS的VSG或GFM控制算法中嵌入分阶段频率响应建模与梯级备用优化逻辑，提升其在高比例新能源电网中的调频精...