找到 2 条结果 · IEEE Transactions on Sustainable Energy
基于区域下垂控制的光伏逆变器过电压抑制方法
Regional Droop Control of PV Inverters for Mitigating Over-voltages in Power Distribution Systems
Xuanyi Xiao · Yunmin Zhang · Zhiyi Li · Chun Chen 等6人 · IEEE Transactions on Sustainable Energy · 2025年8月
针对高渗透率光伏接入导致的配电网过电压问题，本文提出一种考虑线路阻抗缺失和多源数据限制的光伏逆变器区域下垂控制方法。该方法通过将富光伏区域的电压反馈点设为区域内电压最高的母线来实现。为进一步抑制下垂控制引入引起的电压振荡，提出带记忆功能的区域下垂控制，并证明其在实际配电网中具有稳定的电压动态特性。该方法仅需少量测量与通信资源，适用于发展程度较低的配电区域。仿真结果表明，相较于基准控制方法，所提方法可提升光伏渗透率5.8%，年光伏发电消纳量增加约15万kWh，显著改善过电压抑制效果。
解读: 该区域下垂控制技术对阳光电源SG系列光伏逆变器的电压调节功能具有重要应用价值。研究提出的带记忆功能的区域下垂控制可直接集成到逆变器控制算法中，优化现有Q(V)无功调压策略，特别适用于高渗透率光伏场景。该方法仅需少量通信资源的特点与阳光电源iSolarCloud平台的分布式监控架构高度契合，可实现区域...
一种用于低风力发电预测的自监督预学习方法
A Self-Supervised Pre-Learning Method for Low Wind Power Forecasting
Weiye Song · Jie Yan · Shuang Han · Ning Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年1月
随着风电在电力系统中占比提升，其出力间歇性导致的低功率风险日益突出，准确预测低风力发电对缓解电力短缺至关重要。然而，由于低风速事件稀少，传统方法面临样本不足难题，制约了预测精度提升。为此，本文提出一种自监督预学习方法，通过挖掘低出力样本间的相似性与差异性，分别预测低风力发电事件（LWPE）的发生时段和低风力发电过程（LWPP）的功率序列。针对LWPE预测，设计基于对比学习的孪生残差收缩网络，利用样本对进行特征预学习以缓解样本不平衡；对于LWPP预测，构建基于模式识别的嵌入式预测框架，将典型波动模...
解读: 该自监督预学习方法对阳光电源储能与风电产品线具有重要应用价值。可将其集成至ST系列储能变流器的EMS能量管理系统，提升风储联合运行策略的精准度；应用于PowerTitan大型储能系统的调度优化，实现对低风力时段的精准响应。该技术可优化iSolarCloud平台的预测算法，提高风电场群的运维效率。特别...