找到 7 条结果 · IEEE Transactions on Sustainable Energy
双馈风电系统中电流控制与直流电容动态交互的跨时间尺度研究
Current Control and DC Capacitor Dynamic Interaction in a Cross-Timescale Manner in DFIG-WT Dominated Power Systems
Wei Wang · Yingbiao Li · Jiabing Hu · Jianbo Guo · IEEE Transactions on Sustainable Energy · 2025年7月
基于双馈感应发电机（DFIG）的风力发电机组包含多时间尺度运行的控制环路与储能元件，易引发跨时间尺度的动态交互。现有研究多关注单一时间尺度或控制环路间的耦合，较少涉及控制与储能元件间的跨尺度影响。本文揭示交流电流控制时间尺度上的电流控制对直流电压控制时间尺度下直流电容动态特性的跨尺度影响机制。通过模态分析识别该影响现象与规律，构建等效电路模型解析其作用机理，并在四机两区系统及中国西北电网中进行仿真验证。
解读: 该研究对阳光电源的储能变流器和风电变流器产品具有重要参考价值。研究揭示的电流控制与直流电容动态交互机制，可直接应用于ST系列储能变流器和风电变流器的控制系统优化，特别是在大容量储能系统PowerTitan的多时间尺度控制设计中。通过跨时间尺度分析方法，可提升产品在弱电网条件下的并网稳定性，优化直流母...
考虑多样化通信速率需求的含基站虚拟电厂机会约束优化
Chance-Constrained Optimization for VPPs With Base Stations Considering Diverse Communication Rate Requirements
Chao Guo · Chengjin Ye · Yi Ding · Jing Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月
5G基站耗电量大且需依赖绿色电力，导致用电成本高。将5G基站与分布式可再生能源聚合为虚拟电厂参与市场交易成为趋势。本文针对可再生能源出力不确定性及基站调控机制不明确的问题，提出一种考虑基站可调度性与内部新能源不确定性的虚拟电厂优化调度模型。通过建模基站收发单元数量与备用储能的动态特性，结合用户移动性与覆盖重叠对通信速率的影响，构建兼顾用户体验的时变模型，并引入机会约束控制新能源不确定性风险。采用基于泰勒展开的算法求解，仿真结果表明该方法使内部可再生能源消纳比例提升5.4%，经济效益提高18.72...
解读: 该虚拟电厂优化调度技术对阳光电源ST系列储能系统与PowerTitan大型储能方案具有重要应用价值。文章提出的机会约束优化方法可直接应用于储能变流器的调度策略，通过建模5G基站备用储能的动态特性，为阳光电源储能系统在通信基站场景的应用提供优化算法支撑。其时变模型与泰勒展开求解算法可集成至iSolar...
一种用于增强并网型微电网可再生能源消纳的双向电氢系统分布式调度方法
A Distributed Dispatch of Bi-Directional Power and Hydrogen Systems for Enhancing the Renewable Energy Integration in Grid-Connected Microgrids
Longfei Li · Chenhui Lin · Ye Guo · Wenchuan Wu 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月
以可再生能源为主的电力系统转型对实现碳中和至关重要。集中式可再生能源通常构成并网型微电网，受限于与主网的功率交换能力，导致可再生能源利用率不足。随着氢能成为关键能源载体，电制氢技术被广泛用于缓解弃风弃光问题。本文提出一种考虑电解槽动态特性和氢燃料电池系统的双向电氢系统协同调度模型，并设计基于混合整数线性规划的改进交替方向乘子法（I-ADMM），实现可再生能源与氢能系统的分布式协调调度。数值仿真验证了该方法在提升经济性与减少可再生能源弃用方面的有效性。
解读: 该双向电氢系统分布式调度技术对阳光电源PowerTitan储能系统和SG系列光伏逆变器具有重要应用价值。I-ADMM分布式优化算法可集成至iSolarCloud云平台，实现光伏-储能-制氢多能源协调调度，提升可再生能源消纳率。电解槽动态特性建模为ST储能变流器与制氢设备的协同控制提供理论基础，优化功...
混合交流/直流配电网故障下分布式电源的新型电压支撑策略
Novel Voltage Support Strategies for DGs in Hybrid AC/DC Distribution Networks Under Faults
Yuze Li · Peng Guo · Qianming Xu · Zhikang Shuai 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月
根据并网规范，公共耦合点（PCC）电压越高，电压源换流器（VSC）可保持并网的时间越长。在混合交流/直流配电网（HADN）中，由于容量较小，靠近故障点的VSC型分布式电源（DG）难以通过电流注入有效支撑PCC电压，需借助大容量换流器如柔性交流/直流换流器（FAC）协同提供支持。然而，在阻感性HADN中，电压支撑效果与换流器电流相位及故障条件密切相关。本文分析了DG上游与下游两类故障位置下的双线接地与三相短路故障，提出了相应的HADN互联序网模型，并基于该模型推导出DG与FAC实现PCC电压最大支...
解读: 该混合AC/DC配电网电压支撑策略对阳光电源ST储能变流器和SG光伏逆变器的故障穿越能力提升具有重要价值。研究提出的序网模型和最优电流相角计算方法，可直接应用于阳光电源构网型GFM控制策略优化，特别是在PowerTitan大型储能系统与光伏电站协同支撑电网电压场景。针对小容量DG难以独立支撑PCC电...
并网并联变流器的多摆动PLL同步暂态稳定性
Multi-Swing PLL Synchronization Transient Stability of Grid-Connected Paralleled Converters
Zhi Wang · Li Guo · Xialin Li · Xu Zhou 等6人 · IEEE Transactions on Sustainable Energy · 2024年10月
电网故障期间，并网并联变流器系统易发生锁相环（PLL）同步暂态失稳。现有研究多集中于基于等面积准则的首摆暂态稳定分析，但首摆稳定并不能保证系统整体稳定，仍可能存在多摆动失稳。本文从暂态能量转换角度揭示多摆动失稳机理，并结合变流器间暂态交互影响，采用Takagi-Sugeno方法构建最大估计吸引域（LEDA），进而对多摆动暂态失稳进行定量分析。最后通过RT-LAB硬件在环实验平台验证了理论结果。
解读: 该多摆动PLL同步暂态稳定性研究对阳光电源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Takagi-Sugeno最大估计吸引域（LEDA）方法可直接应用于并联储能变流器的PLL控制优化，解决电网故障时多机并联系统的暂态失稳问题。该技术可增强阳光电源储能系统在弱电网...
双馈感应风力发电机系统中电流控制与转子转速控制时间尺度间跨时间尺度交互作用分析
Cross-Timescale Interaction Analysis Between Current Control and Rotor Speed Control Timescale Dynamics in a High-Proportion DFIG-WT System
Jiabing Hu · Wei Wang · Yingbiao Li · Jianbo Guo · IEEE Transactions on Sustainable Energy · 2024年9月
电力电子设备包含多时间尺度的储能元件与控制回路，导致其动态过程呈现多时间尺度特性。现有研究多聚焦单一时间尺度，较少考虑跨时间尺度相互作用。本文针对高比例双馈感应风电机组系统，分析电流控制对转子转速控制时间尺度的跨尺度影响。基于含锁相环同步双馈风机的两机两区域系统，通过模态分析揭示锁相环对跨时间尺度交互的影响；推导电流控制等效电路，阐明其对转子运动的跨尺度作用机制，并揭示与电流控制相关的LC谐振机理。最后通过实时数字仿真验证了相关现象与机制。
解读: 该跨时间尺度交互分析技术对阳光电源ST储能变流器和风电变流器产品具有重要价值。研究揭示的电流控制与转速控制间跨尺度耦合机理，可直接应用于PowerTitan储能系统的多时间尺度协调控制优化，避免快速电流环与慢速功率环间的振荡风险。所提出的PLL影响机制和LC谐振分析方法，为阳光电源构网型GFM控制策...
基于模型优化的残差深度强化学习在逆变器型电压-无功控制中的应用
Residual Deep Reinforcement Learning With Model-Based Optimization for Inverter-Based Volt-Var Control
Qiong Liu · Ye Guo · Lirong Deng · Haotian Liu 等6人 · IEEE Transactions on Sustainable Energy · 2024年9月
提出一种基于近似模型驱动优化的残差深度强化学习（RDRL）方法，用于主动配电网中的逆变器型电压-无功控制（IB-VVC）。通过改进的马尔可夫决策过程统一建模模型驱动与RDRL方法，RDRL在模型基策略动作基础上学习残差动作。该方法继承了近似模型优化的控制能力，并通过残差策略学习增强策略优化性能。由于实际中获取的近似模型通常较为可靠，模型优化所得动作接近最优，从而缩小残差动作搜索空间，提升评论器逼近精度并降低执行器搜索难度。仿真结果表明，RDRL在学习过程中显著提升优化性能，并在69节点和141节...
解读: 该残差深度强化学习方法对阳光电源ST系列储能变流器和PowerTitan大型储能系统的电压-无功控制具有重要应用价值。技术可直接应用于：1）ST系列储能变流器的智能VVC控制策略，通过残差学习优化逆变器无功输出，提升电网电压支撑能力；2）PowerTitan储能系统的多机协调控制，在iSolarCl...