找到 7 条结果 · IEEE Transactions on Sustainable Energy
基于分层特征依赖Transformer的波动性海洋环境下短期海上风电功率预测
Short-Term Offshore Wind Power Forecasting in Volatile Marine Environments Based on a Hierarchical Feature-Dependency Transformer
Tianshuai Pei · Keqi Chen · Lina Yang · Xinzhang Wu 等5人 · IEEE Transactions on Sustainable Energy · 2025年9月
在波动性强的海洋环境中，突发风暴、潮汐变化和剧烈波浪导致时空异质性，严重影响短期海上风电功率预测精度，威胁电网稳定并增加经济成本。现有方法多依赖静态相关性，难以捕捉复杂非线性特征交互。为此，本文提出Hieroformer，一种基于Transformer的新框架，通过动态特征依赖层次结构建模环境演化依赖关系；设计层次感知注意力机制，引入物理归纳偏置以克服传统注意力排列不变性的局限；结合频域滤波器分离有效周期信号与噪声；并在IEEE 118节点系统中验证其显著降低运行成本。实验表明，该模型在真实数据...
解读: 该研究的分层特征依赖Transformer模型对阳光电源的储能和风电产品线具有重要应用价值。特别是对ST系列储能变流器和风电变流器的功率预测与调度优化方面,可通过其层次感知注意力机制提升极端天气下的预测精度。该技术可优化iSolarCloud平台的智能运维算法,提高储能调度和风电并网的经济性。具体应...
基于信息物理跨空间认知与协同的多微网直流配电网络有功功率控制
Active Power Control for DC Distribution Network With Multiple Microgrids Based on Cyber-Physical Cross-Space Understanding and Cooperation
Bo Zhang · Dong Yue · Chunxia Dou · Dongmei Yuan 等6人 · IEEE Transactions on Sustainable Energy · 2025年8月
在直流配电网络中，大量分布式资源以互联微网形式接入，以挖掘信息物理融合下的资源调节潜力。然而，物理不确定性（如出力波动）与信息不确定性（如通信拥塞）易叠加引发严重的有功功率波动。为此，分别从微网层和资源层研究基于信息物理跨空间认知与协同的有功功率控制方法。针对微网层，提出依赖潮流约束的集中式控制方法生成最优指令，并设计需求驱动的网络匹配机制保障通信可靠性；针对资源层，提出组合式容错控制策略以应对外部扰动，并设计双层优化策略支持即插即用场景下的多场景灵活调控。最后通过算例验证所提方法的有效性。
解读: 该信息物理跨空间协同控制技术对阳光电源多微网储能系统具有重要应用价值。针对PowerTitan大型储能系统的多站点协同场景，文章提出的集中式潮流约束优化方法可直接应用于ST系列储能变流器的功率分配策略，解决多储能站点间的有功功率波动问题。需求驱动的网络匹配机制可增强iSolarCloud云平台在通信...
基于解耦表示学习的配电网分布鲁棒联合机会约束电压控制
Disentangled Representation Learning Based Distributionally Robust Joint Chance Constrained Voltage Control for Distribution Networks
Yufeng Wu · Dong Liu · Jinyu Chai · Tianyuan Liu 等5人 · IEEE Transactions on Sustainable Energy · 2025年7月
本文提出一种数据驱动的分层框架，用于配电网中分布鲁棒的联合机会约束电压控制。采用解耦表示学习技术对给定预测下各节点光伏出力的概率分布进行建模，有效捕捉历史数据中预测误差与预测值之间以及不同节点间光伏出力的关联性。通过解耦条件解码器构建KL度量模糊集，并在此基础上引入分布鲁棒联合机会约束。为实现约束的可计算转化，提出基于KL散度的重构求解方法，并设计支持约束的加速选取技术以降低计算耗时，同时保证控制性能。所提方法在不同规模配电网中得到验证。
解读: 该分布鲁棒电压控制技术对阳光电源ST系列储能变流器和SG系列光伏逆变器的协同控制具有重要应用价值。解耦表示学习方法可有效建模多节点光伏出力的预测误差关联性，为PowerTitan大型储能系统的功率调度提供更精准的不确定性量化。联合机会约束优化框架可直接集成到iSolarCloud云平台的智能调度模块...
基于最优动态下垂系数的分布式光伏快速有功功率调节
Rapid Active Power Regulation of Distributed Photovoltaics based on Optimal Dynamic Droop Coefficients
Ting Yan · Chunxia Dou · Dong Yue · Ziwei He 等5人 · IEEE Transactions on Sustainable Energy · 2025年7月
为实现大规模分布式光伏（DPV）对快速有功功率调节的主动响应，本文提出一种融合聚类与优化的双层架构，用于协调设计DPV的动态下垂系数。底层根据调节需求选取可调容量和响应时间作为聚类特征，采用U-k-means算法实现DPV聚类；上层构建计及调节性能与网损的频率偏差-最优下垂系数模型，并从潮流影响角度进行优化。通过图注意力网络（GAT）预先求解不同频率波动下的下垂系数调节策略。在改进的IEEE 33节点系统上的仿真结果表明，所提GAT模型优于现有神经网络模型，且所提最优下垂系数调节策略具有有效性与...
解读: 该动态下垂系数优化技术对阳光电源SG系列光伏逆变器和PowerTitan储能系统具有重要应用价值。研究提出的双层架构可直接应用于iSolarCloud平台的分布式光伏集群控制：底层U-k-means聚类算法可根据各逆变器可调容量和响应时间实现智能分组，上层GAT神经网络模型可实时预测最优下垂系数，实...
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...
多逆变器微电网暂态稳定性提升
Transient Stability Enhancement of Multi-Inverter Microgrids
Jingxi Yang · Chi K. Tse · Meng Huang · Dong Liu 等6人 · IEEE Transactions on Sustainable Energy · 2025年3月
大规模分布式可再生能源通过构网型和跟网型逆变器接入电力系统，可聚合成孤岛微电网以优化能源利用。然而，短时短路故障可能导致微电网失步。研究表明，当跟网型逆变器注入足够无功功率或构网型逆变器采用较高低通滤波截止频率时，临界故障清除时间得以延长。该现象与一种隐匿周期轨道及稳定平衡点吸引域的相对范围相关。该隐匿轨道使锁相环在故障期间保持正常运行，从而保障故障后系统的同步稳定性；而构网型逆变器截止频率的提升引发同宿分岔，扩大了吸引域，促进故障清除后的再同步。仿真与实验验证了上述机理。
解读: 该研究对阳光电源ST系列储能变流器和PowerTitan大型储能系统的暂态稳定性提升具有重要指导意义。研究揭示的GFL逆变器无功支撑机制可直接应用于SG系列光伏逆变器的故障穿越策略优化，通过动态无功注入延长临界故障清除时间。GFM控制中低通滤波器截止频率优化策略可改进阳光电源VSG虚拟同步机算法，通...
基于连续松弛迭代法的柔性配电网分布式无功优化
Distributed Reactive Power Optimization for Flexible Distribution Networks With Successive Relaxation Iteration Method
Tao Zhang · Tianjiao Pu · Lei Dong · Xin Yuan 等6人 · IEEE Transactions on Sustainable Energy · 2024年9月
柔性软常开点（SOP）接入主动配电网（ADNs）为电压与无功控制（VVC）提供了灵活的调节手段。针对互联网络扩展带来的集中式优化挑战，本文提出一种基于局部模型解耦与迭代交互的分布式协同无功优化策略。采用交替方向乘子法（ADMM），将全局优化问题分解为多个区域子问题，实现完全分布式的本地求解。通过嵌套松弛迭代与逐次线性逼近方法，有效处理整数变量与非凸问题，提升算法收敛性与计算效率。仿真基于改进的IEEE标准系统验证了所提方法的有效性。
解读: 该分布式无功优化技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文中提出的ADMM分布式协同优化策略可直接应用于多台储能变流器并联场景的无功功率协调控制，解决大规模储能电站集中式优化计算负担重、通信依赖高的问题。SOP柔性互联思想可启发阳光电源开发具备柔性功率路由...