找到 3 条结果 · IEEE Transactions on Sustainable Energy
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...
因果机制赋能的零标签学习在新建光伏电站发电功率预测中的应用
Causal Mechanism-Enabled Zero-Label Learning for Power Generation Forecasting of Newly-Built PV Sites
Pengfei Zhao · Weihao Hu · Di Cao · Rui Huang 等6人 · IEEE Transactions on Sustainable Energy · 2024年9月
针对新建光伏（PV）电站因缺乏历史发电数据导致的功率预测难题，本文提出一种无需任何标注样本的无监督零标签学习方法。通过挖掘不同电站间的不变因果结构，并利用因果机制提升目标电站的预测性能。设计了因果赋能的域自适应网络（CEDAN），结合内外注意力机制从时滞数据片段中提取发电因果关联，并构建域适应损失函数以对齐源域与目标域的因果分布差异。进一步扩展为分位数域适应损失以应对输出不确定性。联合优化域适应与预测损失，实现跨域不变因果机制的学习，从而在无标签情况下完成高泛化性功率预测。基于真实数据的实验表明...
解读: 该零标签功率预测技术对阳光电源iSolarCloud智能运维平台和SG系列光伏逆变器具有重要应用价值。针对新建光伏电站缺乏历史数据的痛点，通过因果机制实现无标签跨域迁移学习，可直接应用于阳光电源新部署站点的发电预测模块。该方法提升7.57%的确定性预测精度，能优化iSolarCloud平台的智能诊断...
STATCOM的鲁棒自适应控制以抑制基于逆变器资源
IBR）引起的振荡
Hui Yuan · Linbin Huang · Huisheng Gao · Di Zheng 等6人 · IEEE Transactions on Sustainable Energy · 2024年5月
在多逆变器资源（IBR）系统中，静止同步补偿器（STATCOM）的接入虽可提供电压支撑，但在低短路容量电网中可能加剧由IBR与电网交互引发的次/超同步振荡。由于系统动态复杂且运行工况多变，现有研究难以全面揭示STATCOM对振荡的影响机理并有效设计其阻尼控制。本文从电网强度视角提出一种新方法，揭示STATCOM在多IBR系统中对IBR诱导振荡的影响机制，并通过优化STATCOM控制参数，确保关键工况下多个子系统的鲁棒小信号稳定性，避免依赖大量详细模型的 exhaustive 分析。所提方法在改进...
解读: 该STATCOM鲁棒自适应控制技术对阳光电源多个产品线具有重要应用价值。在PowerTitan大型储能系统中，可借鉴其电网强度视角的振荡抑制方法，优化ST系列储能变流器的阻尼控制策略，解决弱电网下多储能系统并联引发的次/超同步振荡问题。对于构网型GFM控制技术，该研究提出的多设备交互机理分析方法可用...