找到 7 条结果 · IEEE Transactions on Sustainable Energy

排序:
储能系统技术 储能系统 ★ 5.0

用于应对可再生能源季节性长期波动的氢储能混合三层次优化配置

Hybrid tri-level optimal sizing of hydrogen storage for addressing long-term seasonal fluctuation of RES

Qianwen Hu · Gengfeng Li · Bingkai Huang · Qiming Yang 等6人 · IEEE Transactions on Sustainable Energy · 2025年8月

受气候条件影响的可变性可再生能源(RES)导致季节性电力供需失衡。氢储能(HES)的合理配置可缓解由负荷变化、气候变异及季节性气象条件引起的长期电力不匹配问题。针对传统单一不确定性集合难以刻画不同季节RES在长期气候影响下的不确定性特征,本文提出一种融合年际长期与季节性波动的混合三层次规划框架,结合分布鲁棒优化(DRO)与自适应鲁棒优化(ARO)。通过范数约束构建典型气候下RES概率分布模糊集,并采用数据驱动DRO处理长期不确定性;基于RES季节性气象特征建立多不确定性集合,利用ARO重构最坏场...

解读: 该氢储能混合三层次优化配置技术对阳光电源PowerTitan大型储能系统及ESS集成方案具有重要应用价值。针对可再生能源季节性波动问题,所提出的DRO与ARO融合框架可直接应用于ST系列储能变流器的容量配置优化,特别是在光储氢多能互补场景中,能够精准应对长期气候不确定性与季节性负荷波动。该方法可增强...

储能系统技术 储能系统 构网型GFM 多物理场耦合 ★ 5.0

基于虚拟功率角分析的跟网型可再生能源重复与连续电流饱和动态演化及稳定性研究

Dynamic Evolution and Stability Analysis of GFM-Based Renewable Energy Resources Considering Repeated & Continuous Current Saturation

Ruiyuan Zeng · Ruisheng Diao · Fangyuan Sun · Baorong Zhou 等5人 · IEEE Transactions on Sustainable Energy · 2025年7月

跟网型可再生能源(GFM-RES)的电流饱和(CS)策略用于防止过流损坏,但控制模式切换可能引发新的稳定性问题。研究表明,当系统运行至特定虚拟功率角区域时,由于切换条件固有不一致性,将出现重复电流饱和(R-CS)与连续电流饱和(C-CS)。R-CS下GFM-RES表现为异常电流源,激发高频振荡;C-CS则导致持续过压且无法恢复稳态。本文基于混杂系统理论推导饱和/去饱和的充要条件,提出R&C-CS判据与通用去饱和区(DRB)原理,并设计解耦切换条件与动态特性的S&D-DC控制策略。单机与多机系统的...

解读: 该研究对阳光电源构网型储能系统(PowerTitan/ST系列)具有重要应用价值。针对GFM控制模式下电流饱和切换引发的重复饱和振荡和连续饱和过压问题,文章提出的S&D-DC解耦控制策略可直接应用于ST系列储能变流器的过流保护优化。基于虚拟功率角的R&C-CS判据和去饱和区(DRB)设计,能够改进现...

光伏发电技术 储能系统 ★ 5.0

光伏渗透下电力与排水网络在长期积水风险下的综合鲁棒规划

Integrated Robust Planning of Photovoltaic-Penetrated Power and Drainage Networks Under Prolonged Waterlogging Risk

Yingping Cao · Bin Zhou · Chi Yung Chung · Jiayong Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年3月

本文提出一种考虑光伏接入的电力与排水耦合网络综合鲁棒规划策略,以应对暴雨灾害下频发的积水风险。该策略通过优化固定与移动应急资源的投资组合,协调区域内外应急资源配置,实现配电网络与地下排水网络间的协同应急支援,最小化极端洪涝下的最严重负荷损失。基于元胞自动机原理构建了电力-排水耦合系统的积水脆弱性评估模型,识别地形与降雨变化复合影响下的薄弱环节。结合嵌套列与约束生成算法及多种线性化技术,降低了非线性规划问题的求解复杂度。算例验证了该策略在提升耦合系统抗灾韧性方面的有效性。

解读: 该光伏-排水耦合网络鲁棒规划技术对阳光电源应急电源系统具有重要应用价值。研究中的积水脆弱性评估模型可指导PowerTitan储能系统在洪涝易发区的选址与容量配置,通过固定储能与移动电源车的协同调度,提升极端天气下的供电韧性。基于元胞自动机的风险预测方法可集成至iSolarCloud平台,实现暴雨场景...

风电变流技术 储能系统 模型预测控制MPC ★ 5.0

风电机组齿轮箱载荷降低的风电场最优功率控制

Optimal Power Control in Wind Farms for Gearbox Load Reduction

Juan Wei · Yuxiang Li · Hanzhi Peng · Sheng Huang 等6人 · IEEE Transactions on Sustainable Energy · 2025年2月

时变工况下快速的功率与转矩波动会加剧风电机组齿轮箱的疲劳载荷并提高故障率。本文提出一种面向风电场的最优功率控制方法,在跟踪输电系统运营商功率调度指令的同时,优化功率分配以抑制齿轮箱内部振动位移波动,降低疲劳载荷。通过分析行星架、行星轮、太阳轮和直齿轮等关键部件的传动机制,构建了描述齿轮箱内部振动与机械转矩及输出功率关系的动态模型。基于模型预测控制框架建立最优控制问题,并构建基于齿轮箱实时振动状态的疲劳评估系统,用于表征机组运行品质并指导风电场发电调度,为风电场优化调度提供安全边界,有效抑制潜在故...

解读: 该风电场最优功率控制技术对阳光电源储能和光伏产品线具有重要借鉴价值。其基于模型预测控制的功率分配优化思路可应用于ST系列储能变流器的多机组协调控制,有助于降低储能系统的机械应力和疲劳载荷。文中的振动状态实时监测和疲劳评估方法也可集成到iSolarCloud平台,用于SG系列逆变器的预测性维护。特别是...

储能系统技术 储能系统 ★ 5.0

基于可重构变换器型软开断点辅助的含冷负荷投入配电网动态恢复

Reconfigurable Converter-Formed Soft Open Point-Assisted Dynamic Restoration for Distribution Systems With Cold-Load Pickup

Xiaodong Yang · Zihao Li · Lijian Ding · Zhengli Hu 等6人 · IEEE Transactions on Sustainable Energy · 2025年1月

针对极端条件下提升供电韧性这一现代配电网建设的重要目标,本文提出一种由可重构变换器型多端口软开断点(R-SOP)辅助的含冷负荷投入(CLPU)动态恢复框架。传统SOP常采用对称容量结构,可能限制系统恢复能力。所提R-SOP在总容量不变下采用非对称设计,结合网络动态重构与柔性资源协调控制,构建多时段恢复模型,并在快时间尺度上引入频率约束以应对CLPU带来的暂态冲击,提升可再生能源利用率与恢复可靠性。基于改进IEEE测试系统及实际配电网的仿真验证了该框架的有效性。

解读: 该R-SOP动态恢复技术对阳光电源PowerTitan储能系统和配电网解决方案具有重要应用价值。可重构变换器的非对称容量设计理念可应用于ST系列储能变流器,通过动态调整各端口功率分配,提升系统在故障恢复场景下的灵活性。冷负荷投入的快时间尺度频率约束策略可融入构网型GFM控制算法,增强储能系统应对负荷...

储能系统技术 储能系统 多物理场耦合 ★ 5.0

基于多区域多阶段的自愈式配电网规划与运行

Multi-Area-Multi-Stage Based Self-Healing Distribution Network Planning and Operation

Yifan Deng · Wei Jiang · Junjun Xu · Ke Sun 等6人 · IEEE Transactions on Sustainable Energy · 2024年12月

地震、洪水或战争等极端事件可能导致配电网严重故障和大规模停电。主动孤岛技术可利用分布式资源、智能配电设备及先进控制方法实现多区域自愈。自愈设施包括继电器、开关、分布式电源及基于电力电子的柔性开断点(SOP),其效果不仅取决于设备位置与功能,还需协同考虑多阶段恢复过程的强耦合性。本文首次提出计及恢复时序的多区域多阶段(MAMS)自愈恢复区规划-运行协同方法,定义了灵活恢复区的多个自愈阶段,建立了时变拓扑与运行约束以表征阶段间耦合关系,并采用混合可控负荷部署策略弥补资源容量限制。算例验证了所提模型的...

解读: 该多区域多阶段自愈配电网技术对阳光电源PowerTitan储能系统和SOP柔性开断设备具有重要应用价值。研究提出的时变拓扑与多阶段恢复策略可直接应用于ST系列储能变流器的孤岛运行控制,通过构网型GFM控制实现极端事件下的主动孤岛支撑。多区域协同恢复方法为iSolarCloud平台的智能调度算法提供理...

储能系统技术 储能系统 强化学习 ★ 5.0

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...