找到 254 条结果 · IEEE Transactions on Sustainable Energy
融合人工智能与基于物理的建模用于极端高温事件下的长期级联水电调度
Integrated Artificial Intelligence and Physics-Based Modeling for Long-Term Cascaded Hydropower Scheduling under Extreme Heat Events
Maryam Baghkarvasef · Masood Parvania · IEEE Transactions on Sustainable Energy · 2025年6月
极端热浪事件对水电站运行构成严峻挑战。本文结合人工智能与基于物理的模型，提出一种高效的长期调度框架，旨在极端高温期间最大化水力发电量。所提出的模型生成的水价值可用于指导短期调度策略制定。构建了考虑陆-气相互作用的物理蒸发模型（PEM），以刻画极端高温下水库蒸发量的变化，并采用多变量长短期记忆（M-LSTM）模型预测PEM及调度所需的关键输入参数。通过回归型机器学习算法拟合水电出力函数，实现了非线性、非凸特性的线性化集成。案例研究涵盖哥伦比亚河上11个级联水电站，结果表明该模型能有效优化水库调度，...
解读: 该研究的AI-物理混合建模方法对阳光电源PowerTitan储能系统与水光互补项目具有重要应用价值。其M-LSTM多变量预测模型可移植至iSolarCloud平台，用于极端气候下的储能系统热管理与功率预测，优化ST系列储能变流器的散热策略与功率调度。物理蒸发模型的陆-气耦合思路可启发储能电站的热力学...
考虑风电和光伏预测的嵌入双规则分布式近端策略优化
Distributed Proximal Policy Optimization with Embedded Dual Rules for Power Systems Considering Wind and Photovoltaic Forecasting
Peng Lu · Yuanbao Wu · Junhao Li · Ning Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
针对风电与光伏功率预测误差导致的最优调度偏差问题，本文提出一种嵌入双规则的分布式近端策略优化（DPPO）模型。该模型将预测及误差校正信息嵌入DPPO状态空间，并以正则形式在神经网络中融入电网功率平衡与潮流约束，结合预设规则实现状态评估与动作执行的协同优化。基于某省电网实际数据在改进IEEE-30节点系统上的仿真结果表明，所提方法能有效应对可再生能源预测不确定性，在提升风电消纳、降低运行成本及增强调度适应性方面优于三种先进方法。
解读: 该嵌入双规则DPPO调度技术对阳光电源PowerTitan储能系统和iSolarCloud智能运维平台具有重要应用价值。其预测误差校正机制可直接集成到ST系列储能变流器的EMS能量管理策略中，通过实时修正风光预测偏差优化充放电决策，提升储能系统在新能源消纳场景下的经济性。分布式优化架构与阳光电源多站...
评估结合中间储能的电转X系统中基于网格惩罚的强化学习在可再生能源管理中的应用
Assessing Grid Penalized Reinforcement Learning for Renewable Energy Management of Power-to-X Integrated With Intermediate Storage
Jeongdong Kim · Jonggeol Na · Joseph Sang-Il Kwon · Seongbin Ga 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
本研究通过详细案例与对比分析，探讨了在可再生能源与电价不确定性下，基于深度强化学习（DRL）的电转X（PtX）系统规划策略。提出一种融合混合储能系统的DRL小时级规划模型，采用网格惩罚奖励函数以抑制电网电力过度使用，并考虑可再生能源出力与电价的时间不确定性。利用法国国家实际数据，将该模型与规则基线模型在不同时空不确定性下进行比较。结果表明，DRL模型在全国范围内实现月利润提升1360.12%，尽管可再生能源渗透率略低，但通过提高电网惩罚强度可有效缩小渗透率差距并维持高盈利性。该研究首次量化揭示了...
解读: 该DRL驱动的可再生能源管理技术对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要应用价值。研究提出的网格惩罚强化学习策略可直接应用于储能系统的能量管理系统（EMS），通过动态优化充放电策略，在电价波动和新能源出力不确定性下实现经济性最优。混合储能系统的小时级规划模型可集成至iSol...
基于事件大小和转子转速的风力发电机合成惯性控制
Synthetic Inertia Control for a Wind Turbine Generator Based on Event Size and Rotor Speed
Jongwon Kang · Yong Cheol Kang · Kyu-Ho Kim · Kicheol Kang 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
为在避免转子转速过度下降的前提下提升频率最低点，风力发电机的合成惯性控制需根据事件幅值和转子转速动态调节增量功率。传统阶跃式控制在大扰动下因预设功率不匹配实际需求而受限。本文提出一种依据频率偏差及转子转速调节增量功率的控制策略，支持阶段采用与转速成正比的控制增益，而非依赖频率变化率，有效响应功率失衡但易受噪声与延迟影响；恢复阶段则按转速调整有功参考值，确保运行安全并平滑回归最大功率追踪。仿真验证了该方法在大扰动及低风速下显著改善频率响应且避免转子过减速。
解读: 该合成惯性控制策略对阳光电源储能变流器和大型风光储项目具有重要参考价值。基于事件大小和转子转速的动态功率调节机制,可优化ST系列储能变流器的GFM控制算法,提升系统频率支撑能力。该方案避免过度功率输出导致的系统不稳定,特别适用于PowerTitan大型储能系统在新能源高渗透率场景下的一次调频应用。控...
一种端到端集成学习方法以提升风电功率预测
An End-to-End Ensemble Learning Approach for Enhancing Wind Power Forecasting
Yun Wang · Houhua Xu · Yaohui Huang · Fan Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
精确的风电功率预测对电网稳定性和可靠高效的电力供应至关重要。针对现有集成模型多阶段建模易导致误差累积、训练低效及基学习器数量有限造成预测多样性不足的问题，本文提出MG-DS模型。该模型基于Dempster-Shafer证据理论，将基模型学习与集成学习统一于端到端框架中，包含全MLP非线性特征提取、GRU与交叉注意力基预测生成，以及基于DS理论的自集成模块，并引入“放大镜”机制增强预测多样性。此外，提出DS自集成（DSSE）插件以融合RNN与非RNN基预测器。在五个风电数据集上的实验验证了MG-D...
解读: 该端到端集成学习预测方法对阳光电源储能与风电产品线具有重要应用价值。MG-DS模型的高精度功率预测可直接应用于ST系列储能变流器的调度优化和PowerTitan储能系统的容量规划。其'放大镜'机制和DS自集成技术可提升iSolarCloud平台对风电场功率预测的准确性,有助于优化储能调度策略。该技术...
基于深度强化学习的移动式风力发电机分配以增强配电系统韧性
Deep Reinforcement Learning-Based Allocation of Mobile Wind Turbines for Enhancing Resilience in Power Distribution Systems
Ruotan Zhang · Jinshun Su · Payman Dehghanian · Mohannad Alhazmi 等5人 · IEEE Transactions on Sustainable Energy · 2025年6月
风能资源的广泛应用在应对气候变化中展现出显著优势。移动式风力发电机（MWT）可通过运输系统灵活部署，作为应急电源参与配电系统（PDS）灾后恢复，提升系统韧性。本文提出一种基于多智能体深度强化学习（MADRL）的MWT调度框架，采用深度Q网络（DQL）与双深度Q网络（DDQL）进行训练与对比，并引入动作限制机制以抑制风电波动影响。在锡乌福尔斯交通系统与四个IEEE 33节点配电系统耦合的案例中验证了该方法在提升灾后服务恢复能力方面的有效性。
解读: 该研究的MWT调度与深度强化学习方法对阳光电源储能产品线具有重要参考价值。首先，MADRL框架可优化ST系列储能变流器的调度策略，提升PowerTitan系统在极端天气下的应急响应能力。其次，动作限制机制的设计思路可用于改进储能PCS的功率波动抑制算法。研究中的分布式协同控制方案也可集成到iSola...
一种基于分数规划的100%可再生能源电-甲醇联产规划模型
A Novel Fractional Programming-based Planning Model for 100% Renewable Poly-generation of Electricity and Methanol
Zhipeng Yu · Yingtian Chi · Jin Lin · Feng Liu 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
与可再生能源发电商签订长期购电协议（PPA）是推动难减排行业脱碳的有效途径。然而，由于可再生能源出力的波动性与间歇性，发电商通常需过度装机以满足固定电量交付承诺，导致大量弃电和成本上升。电转甲醇（P2M）技术通过提供灵活的化学储能与需求，有助于大规模整合可再生能源。本研究提出一种兼顾刚性与柔性负荷的100%可再生能源电-甲醇联产统一规划框架，以最大化内部收益率（IRR）为目标，构建并高效求解混合整数线性分式规划（MILFP）模型。基于实际数据的验证结果表明，该方法显著提升IRR，降低可再生能源弃...
解读: 该分数规划模型对阳光电源PowerTitan储能系统与SG光伏逆变器的协同优化具有重要价值。研究提出的电-甲醇联产框架可启发阳光电源在工业园区场景中，将ST储能变流器与电解制氢/甲醇设备耦合，通过柔性化学负荷消纳光伏弃电，提升IRR指标。其MILFP优化算法可集成至iSolarCloud平台，实现P...
基于柔性直流配电网络互联的交直流微电网群分布式自主控制以实现全局经济运行
Distributed Autonomous Control for Global Economic Operation of AC/DC Microgrid Clusters Interconnected by Flexible DC Distribution Network
Xiangyu Wu · Shuaijie Wang · Jingsi Huang · Yin Xu 等5人 · IEEE Transactions on Sustainable Energy · 2025年6月
本文提出一种基于柔性直流配电网络互联的交直流微电网群分布式自主控制策略，旨在同时实现系统的全局经济运行与频率/电压控制，并满足分布式电源及互联变流器的功率约束。首先建立系统最优控制问题并推导其全局经济调度的KKT条件，进而构建包含分布式电源层、微电网层和微电网群层的三层控制架构。在微电网层设计了分布式的频率/电压与经济调度控制器；在微电网群层提出一种对等式分布式控制方法，实现互联变流器间的协调控制并稳定直流配电网络电压。最后通过时域仿真与实验验证了所提方法的有效性。
解读: 该分布式自主控制技术对阳光电源PowerTitan储能系统和ST系列储能变流器在微电网集群应用中具有重要价值。研究提出的三层控制架构可直接应用于阳光电源多微网互联项目，通过分布式经济调度算法优化储能系统充放电策略，降低运营成本。柔性直流配电网的对等式协调控制方法可增强ST变流器在直流母线电压稳定和功...
异构需求侧储能的分层灵活性聚合用于二次频率调节
Hierarchical Flexibility Aggregation of Heterogeneous Demand-side Energy Storages for Secondary Frequency Regulation
Peixuan Wu · Di Liu · Songyan Zhang · Chao Lu 等5人 · IEEE Transactions on Sustainable Energy · 2025年6月
家庭电池和电动汽车等需求侧储能（DESs）在提供快速频率调节服务方面具有巨大潜力。本文提出一种三层分层灵活性聚合框架，以全面评估并可靠实现异构DESs在二次频率调节（SFR）中的聚合灵活性。设备层将单个DES的调节能力建模为考虑实时荷电状态约束与调节信号统计特征的二维可行域，并据此对DES进行聚类。集群层采用基于原型的最大内逼近法（MIA）高效聚合各集群的调节容量、动态响应模型及成本。聚合层通过凸优化在每个可行运行点建立多集群协同SFR灵活性的解析表达式，为聚合商经济参与SFR提供综合模型。仿真...
解读: 该分层灵活性聚合技术对阳光电源储能与充电业务具有重要应用价值。在PowerTitan大型储能系统中，可借鉴其三层聚合架构实现异构储能单元（电池簇、PCS模组）的协同调频控制，通过二维可行域建模优化ST系列储能变流器的AGC响应策略。对于户用光伏储能场景，该方法可集成至iSolarCloud平台，实现...
考虑多状态不确定性的鲁棒机组组合：一种新模型与可扩展求解方法
Robust Unit Commitment With Multi-State Uncertainty: A Novel Formulation and Scalable Solution Method
Jikeng Lin · Zihang Zeng · Lingjie Liu · Guangyuan Zhu 等5人 · IEEE Transactions on Sustainable Energy · 2025年6月
为降低两阶段鲁棒机组组合模型调度方案的保守性，本文提出一种考虑风电出力不确定性的新型多状态不确定性集（MSUS）。该集合通过在不确定区间内引入多个离散状态值，提升不确定性建模分辨率，并结合嵌入多组转移约束的转移指标限制极端波动。状态值与转移指标通过分位数回归与马尔可夫链分析确定，有效排除低概率场景，显著降低保守性。为加速求解，本文还提出改进的不精确列与约束生成（II-C&CG）方法，采用自适应容差与精细回溯策略，在保证有限收敛的同时大幅缩短计算时间。算例验证了所提方法的有效性与优势。
解读: 该研究提出的多状态不确定性建模方法对阳光电源的储能调度系统具有重要参考价值。可直接应用于PowerTitan大型储能系统的智能调度优化,通过引入多状态不确定性集和转移约束,提升系统对新能源波动的适应性。具体可优化ST系列储能变流器的调度策略,降低储能调度保守性,提高经济效益。同时该方法也可集成到iS...
基于安全运行机制的主动配电网人机协同强化学习电压/无功控制方法
Human-in-the-loop Reinforcement Learning Method for Volt/Var Control in Active Distribution Network with Safe Operation Mechanism
Yuechuan Tao · Zhao Yang Dong · Jing Qiu · Shuying Lai 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
针对分布式能源接入带来的主动配电网运行复杂性，传统调压方法难以应对。本文提出一种融合人类经验的人机协同深度强化学习（HITL-DRL）框架，并引入安全约束裁剪的近端策略优化（SC-PPO）算法以保障学习过程的安全性。通过人类示范、反馈与对抗设置三种干预策略，提升学习效率与可解释性。仿真表明，该方法在IEEE 33节点系统中相较传统DRL算法具有更快的收敛速度与更强的鲁棒性，电压越限率降低73.4%，决策时间小于1毫秒，接近最优解性能，具备实时应用潜力。
解读: 该人机协同强化学习电压/无功控制技术对阳光电源配电网侧储能系统具有重要应用价值。SC-PPO算法的安全约束机制可直接应用于PowerTitan储能系统的电压调节策略，保障分布式光伏并网场景下的安全运行。毫秒级决策响应能力契合ST系列储能变流器的实时控制需求，73.4%的电压越限率降低可显著提升含高比...
具有动态虚拟惯性和频率、电流、电压限幅特性的新型虚拟同步发电机设计
Novel Virtual Synchronous Generator design with dynamic virtual inertia and bounded frequency, current and voltage characteristics
Theodoros E. Kavvathas · George C. Konstantopoulos · IEEE Transactions on Sustainable Energy · 2025年6月
本文提出一种新型虚拟同步发电机（VSG）架构，通过引入动态虚拟惯性以提升传统VSG的动态响应性能，并确保频率、输出电流和电压始终处于预设范围内。所设计的控制律根据频率变化率和频率偏差实时调节虚拟惯性，有效抑制扰动后的频率变化率（RoCoF）与最大频率偏差，同时保证虚拟惯性始终位于限定区间内且不引入非连续动态。基于向量场理论与最终有界性定理，严格证明了系统状态变量的有界性。在连接无穷大母线及含多台VSG与同步机的完整系统中均进行了稳定性分析。通过Typhoon HIL实时仿真平台与实验系统验证了该...
解读: 该动态虚拟惯性VSG技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。当前阳光电源构网型GFM控制已采用VSG技术，但传统固定惯性方案在扰动响应与频率稳定间存在矛盾。本文提出的根据频率变化率和偏差实时调节虚拟惯性的方法，可显著提升ST储能系统在负荷突变和短路故障下的...
基于聚合容量估计的储能系统分布式功率跟踪控制
Distributed Power Tracking Control of Energy Storage Systems With Aggregated Capacity Estimation
Yin Chen · Jianyu Zhou · LinFang Yan · Yujun Lin 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
大量分布式小规模储能系统（ESSs）具有参与电网功率调节的潜力。本文提出一种结合聚合容量估计的分布式功率跟踪控制方法，可在无需总功率测量的情况下实现精确的总功率跟踪，并根据储能系统的类型、荷电状态及功率/能量容量进行功率分配。为估计各储能单元的可调度功率范围，设计了一种事件触发式分布式功率容量估计算法，通信负担较低。控制参考功率受到限制，确保系统可靠运行。所提方法采用离散时间实现，仅依赖稀疏通信网络。理论分析验证了系统平衡点的存在性与收敛性。基于IEEE 33节点系统的仿真结果验证了所提控制策略...
解读: 该分布式功率跟踪控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文章提出的事件触发式容量估计算法可优化多台ST储能变流器的协同控制，在无需集中式总功率测量的情况下，基于各单元SOC、功率/能量容量实现精确功率分配，降低通信负担。该方法可集成到iSolarClo...
通过同宿分岔消除构网型变流器的同步失稳
Eliminating Synchronization Instability of Grid-Forming Converters by Removing the Periodic Orbit via Homoclinic Bifurcation
Yuqian Zhang · Qinglai Guo · Hongbin Sun · IEEE Transactions on Sustainable Energy · 2025年6月
构网型变流器可为电力系统提供频率和电压支撑，是高比例电力电子与可再生能源接入系统中的关键设备。然而，在大扰动后可能发生同步失稳，其本质为系统状态被周期轨道捕获。本文提出一种通过同宿分岔消除该周期轨道以根除同步失稳的新方法。首先引入振荡指数估计系统接近同宿分岔的程度，并推导周期轨道灵敏度以评估控制参数对振荡指数的影响；进而利用该指数及其灵敏度估算触发同宿分岔所需的参数调整量。提出方法的应用框架亦被给出，并通过仿真与实验验证了其有效性。
解读: 该同宿分岔稳定性控制技术对阳光电源构网型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，该方法可从根本上消除大扰动后的同步失稳风险，显著提升GFM控制模式下的暂态稳定性。所提出的振荡指数和周期轨道灵敏度分析方法，可集成到阳光电源现有VSG控制算法中，实现参数自适应优化...
含多台集成式双馈感应风力发电机的电力系统吸引域估计
Region of Attraction Estimation for Power Systems With Multiple Integrated DFIG-Based Wind Turbines
Yang Liu · Huanjin Yao · Pengyu Di · Yingjie Qin 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
针对含多台双馈感应风力发电机（DFIGWT）的电力系统缺乏适用建模方法，导致其吸引域（ROA）边界解析描述尚未充分研究的问题，本文提出一种包含多台DFIGWT的电力系统常微分方程（ODE）模型。该机电模型在单机无穷大系统和改进的3机9节点系统中验证，与完整模型轨迹比较的均方根误差低于9.5%，能准确捕捉低频动态特性。通过非线性坐标变换将其转化为多项式微分代数方程（DAE）模型，并采用基于平方和规划的改进扩展内点算法（EIA）估计ROA。在含多台DFIGWT与同步发电机的测试系统中验证了模型可行性...
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。文中提出的多DFIG建模方法可用于优化ST系列储能变流器的并网控制策略,特别是在大规模风储联合并网场景中。通过吸引域(ROA)估计技术,可提升PowerTitan储能系统的暂态稳定性控制性能,为GFM/GFL控制算法优化提供理论支撑。研究成果可直接...
基于误差的主动抗扰功率控制在大型风力机变桨执行器性能退化故障下的应用
Error-Based Active Disturbance Rejection Power Control for Large-Scale Wind Turbines Under Pitch Actuator Performance Degradation Failure
Ziyang Chen · Tingna Shi · Yanfei Cao · Peng Song · IEEE Transactions on Sustainable Energy · 2025年6月
针对大型风力发电系统在变桨执行器性能退化与多重干扰耦合作用下恒功率控制的难题，本文提出一种基于误差的主动抗扰容错控制策略（E-ADRC）。该方法采用双环复合控制结构，包含抗扰跟踪环与容错补偿环。改进的E-ADRC算法显著提升了对低频风扰动的抑制能力；容错环利用桨距角残差生成独立补偿信号，有效抑制执行器故障引起的转速跟踪偏差与气动不平衡。硬件在环实验验证了该策略在提升功率稳定性、降低结构疲劳损伤方面的优越性。
解读: 该研究提出的基于误差的主动抗扰控制策略(E-ADRC)对阳光电源的储能与风电产品线具有重要参考价值。首先，E-ADRC的双环复合控制结构可优化ST系列储能变流器的功率稳定性控制，特别是在电网波动工况下的响应特性。其次，该方法在执行器故障容错方面的创新,可应用于PowerTitan大型储能系统的关键部...
不平衡电网条件下的构网型逆变器并网资源：挑战、解决方案与前景
Grid-Forming IBRs Under Unbalanced Grid Conditions: Challenges, Solutions, and Prospects
Xinquan Chen · Siqi Bu · Ilhan Kocar · IEEE Transactions on Sustainable Energy · 2025年6月
基于逆变器的资源（IBRs）在电网中的渗透率持续增长，其在不平衡电网条件下的控制行为可能影响系统稳定性与保护性能。本文评估了主流构网型控制IBRs（GFM-IBRs）在不平衡条件下的运行性能，并提出新的分析框架。通过文献综述与基准系统的电磁暂态（EMT）仿真，研究GFM-IBRs对系统动态特性、保护及故障穿越能力的影响。构建适用于全功率变换器GFM-IBRs的通用FRT控制结构，对比分析序分量分解、正序电流限幅、负序控制及电流协调等现有方法，揭示其优缺点。最后探讨关键挑战，展望未来研究方向。
解读: 该研究对阳光电源构网型储能与光伏产品具有重要应用价值。针对不平衡电网条件下的GFM控制挑战，可直接应用于ST系列储能变流器和PowerTitan大型储能系统的控制策略优化。文中提出的序分量分解、正负序电流协调及FRT控制框架，可增强阳光电源GFM产品在电网故障时的穿越能力和保护性能。特别是负序电流抑...
基于样本图的多元短期光伏功率预测
Sample-Wise Graph-Based Multivariate Short-Term PV Power Forecasting
Xuguang Wang · Wangjie Liu · Junhong Ni · Mi Zhang · IEEE Transactions on Sustainable Energy · 2025年6月
可靠的短期光伏（PV）功率预测对电力系统电源的合理调度与运行成本的有效控制具有重要意义。然而，光伏功率数据的时间错位及回归精度不平衡问题严重影响预测可靠性。本文从预测模型样本的角度研究多元光伏功率预测。首先，通过时延向量参数化样本的错位程度；进而定义样本图以关联时延向量与光伏功率数据；随后通过最小化样本图的平滑性度量估计时延向量；最后提出基于样本图的样本加权策略，缓解回归精度不平衡问题。在真实数据集上的实验验证了所提方法的有效性，对比实验表明该方案显著提升了短期光伏功率预测性能。
解读: 该样本图多元预测技术对阳光电源iSolarCloud智能运维平台及PowerTitan储能系统具有重要应用价值。通过时延向量参数化解决光伏功率数据时间错位问题，可显著提升SG系列逆变器集群的短期功率预测精度，优化MPPT算法的前瞻性控制。样本加权策略能改善回归精度不平衡，特别适用于ST储能变流器的充...
基于残差视觉重构器的天空图像序列超短期太阳能功率预测
Ultra-Short-Term Solar Power Prediction Using Sky Image Sequences by a Residual Vision Reformer
Razieh Rastgoo · Nima Amjady · Shunfu Lin · S. M. Muyeen · IEEE Transactions on Sustainable Energy · 2025年6月
太阳能发电受云层变化影响显著，具有较强不确定性，给可再生能源系统的稳定性带来挑战。准确的超短期太阳能功率预测有助于提升电网调度与运行效率。本文提出一种基于深度学习的预测模型，包含三个核心模块：多流视频视觉Transformer（MS-ViViT）用于提取天空图像序列的时空特征；融合改进型Reformer（Fused I-Reformer）通过融合编码器和新型损失函数增强序列学习能力；以及带注意力机制的残差全连接网络（ARFC）用于最终功率预测。在六个真实数据集上与36种对比模型进行的实验表明，该...
解读: 该基于天空图像序列的超短期光伏功率预测技术对阳光电源智能运维体系具有重要应用价值。可直接集成至iSolarCloud云平台，通过部署天空相机与深度学习模型，实现5-30分钟级功率预测，显著提升SG系列逆变器的MPPT算法响应速度。对于PowerTitan大型储能系统，该技术可优化充放电策略，通过提前...
基于深度强化学习的考虑网络重构的多时间尺度电压/无功控制
Deep Reinforcement Learning Based Multi-Timescale Volt/Var Control in Distribution Networks Considering Network Reconfiguration
Hexiang Peng · Kai Liao · Jianwei Yang · Bo Pang 等5人 · IEEE Transactions on Sustainable Energy · 2025年5月
针对配电网中不同响应特性的设备带来的多时间尺度电压/无功控制（VVC）难题，本文提出一种新型双层数据驱动的多时间尺度VVC方法。该方法将光伏等连续型设备的短时间尺度控制与电容器组及网络重构等离散型设备的长时间尺度控制相协调，构建双层部分可观测马尔可夫决策过程（POMDP）模型。内层采用TD3算法控制连续变量，外层利用DDQN算法处理离散动作与网络重构。通过统一奖励信号并传递内层动作为外层状态实现协同训练，并引入图神经网络（GNN）识别代表性拓扑以缩减重构空间，抑制过度探索。在IEEE 33节点和...
解读: 该多时间尺度Volt/Var控制技术对阳光电源配电侧产品具有重要应用价值。在SG系列光伏逆变器中，可利用TD3算法实现连续无功功率的快速调节，优化现有MPPT算法与无功控制的协同；在ST系列储能变流器及PowerTitan大型储能系统中，可通过DDQN算法协调储能充放电与电容器组的离散控制决策。该方...
第 4 / 13 页