找到 11 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...
面向电动汽车协调的两阶段输电系统运营商-配电系统运营商服务提供框架
Two-Stage TSO-DSO Services Provision Framework for Electric Vehicle Coordination
Yi Wang · Dawei Qiu · Fei Teng · Goran Strbac · IEEE Transactions on Power Systems · 2024年12月
高比例可再生能源接入导致电力系统惯性下降，对频率响应服务的需求日益增加。电动汽车（EV）凭借车网互动（V2G）能力可为输电系统运营商（TSO）提供经济高效的频率调节服务，但其在参与频率支撑时可能引发电压安全问题，影响配电系统运营商（DSO）运行。为此，本文提出一种两阶段多电动汽车服务提供框架：第一阶段参与日前TSO-DSO频率备用调度；第二阶段在配电网中实时执行备用交付并支持电压调节。针对大规模EV与复杂环境，第二阶段采用去中心化调控范式，并设计通信高效的强化学习算法以降低多智能体训练的通信开销...
解读: 该两阶段TSO-DSO协调框架对阳光电源充电桩与储能业务具有重要应用价值。文章提出的去中心化强化学习算法可直接应用于阳光电源充电桩产品，实现V2G双向充放电时的频率-电压协同控制，避免频率支撑服务引发配网电压越限。该框架与PowerTitan储能系统的多层级调度架构高度契合：日前阶段可优化储能参与辅...
基于机会约束模型预测控制的不确定性主动配电网电压调节与损耗最小化
Voltage Regulation and Loss Minimization of Active Distribution Networks With Uncertainties Using Chance-Constrained Model Predictive Control
Mudaser Rahman Dar · Sanjib Ganguly · IEEE Transactions on Power Systems · 2024年11月
光伏（PV）与电动汽车（EV）的高度集成给配电网（DN）带来了显著的不确定性，导致频繁且不确定的电压波动。光伏单元和电动汽车充电站的有功/无功功率可通过多时间尺度协调有效实现实时电压控制。本文提出了一种基于机会约束模型预测控制（CC - MPC）的随机实时控制模型，用于协调电压控制。该模型采用多步优化模型，实现了包括光伏、电动汽车和有载调压变压器（OLTC）在内的控制设备之间的多时间尺度协调。采用基于场景的方法来处理节点功率的不确定性（常规负荷、电动汽车和可再生能源具有不同程度的不确定性），运用...
解读: 该机会约束MPC技术对阳光电源配电网侧产品具有重要应用价值。可直接应用于ST系列储能变流器和PowerTitan储能系统的多时间尺度协调控制，通过场景削减技术处理光伏出力和负荷不确定性，优化储能充放电策略实现电压调节与损耗最小化。对SG系列光伏逆变器的无功调节功能提供优化依据，结合充电桩的V2G功能...
高分辨率实时电力系统状态估计：一种融合物理嵌入与数据驱动的视角
High-Resolution Real-Time Power Systems State Estimation: A Combined Physics-Embedded and Data-Driven Perspective
Jianxiong Hu · Qi Wang · Yujian Ye · Yi Tang · IEEE Transactions on Power Systems · 2024年8月
对电力系统运行状态进行高分辨率实时感知，对于实现在线动态安全评估至关重要。然而，冗余测量有限、动态模型复杂以及平衡状态变量和非状态变量精度等相关挑战，阻碍了传统的模型驱动和数据驱动状态估计（SE）方法提供具有高时空精度的实时状态。本文提出了一种新颖的物理嵌入数据驱动状态估计框架。该框架通过将物理知识融入状态估计模型的开发和训练过程，系统地完善了以往的高分辨率数据驱动状态估计框架。利用物理模型将混合测量值转换为节点特征并提供系统近期状态，采用多头图注意力网络提取空间特征，并通过残差网络修正当前状态...
解读: 该物理嵌入与数据驱动融合的高分辨率状态估计技术对阳光电源储能系统具有重要应用价值。在PowerTitan大型储能系统中，可实现电池簇级实时状态监测与动态安全评估，提升ST系列储能变流器的并网稳定性。该方法结合电力系统微分代数方程与深度学习，可优化构网型GFM控制策略的实时响应能力，增强iSolarC...
重新思考复杂约束满足下的安全策略学习：含储能单元的实时安全约束经济调度初探
Rethinking Safe Policy Learning for Complex Constraints Satisfaction: A Glimpse in Real-Time Security Constrained Economic Dispatch Integrating Energy Storage Units
Jianxiong Hu · Yujian Ye · Yizhi Wu · Peilin Zhao 等5人 · IEEE Transactions on Power Systems · 2024年6月
近年来，用于实时安全约束经济调度（RT - SCED）问题的强化学习（RL）受到了广泛的研究关注。然而，普通的强化学习方法难以确保系统和设备层面约束条件的满足，不得不对违反约束的情况分别进行惩罚。随着可再生能源渗透率的不断提高，大规模储能得以集成，这是因为储能能够缓解可再生能源的间歇性问题。这就使得实时安全约束经济调度问题需要满足时间耦合约束条件。现有的安全强化学习方法要么在每个时间步使用安全层纠正不安全的动作，这可能会导致在可行空间边界制定出次优动作，并且可能违反时间耦合约束；要么构建安全评估...
解读: 该安全约束经济调度技术对阳光电源PowerTitan储能系统及iSolarCloud云平台具有重要应用价值。强化学习结合约束分层建模可直接应用于ST系列储能变流器的实时调度优化，通过安全感知奖励机制保障储能系统在参与电网调频、削峰填谷时满足SOC约束、功率爬坡率及电网安全约束。该方法可集成至iSol...
电池电力机车在电力系统中作为电网支撑服务的应用
On the Use of Battery-Electric Locomotive as a Grid-Support Service in Electric Power Systems
Farid Kochakkashani · Payman Dehghanian · Miguel A. Lejeune · IEEE Transactions on Power Systems · 2024年4月
摘要：风能的采集受其发电可用性和波动性的限制。储能系统（ESS）通过吸收发电的波动性和弃电现象，在一定程度上解决了这一局限。然而，传统的静态储能系统可能缺乏有效支撑大规模电力系统所需的覆盖范围和灵活性。本文提出了一种创新方法，建议将电池电力机车（BEL）用作移动储能工具。电池电力机车搭载可分离的电池轨道车，其储能容量得到提升，能够提供灵活且广泛的能源供应。我们提出了一种新的考虑不确定性的优化模型，该模型全面整合了电力系统和铁路系统的运行。所提出的模型被表述为一个混合整数非线性随机规划（SMINL...
解读: 该研究将移动式储能应用于电网调峰与频率调节，对阳光电源储能与充电业务具有重要启发。技术层面，可借鉴机车储能的双向功率调度策略优化PowerTitan储能系统的电网支撑能力，提升ST系列储能变流器在风光消纳场景下的快速响应性能。产品应用上，可拓展至充电桩业务，开发具备V2G功能的移动储能充电解决方案，...
面向最少控制数量的超大规模电网热过载缓解方法
Toward Minimal Number of Controls for Thermal Violation Mitigation for Very Large-Scale Grids
Lin Zeng · Hsiao-Dong Chiang · Dong Liang · IEEE Transactions on Power Systems · 2025年9月
为快速消除输电线路热过载以保障系统安全，需高效计算控制措施。本文提出一种新颖的两阶段方法，用于在大规模电网中快速求解最小控制动作集合，并在45000节点系统上以2秒内完成计算。第一阶段提取相关子网络，第二阶段采用迭代可行性检验（IFC）方法确定子网内最少控制数量。该方法综合考虑交流有功与无功潮流方程及混合整数非线性规划（MINLP）模型，常可达到全局最优。通过多规模系统测试，验证了方法的可扩展性与有效性，计算速度较传统方法提升三个数量级，且显著减少所需控制动作，适用于在线应用。
解读: 该超大规模电网热过载快速缓解技术对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要应用价值。文中提出的两阶段最小控制动作算法可直接应用于储能系统的电网支撑功能：当检测到输电线路过载时，通过子网络提取和迭代可行性检验，在2秒内快速确定最少数量的储能单元参与有功/无功调节，避免全站响应造...
基于贝叶斯量子神经网络的高可再生能源渗透电力系统潮流计算
Bayesian Quantum Neural Network for Renewable-Rich Power Flow with Training Efficiency and Generalization Capability Improvements
Ziqing Zhu · Shuyang Zhu · Siqi Bu · IEEE Transactions on Power Systems · 2025年9月
针对高比例可再生能源接入下大规模电力系统潮流计算面临的计算效率与泛化能力挑战，本文提出一种基于贝叶斯量子神经网络（BayesianQNN）的新型潮流计算模型。该模型利用量子计算提升训练效率，并通过贝叶斯方法动态更新对可再生能源不确定性的认知，显著增强对未见场景的泛化能力。为评估模型性能，引入有效维度和泛化误差界两项指标。结果表明，所提方法在训练效率与泛化性能方面均优于现有数据驱动方法，适用于未来稳态电力系统分析。
解读: 该贝叶斯量子神经网络潮流计算技术对阳光电源iSolarCloud智能运维平台及PowerTitan储能系统具有重要应用价值。在大规模新能源电站集群管理中，该算法可显著提升实时潮流计算效率，为ST系列储能变流器的功率调度提供快速决策支持。其对可再生能源不确定性的动态认知能力，可优化SG光伏逆变器与储能...
主动配电网中微电网间协作运行决策的隐私保护外包计算
Privacy-Preserving Outsourced Computation of Collaborative Operational Decisions Among Microgrids in an Active Distribution Network
Xutao Han · Zhiyi Li · Xuanyi Xiao · Ping Ju 等5人 · IEEE Transactions on Power Systems · 2024年6月
本文提出一种促进主动配电网中公用配电网络与微电网协同运行决策的方案，旨在兼顾计算时效性与微电网隐私保护。通过构建虚拟微电网模型，主动混淆原始参数并外包至配电系统运营商，在保持模型结构与稀疏性不变的前提下实现隐私保护。运营商将加密后的微电网模型与主网调度模型集成，生成协同优化决策，并通过异步解密机制返回公共耦合点解，由各微电网主控制器并行解密以修正潮流。该方法在数学上保证了协同决策的凸性、可行性与正确性，仿真结果验证了其快速性、准确性、鲁棒性与可扩展性。
解读: 该隐私保护协同优化技术对阳光电源PowerTitan储能系统及微电网解决方案具有重要应用价值。可直接应用于ST系列储能变流器的多站点协同调度场景，通过虚拟模型加密技术保护各微电网运行参数（如SOC、充放电策略）的商业敏感信息，同时实现配网侧与多个分布式储能站的快速协同优化。该方案的异步解密并行计算机...
基于灵敏度的可再生能源可用发电容量变化跟随滚动运行可靠性评估方法
A Sensitivity-Based Rolling Operational Reliability Evaluation Method Following the Changing Available Generation Capacity of Renewable Energies
Xuan Li · Kaigui Xie · Changzheng Shao · Bo Hu 等6人 · IEEE Transactions on Power Systems · 2024年4月
由于可靠性评估过程耗时，电力系统运行可靠性通常基于可再生能源出力的预测值提前进行。然而，在实际运行中，可再生能源预测值不断更新，需进行滚动评估以保持可靠性评估的准确性。本文提出一种基于系统可靠性对可再生能源可用出力灵敏度的日内滚动评估方法。该方法在可再生能源出力小幅波动时，通过修正前次评估结果快速获取可靠性指标。首先，结合输电线路状态字典法与负荷可行域（LFR）方法，构建基于LFR的蒙特卡洛可靠性评估模型；其次，提出一种负荷削减计算的近似距离法，建立负荷削减量与可再生能源可用出力之间的线性多项式...
解读: 该滚动可靠性评估方法对阳光电源储能系统与光伏逆变器产品具有重要应用价值。针对ST系列储能变流器和PowerTitan大型储能系统，可集成该灵敏度模型实现日内实时可靠性评估，根据光伏出力预测更新动态调整储能充放电策略，提升系统应急响应能力。对于SG系列光伏逆变器，该方法可优化iSolarCloud云平...