找到 2 条结果 · IEEE Transactions on Sustainable Energy
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...