找到 3 条结果 · IEEE Transactions on Power Systems

排序:
储能系统技术 储能系统 SiC器件 ★ 5.0

一种基于改进直流解的物理信息图卷积网络用于交流最优潮流

A Physics-Informed Graph Convolution Network for AC Optimal Power Flow Via Refining DC Solution

Yundi Liu · Yuanzheng Li · Shangyang He · Yang Li 等6人 · IEEE Transactions on Power Systems · 2025年7月

求解大规模电力系统的交流最优潮流(AC - OPF)问题对于整合可再生能源的电力系统运行至关重要。然而,随着系统规模的增大,传统的交流最优潮流数值方法面临计算成本高和收敛困难等挑战。为应对这些挑战,现有研究采用直流最优潮流(DC - OPF)或数据驱动方法。直流最优潮流通过考虑电力系统的固有物理特性(如电压变化)对交流最优潮流问题进行线性化处理,从而提供近似解。同时,数据驱动方法利用其强大的端到端学习能力有效求解交流最优潮流。尽管这两种方法速度都足够快,但直流最优潮流由于其简化假设(忽略了无功功...

解读: 该物理信息图卷积网络技术对阳光电源PowerTitan大型储能系统及ST系列储能变流器的能量管理系统具有重要应用价值。通过快速求解AC-OPF问题,可显著提升储能系统在电网侧的实时调度响应速度,优化多台储能变流器并联运行时的功率分配策略。该方法融合物理约束的特性与阳光电源构网型GFM控制技术高度契合...

风电变流技术 储能系统 SiC器件 ★ 5.0

含风电渗透的信息物理电力系统连锁故障安全评估

Security Assessment of Cascading Failures in Cyber-Physical Power Systems with Wind Power Penetration

Xingye Xu · Kaishun Xiahou · Wei Du · Yang Liu 等6人 · IEEE Transactions on Power Systems · 2025年4月

本文提出一种高比例风电接入下的信息物理电力系统(CPPS)连锁故障安全评估方法。首先,建立考虑电力系统信息物理耦合及网络攻击风险的数学模型,并基于马尔可夫链蒙特卡罗(MCMC)方法构建风电随机模型。在此基础上,提出含风电接入的信息物理电力系统连锁故障模型。为提高连锁故障仿真的准确性,提出一种基于相位估计的线性潮流(PELPF)方法,该方法不仅能使计算精度与牛顿 - 拉夫逊法相当,还能显著提高计算效率并避免收敛问题。此外,基于PELPF方法构建了应对连锁故障中网络攻击的恢复控制模型。最后,引入两个...

解读: 该研究对阳光电源的储能与风电产品线具有重要参考价值。从技术层面,可直接应用于ST系列储能变流器的故障预警与安全防护系统,特别是在大型风储联合项目中的PowerTitan储能系统。研究提出的多阶段动态故障传播模型,有助于优化储能PCS的GFM控制策略,提升系统在高比例风电接入场景下的稳定性。同时,该安...

储能系统技术 储能系统 SiC器件 ★ 4.0

氢能数据中心的柔性负荷调度:一种效率优先的非凸不确定优化方法

Flexible Load Scheduling of Hydrogen Energy Data Centers: An Efficiency-Preferred Non-Convex Uncertain Optimization Approach

Xinxin Long · Yuanzheng Li · Yang Li · Yun Liu 等6人 · IEEE Transactions on Power Systems · 2025年8月

氢能数据中心(HEDC)作为新兴清洁能源基础设施,具备负荷灵活性,可参与电力需求响应(DR)。本文提出基于DR的调度策略,通过非凸区间优化(NSIO)方法协同优化电能成本与可再生能源(RE)利用率。该方法具有效率优先建模、精确凸松弛及全局最优显式建模优势,有效应对HEDC复杂负荷特性、动态电价与可再生能源不确定性。在改进IEEE 24节点系统上的仿真表明,所提策略显著降低运行成本并提升RE消纳能力,相较五种主流不确定优化方法性能提升2.3%~20.0%。

解读: 该氢能数据中心柔性负荷调度技术对阳光电源储能系统产品线具有重要应用价值。文章提出的非凸区间优化方法可直接应用于ST系列储能变流器和PowerTitan大型储能系统的能量管理策略,通过精确建模氢储能系统的非线性效率特性,优化电解槽/燃料电池的功率调度曲线。该方法处理可再生能源不确定性的能力可增强iSo...