找到 7 条结果 · IEEE Transactions on Sustainable Energy
一种数据驱动的桨距角与转矩控制方法以提升风电场运行性能与效率
A Data-Driven Pitch Angle and Torque Control Method for Enhanced Wind Farm Operation Performance and Efficiency
Luobin W · Sheng H · Ji Z · Guan B 等5人 · IEEE Transactions on Sustainable Energy · 2025年9月
本文提出一种可逆深度门控网络（RDG-Net），用于风电场的桨距角（β）与发电机转矩（Tg）协同控制。该方法通过可逆实例归一化与深度可分离卷积（Revin-DSCNN）模型精确预测单个风电机组输出，抑制疲劳载荷并提升功率捕获效率。结合多头注意力与门控图循环神经网络（multi-GGRNN），有效建模机组间尾流耦合关系，避免高维数学建模带来的计算复杂性。RDG-Net部署于分布式服务器，实现在线训练，增强模型适应性与泛化能力。MATLAB仿真验证了其有效性。
解读: 该数据驱动的控制方法对阳光电源风电变流器及储能系统具有重要参考价值。RDG-Net的可逆深度门控架构可优化应用于ST系列储能变流器的功率调度算法,提升系统响应速度与控制精度。其多头注意力机制对建模储能集群间的功率协调具有启发意义,可用于优化PowerTitan大型储能系统的群控策略。此外,该方法的分...
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...
面向主动配电网安全运行的人在环路强化学习伏/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8人 · IEEE Transactions on Sustainable Energy · 2025年6月 · Vol.17
本文提出一种人在环路深度强化学习（HITL-DRL）框架，结合人类专家经验与Security-Clipped PPO算法，提升主动配电网中光伏与储能系统的电压/无功快速协同调控能力，显著降低电压越限率（73.4%），增强鲁棒性与可解释性。
解读: 该研究高度契合阳光电源在光储协同智能调控领域的战略布局。其HITL-DRL框架可直接赋能ST系列PCS、PowerTitan及iSolarCloud平台的Volt/Var自适应调节功能，提升组串式逆变器在弱电网下的动态无功响应精度与安全性；建议将SC-PPO算法嵌入iSolarCloud边缘控制器，...
一种高效计算的模型预测控制方法用于混合储能系统独立微电网的一次级管理增强
Computationally Efficient Model Predictive Control for Enhanced Primary-Level Management of Standalone Microgrids With Hybrid Storage Systems
Imran Pervez · Charalampos Antoniadis · Hakim Ghazzai · IEEE Transactions on Sustainable Energy · 2025年4月
本文提出了一种高效的闭式主动集模型预测控制（MPC）方法，用于含可再生能源的混合储能系统微电网一次级控制。传统主动集MPC计算复杂度高，难以在采样周期内完成决策，影响系统鲁棒性，且需高性能控制器，增加成本与能耗；而简化控制策略如监督控制则降低系统稳定性与储能寿命。所提方法兼具主动集MPC与监督控制的优势，显著降低计算复杂度，同时提升系统稳定性、可靠性及电池寿命，并具有更强鲁棒性。与改进主动集MPC、Hildreth二次规划及序列二次规划MPC相比，该方法在计算效率、鲁棒性、稳定性和储能寿命方面表...
解读: 该高效MPC方法对阳光电源ST系列储能变流器及PowerTitan大型储能系统具有重要应用价值。当前微电网场景中，传统MPC因计算复杂度高需配置高性能控制器，增加系统成本与功耗。该闭式主动集算法可直接应用于ST储能PCS的一次级控制层，在保证电池-超级电容混合储能系统协调控制精度的同时，显著降低DS...
基于Kautz函数的高效分布式MPC在含通信延迟的多区域电力系统负荷频率控制中的应用
Efficient Distributed MPC Using Kautz Functions for Load Frequency Control in Multi-Area Power Systems With Communication Delays
Shuangqing Yan · Xiuxing Yin · Yang Zheng · IEEE Transactions on Sustainable Energy · 2025年3月
可再生能源的大规模接入导致电力系统供需不平衡和频率波动，传统集中式负荷频率控制（LFC）难以适应分布式能源的动态变化。本文提出一种基于离散Kautz函数的分布式模型预测控制（KDD-MPC）方法，利用其灵活的非相同极点配置逼近控制轨迹，显著降低计算复杂度。该方法有效处理LFC中的非线性约束，通过邻区信息反馈实现区域间协调，并引入时变通信延迟补偿机制以增强鲁棒性。在IEEE 39节点系统上的仿真结果表明，相较于PSO优化的PI控制器，扰动区域的平均绝对百分比控制误差（MAPACE）降低10.8%，...
解读: 该分布式MPC控制技术对阳光电源储能和光伏产品线具有重要应用价值。Kautz函数降低计算复杂度的特点,可优化ST系列储能变流器和PowerTitan系统的频率调节性能,提升多机并联时的协调控制效果。其通信延迟补偿机制可增强大型储能电站的系统稳定性,对iSolarCloud平台的分布式调度具有借鉴意义...
基于数据驱动灵敏度的风电场分散式需求功率跟踪与电压控制方法
A Decentralized Demanded Power Tracking and Voltage Control Method for Wind Farms Based on Data-Driven Sensitivities
Chang Yan · Sheng Huang · Yinpeng Qu · Xueping Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年1月
风电场高效功率调度依赖于精确的需求功率跟踪。本文提出一种基于数据驱动灵敏度（DDS）的分散式风电场功率跟踪与电压控制方法，仅利用本地运行变量实现模型预测控制（MPC），获得近似全局最优解。通过反向传播算法设计新的灵敏度计算方法，由全局映射模型（GMM）梯度得到DDS。电压DDS可替代传统MPC中的电压灵敏度，功率DDS建立不同风电机组出力间的线性关系，简化状态空间方程，降低二次规划维度。所设计的三种控制模式无需线路参数、降低计算复杂度或兼具两者优势。变量间距约束线性化方法将非线性约束转为线性，解...
解读: 该文提出的数据驱动灵敏度控制方法对阳光电源的储能和风电产品线具有重要参考价值。特别是其分散式控制架构可应用于ST系列储能变流器集群和PowerTitan大型储能系统的协调控制,通过本地数据实现近似全局最优的功率调度。文中的电压DDS方法可优化储能变流器的电压控制性能,功率DDS的线性化处理思路可用于...
面向电热综合系统的全分布式激励机制
A Fully Distributed Incentive Mechanism for Integrated Electricity and Heat Systems
Haohao Zhu · Jiayi Li · Jizhong Zhu · Meiyun Gao 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月 · Vol.17
本文提出一种全分布式激励机制，将电热综合系统（IEHS）的联合调度建模为单调变分不等式（MVI），采用全分布式预测-校正算法（FDPCA）实现电力与热力系统独立调度，并基于纳什议价设计两阶段收益分配方法，在保障隐私前提下提升协同效率与经济性。
解读: 该研究对阳光电源PowerTitan、ST系列PCS及iSolarCloud平台在多能互补场景下的协同调控具有重要参考价值。其全分布式架构可适配阳光电源储能系统与光伏逆变器在园区级电热联供系统中的自主响应需求；MVI建模与FDPCA算法可增强PCS在构网型（GFM）模式下对热负荷波动的主动支撑能力；...