找到 24 条结果 · IEEE Transactions on Sustainable Energy
一种用于风电机组的非线性传动系统扭振阻尼器：在平衡噪声抑制能力下的强鲁棒抗扰
A Nonlinear Drivetrain Torsional Oscillation Damper for WTGs: Robust Rejection of Large Disturbances with Balanced Noise Immunity
Bi Liu · Qi Huang · Lijia Xu · Weihao Hu · IEEE Transactions on Sustainable Energy · 2025年9月
针对风电机组（WTG）并网运行中传动系统扭振在非线性和不确定性影响下引发的稳定性问题，尤其在大扰动及测量噪声条件下的挑战，本文提出一种基于自抗扰控制（ADRC）框架的非线性传动系统扭振阻尼器（DTOD）。通过微分同胚坐标变换，将非线性传动系统模型精确转化为二阶Brunovsky标准型，并采用归一化多目标频域优化方法对扩展状态观测器（ESO）和非线性状态误差反馈（NLSEF）参数进行Pareto最优整定，在增强大扰动抑制能力的同时兼顾噪声鲁棒性。该DTOD仅依赖本地测量信号，具备完全去中心化与可扩...
解读: 该非线性传动系统扭振阻尼技术对阳光电源储能和风电产品线具有重要应用价值。基于ADRC的扭振抑制方法可优化ST系列储能变流器和PowerTitan系统中的机电耦合控制,提升大容量储能系统的稳定性。其抗扰性和噪声免疫特性可应用于风电变流器的传动系统控制,增强风机并网运行可靠性。该技术的去中心化特点契合阳...
一种基于主动阴影的光伏系统故障检测与定位新方法
A Novel Active Shadow-Based Fault Detection and Localization Method for Photovoltaic Systems
Zhoucheng Xu · Kai Yang · Zexin Nie · Yalun Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年9月
光伏系统故障检测对运行安全至关重要。传统方法在正常运行条件下难以准确识别和定位故障，且依赖复杂传感器配置。本文提出一种基于主动阴影（AS）的故障检测方法，通过在光伏组件上引入主动遮蔽装置并按特定序列施加阴影，分析阵列输出功率变化，实现无需中断正常运行的快速故障检测与精确定位。构建基于串联子串的多层级高精度仿真模型，并定义识别系数（IC）评估算法性能，验证了该方法在复杂部分遮阴及短路、开路故障下适用于不同规模光伏阵列的故障定位能力。实际光伏阵列实验进一步证实了该方法的可行性与鲁棒性。
解读: 该主动阴影故障检测技术对阳光电源SG系列光伏逆变器及iSolarCloud智能运维平台具有重要应用价值。通过主动遮蔽装置引入可控阴影序列，结合功率变化分析实现组件级故障精确定位，可集成至阳光电源现有MPPT算法框架，增强SG逆变器的智能诊断能力。该方法无需额外传感器配置，适合大规模光伏阵列快速巡检，...
极端天气下的风电功率预测：一种新型少样本学习架构
Wind Power Forecasting Under Extreme Weather: a Novel Few-Shot Learning Architecture
Chuanyu Xu · Shichang Cui · Lishen Wei · Bangxian Zhu 等6人 · IEEE Transactions on Sustainable Energy · 2025年8月
针对极端天气下基于神经网络的风电功率预测面临的样本稀缺、常规与极端天气间领域偏移及跨极端条件泛化困难等问题，提出一种新型少样本学习架构。通过引入跨任务元训练的迁移学习策略，降低对样本量的需求并提升跨域泛化能力；设计轻量级参数层以平衡浅层与深层网络的欠拟合与过拟合问题，减少可训练参数并缓解分布偏移；构建跨域风险最小化损失函数，利用二阶梯度提升模型在多样极端条件下的鲁棒性与一致性。基于真实风电场数据的实验表明，该方法显著优于基准模型，在nRMSE和nMAE指标上分别降低2.05%–43.55%和0....
解读: 该少样本学习架构对阳光电源的储能和风电产品线具有重要应用价值。首先可应用于ST系列储能变流器的功率预测与调度优化,提升储能系统在极端天气下的调度效率。其次可集成到iSolarCloud平台,增强风储联合运行的智能预测能力。该技术的跨域迁移学习策略和轻量级参数设计,可优化阳光电源现有的电力预测算法,提...
基于领域知识引导的特征与损失函数构建的可解释风电功率预测
Interpretable Wind Power Forecasting with Feature and Loss Function Construction Guided by Domain Knowledge
Yongning Zhao · Yuan Zhao · Yanxu Chen · Haohan Liao 等6人 · IEEE Transactions on Sustainable Energy · 2025年8月
针对当前风电功率预测方法缺乏领域知识融合导致精度与可解释性不足的问题，提出一种可解释的数据-知识融合超短期预测模型。通过历史风速输入构建风速-功率曲线生成理论输出，并结合实测数据作为模型输入；设计边界约束损失函数，利用alpha shape算法和局部加权线性回归提取功率上下边界并动态更新以捕捉波动特性；引入基于Jensen-Shannon散度的误差分布形状损失，促使训练误差逼近正态分布。在30个风电场的实验表明，该方法在各预测时域均优于基线模型，且在噪声与缺失数据下具有强鲁棒性。
解读: 该风电功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。特别是其基于领域知识的边界约束和误差分布优化方法,可直接应用于ST系列储能变流器的功率调度和PowerTitan系统的容量规划。通过将该预测算法集成到iSolarCloud平台,可提升风储联合项目的调度精度和经济性。其数据-知识融合的...
基于PMU的含通信中断与多时滞可再生能源系统功率振荡阻尼控制
PMU-Based Power Oscillation Damping Control for Renewable Energy System With Communication Disruption and Multi-Time Delays
Zhenjie Cui · Weihao Hu · Guozhou Zhang · Zhenyuan Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月 · Vol.17
本文提出一种免模型功率振荡阻尼策略，针对通信中断与多回路时滞问题，采用多变量Ornstein-Uhlenbeck过程实现在线状态空间建模，并设计可分解式广域POD控制器；结合Razumikhin定理与LMI优化参数，提升系统在时滞、通信故障及工况变化下的鲁棒稳定性。
解读: 该研究直接支撑阳光电源构网型（GFM）储能变流器（如ST系列PCS、PowerTitan）在弱电网/孤岛场景下的宽频振荡抑制能力。其多时滞鲁棒控制框架可嵌入iSolarCloud智能平台，增强光储一体化系统对PMU量测数据的实时响应与协同阻尼性能，建议在PowerStack风电-储能联合调频项目中试...
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...
面向主动配电网安全运行的人在环路强化学习伏/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8人 · IEEE Transactions on Sustainable Energy · 2025年6月 · Vol.17
本文提出一种人在环路深度强化学习（HITL-DRL）框架，结合人类专家经验与Security-Clipped PPO算法，提升主动配电网中光伏与储能系统的电压/无功快速协同调控能力，显著降低电压越限率（73.4%），增强鲁棒性与可解释性。
解读: 该研究高度契合阳光电源在光储协同智能调控领域的战略布局。其HITL-DRL框架可直接赋能ST系列PCS、PowerTitan及iSolarCloud平台的Volt/Var自适应调节功能，提升组串式逆变器在弱电网下的动态无功响应精度与安全性；建议将SC-PPO算法嵌入iSolarCloud边缘控制器，...
基于误差的主动抗扰功率控制在大型风力机变桨执行器性能退化故障下的应用
Error-Based Active Disturbance Rejection Power Control for Large-Scale Wind Turbines Under Pitch Actuator Performance Degradation Failure
Ziyang Chen · Tingna Shi · Yanfei Cao · Peng Song · IEEE Transactions on Sustainable Energy · 2025年6月
针对大型风力发电系统在变桨执行器性能退化与多重干扰耦合作用下恒功率控制的难题，本文提出一种基于误差的主动抗扰容错控制策略（E-ADRC）。该方法采用双环复合控制结构，包含抗扰跟踪环与容错补偿环。改进的E-ADRC算法显著提升了对低频风扰动的抑制能力；容错环利用桨距角残差生成独立补偿信号，有效抑制执行器故障引起的转速跟踪偏差与气动不平衡。硬件在环实验验证了该策略在提升功率稳定性、降低结构疲劳损伤方面的优越性。
解读: 该研究提出的基于误差的主动抗扰控制策略(E-ADRC)对阳光电源的储能与风电产品线具有重要参考价值。首先，E-ADRC的双环复合控制结构可优化ST系列储能变流器的功率稳定性控制，特别是在电网波动工况下的响应特性。其次，该方法在执行器故障容错方面的创新,可应用于PowerTitan大型储能系统的关键部...
基于深度强化学习的考虑网络重构的多时间尺度电压/无功控制
Deep Reinforcement Learning Based Multi-Timescale Volt/Var Control in Distribution Networks Considering Network Reconfiguration
Hexiang Peng · Kai Liao · Jianwei Yang · Bo Pang 等5人 · IEEE Transactions on Sustainable Energy · 2025年5月
针对配电网中不同响应特性的设备带来的多时间尺度电压/无功控制（VVC）难题，本文提出一种新型双层数据驱动的多时间尺度VVC方法。该方法将光伏等连续型设备的短时间尺度控制与电容器组及网络重构等离散型设备的长时间尺度控制相协调，构建双层部分可观测马尔可夫决策过程（POMDP）模型。内层采用TD3算法控制连续变量，外层利用DDQN算法处理离散动作与网络重构。通过统一奖励信号并传递内层动作为外层状态实现协同训练，并引入图神经网络（GNN）识别代表性拓扑以缩减重构空间，抑制过度探索。在IEEE 33节点和...
解读: 该多时间尺度Volt/Var控制技术对阳光电源配电侧产品具有重要应用价值。在SG系列光伏逆变器中，可利用TD3算法实现连续无功功率的快速调节，优化现有MPPT算法与无功控制的协同；在ST系列储能变流器及PowerTitan大型储能系统中，可通过DDQN算法协调储能充放电与电容器组的离散控制决策。该方...
基于自适应障碍函数分数阶滑模控制的风浪干扰下漂浮式海上风力机有限时间稳定化
Finite-Time Stabilization of Floating Offshore Wind Turbines Under Wind and Wave Disturbances by Adaptive Barrier-Function Fractional-Order Sliding Mode Control
Matin Jozeslami · Mohammadreza Askari Sepestanaki · Maedeh Nafisifar · Abolfazl Jalilvand 等6人 · IEEE Transactions on Sustainable Energy · 2025年4月
漂浮式海上风力机可利用更强劲稳定的风资源，具有广阔清洁能源应用前景。然而海浪与突变风易导致系统失稳，降低发电效率。本文提出一种分数阶自适应滑模控制策略，用于张力腿平台风力机的有限时间稳定控制。通过建立分数阶模型精确表征系统动态，结合障碍函数自适应控制机制，实现快速有限时间收敛、有效抑制抖振并实时估计外部扰动。仿真结果表明，该方法在抗干扰能力与收敛速度方面优于传统方案，且经Speedgoat硬件在环实验验证了其实时性与鲁棒性，显著提升了复杂环境下的运行稳定性与能量捕获效率。
解读: 该研究提出的分数阶自适应滑模控制策略对阳光电源的储能与风电产品具有重要参考价值。首先，其快速有限时间收敛特性可优化ST系列储能变流器的动态响应性能，提升PowerTitan系统在复杂电网环境下的稳定性。其次，障碍函数自适应机制可应用于风电变流器的GFM控制，增强系统抗干扰能力。该技术的实时扰动估计方...
一种高效计算的模型预测控制方法用于混合储能系统独立微电网的一次级管理增强
Computationally Efficient Model Predictive Control for Enhanced Primary-Level Management of Standalone Microgrids With Hybrid Storage Systems
Imran Pervez · Charalampos Antoniadis · Hakim Ghazzai · IEEE Transactions on Sustainable Energy · 2025年4月
本文提出了一种高效的闭式主动集模型预测控制（MPC）方法，用于含可再生能源的混合储能系统微电网一次级控制。传统主动集MPC计算复杂度高，难以在采样周期内完成决策，影响系统鲁棒性，且需高性能控制器，增加成本与能耗；而简化控制策略如监督控制则降低系统稳定性与储能寿命。所提方法兼具主动集MPC与监督控制的优势，显著降低计算复杂度，同时提升系统稳定性、可靠性及电池寿命，并具有更强鲁棒性。与改进主动集MPC、Hildreth二次规划及序列二次规划MPC相比，该方法在计算效率、鲁棒性、稳定性和储能寿命方面表...
解读: 该高效MPC方法对阳光电源ST系列储能变流器及PowerTitan大型储能系统具有重要应用价值。当前微电网场景中，传统MPC因计算复杂度高需配置高性能控制器，增加系统成本与功耗。该闭式主动集算法可直接应用于ST储能PCS的一次级控制层，在保证电池-超级电容混合储能系统协调控制精度的同时，显著降低DS...
基于功率同步控制的构网型逆变器故障后振荡阻尼
Post Fault Oscillation Damping of Power Synchronisation Control-Based Grid Forming Inverters
Chalitha Liyanage · Lasantha Meegahapola · Inam Nutkani · IEEE Transactions on Sustainable Energy · 2025年3月
针对构网型逆变器（GFMIs）在故障穿越过程中表现出的故障后显著振荡问题，本文对基于功率同步控制（PSC）的GFMIs在不同电网强度、负载水平及故障阻抗下的动态响应进行了分析。研究发现，现有策略在故障清除后易引发持续振荡，影响系统稳定性。为此，提出两种新型故障后振荡阻尼（PFOD）策略：动态参考功率调节与基于Sigmoid函数的自适应阻尼方法。二者结合可有效抑制振荡，同时不削弱电压支撑能力。通过OPAL-RT平台在IEEE-39节点系统上的实时仿真验证了所提策略在对称与不对称故障下的鲁棒性与一致...
解读: 该故障后振荡阻尼技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统的构网型GFM控制具有直接应用价值。研究提出的动态参考功率调节与Sigmoid自适应阻尼方法可集成到阳光电源现有PSC控制架构中，有效解决故障穿越后的功率振荡问题，提升弱电网适应性。该技术可优化ST2236/2500U...
基于深度强化学习的多模态对抗攻击下鲁棒光伏功率预测
Robust Photovoltaic Power Forecasting Against Multi-Modal Adversarial Attack via Deep Reinforcement Learning
Jingxuan Liu · Haixiang Zang · Lilin Cheng · Tao Ding 等6人 · IEEE Transactions on Sustainable Energy · 2025年3月
随着深度学习与多模态外部数据在光伏功率预测中的广泛应用，网络攻击尤其是虚假数据注入可能严重误导预测结果，威胁电网安全经济运行。现有研究尚未充分关注多模态协同攻击的影响，且难以应对隐蔽性攻击。为此，本文提出一种新型鲁棒预测框架，通过构建充分利用多模态相关性的对抗攻击模拟潜在虚假数据注入，并采用深度确定性策略梯度算法动态调整各模态权重，以抑制数据污染并保留有效信息。 actor与环境模块预训练以提升收敛性与泛化能力。实验表明，在输入扰动低于5%时，所提方法均绝对误差仅增加0.053 kW，显著优于无...
解读: 该多模态鲁棒预测技术对阳光电源iSolarCloud云平台和PowerTitan储能系统具有重要应用价值。针对光伏电站面临的网络安全威胁，可将深度强化学习的动态权重调整机制集成到智能运维平台中，增强气象数据、历史功率等多源信息融合的抗攻击能力。对于ST系列储能变流器的功率预测模块，该方法可有效抵御虚...
基于Kautz函数的高效分布式MPC在含通信延迟的多区域电力系统负荷频率控制中的应用
Efficient Distributed MPC Using Kautz Functions for Load Frequency Control in Multi-Area Power Systems With Communication Delays
Shuangqing Yan · Xiuxing Yin · Yang Zheng · IEEE Transactions on Sustainable Energy · 2025年3月
可再生能源的大规模接入导致电力系统供需不平衡和频率波动，传统集中式负荷频率控制（LFC）难以适应分布式能源的动态变化。本文提出一种基于离散Kautz函数的分布式模型预测控制（KDD-MPC）方法，利用其灵活的非相同极点配置逼近控制轨迹，显著降低计算复杂度。该方法有效处理LFC中的非线性约束，通过邻区信息反馈实现区域间协调，并引入时变通信延迟补偿机制以增强鲁棒性。在IEEE 39节点系统上的仿真结果表明，相较于PSO优化的PI控制器，扰动区域的平均绝对百分比控制误差（MAPACE）降低10.8%，...
解读: 该分布式MPC控制技术对阳光电源储能和光伏产品线具有重要应用价值。Kautz函数降低计算复杂度的特点,可优化ST系列储能变流器和PowerTitan系统的频率调节性能,提升多机并联时的协调控制效果。其通信延迟补偿机制可增强大型储能电站的系统稳定性,对iSolarCloud平台的分布式调度具有借鉴意义...
稀疏数据驱动建模与MTDC系统最优直流电压控制
Sparse Data-Driven Modeling and Optimal DC Voltage Control of MTDC System
Jun-Soo Kim · Young-Jin Kim · IEEE Transactions on Sustainable Energy · 2025年3月
本文提出一种基于数据驱动的模型预测控制（MPC）策略，用于电压源换流器（VSC）构成的多端高压直流（MTDC）系统中的最优直流电压调节。该方法采用稀疏非线性动力学识别（SINDYc）技术构建精确描述VSC电网侧非线性动态特性的数据驱动模型，并利用伪随机二进制信号（PRBS）采集训练数据。在多种训练条件下验证了SINDYc模型的准确性与鲁棒性，并与传统方法进行了对比。基于该模型设计的MPC算法可有效抑制直流电压偏差并恢复至额定运行点。仿真结果表明，在时变风电输入条件下，所提MPC策略显著提升了MT...
解读: 该研究提出的数据驱动MPC控制策略对阳光电源的储能与光伏产品线具有重要参考价值。SINDYc建模方法可优化ST系列储能变流器和PowerTitan系统的电压控制性能,提升大规模储能系统的并网稳定性。其稀疏建模思路可用于改进SG系列逆变器的电网侧控制算法,增强产品在弱电网条件下的适应性。特别是在高渗透...
基于混合整数补救的输电与储能系统最小最大后悔鲁棒协同规划
Minimax Regret Robust Co-Planning of Transmission and Energy Storage Systems With Mixed Integer Recourse
Ehsan Barkom · Hossein Saber · Moein Moeini-Aghtaie · Mehdi Ehsan 等5人 · IEEE Transactions on Sustainable Energy · 2025年3月
可再生能源的间歇性与不确定性给电力系统安全高效运行带来新挑战。本文提出一种从中心规划视角出发的输电与储能系统最小最大后悔鲁棒协同规划模型，考虑未来负荷峰值增长的多面体不确定集，并通过内部场景分析处理风电扩容不确定性。模型采用混合整数补救策略，确保投资决策的鲁棒性，并量化所有可能场景下的最大后悔值。通过重构为标准min-max-min形式，并设计基于改进嵌套列与约束生成的五层求解策略，有效应对线路与储能单元二元变量带来的复杂性。仿真验证了模型的可行性、实用性与有效性。
解读: 该输电储能协同规划技术对阳光电源PowerTitan大型储能系统及ESS集成方案具有重要应用价值。文章提出的最小最大后悔鲁棒优化模型可直接应用于阳光电源储能系统的容量配置与选址决策，特别是在面对可再生能源不确定性时，混合整数补救策略能优化ST系列储能变流器的投资部署方案。五层求解算法可集成至iSol...
基于扰动观测器与漏斗控制的VSC-MTDC并网海上风电场暂态频率-电压支撑策略
Transient Frequency-Voltage Support Strategy for VSC-MTDC Integrated Offshore Wind Farms Based on Perturbation Observer and Funnel Control
Wen Gao · Kaishun Xiahou · Yang Liu · Zhigang Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年2月
针对基于电压源换流器的多端直流系统（VSC-MTDC）并网的低惯量海上风电场（OWFs）所面临的暂态频率与电压稳定性问题，提出一种基于非线性扰动观测器与漏斗控制的暂态频率-电压支撑（PFTFVS）策略。该策略通过改进观测器的扰动估计能力与漏斗控制器的自适应特性，提升系统的暂态支撑能力及抗干扰性能。方案包含三部分：风电机组的自适应暂态频率与转速控制、利用直流电容储能特性的换流站频率支撑控制，以及基于快速功率调节能力的换流站电压支撑控制。仿真验证了所提策略的有效性与鲁棒性。
解读: 该暂态频率-电压支撑策略对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文章提出的扰动观测器与漏斗控制方法可直接应用于构网型GFM控制技术优化，提升储能系统在弱电网下的暂态支撑能力。其直流电容储能特性的频率支撑控制思路可借鉴至SG系列光伏逆变器的直流侧能量管理，增强光...
基于时空图对比学习的风电功率预测
Spatiotemporal Graph Contrastive Learning for Wind Power Forecasting
Guiyan Liu · Yajuan Zhang · Ping Zhang · Junhua Gu · IEEE Transactions on Sustainable Energy · 2025年2月
精确且鲁棒的风电功率预测对电力系统的安全稳定运行至关重要。基于图卷积网络的混合时空预测模型因在空间特征提取方面的优势而受到广泛关注，但其性能易受数据噪声和缺失影响导致的图结构质量下降制约。本文提出一种基于时空图对比学习的混合深度学习模型，其编码器结合自适应图卷积网络与LSTM以捕捉细粒度时空依赖关系。为提升编码器对数据噪声的鲁棒性，我们在特征层和拓扑层引入数据增强，并设计了时序与空间双重视角的对比学习辅助任务。此外，通过融合静态图与可学习参数矩阵构建自适应图以捕获更全面的空间关联。在两个真实数据...
解读: 该风电功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。首先可集成至ST系列储能变流器和PowerTitan系统的能量管理系统(EMS)中,提升风储联合运行的调度精度。其次,该技术的时空图对比学习方法可优化iSolarCloud平台的预测算法,提高新能源电站群的发电预测准确性。特别是其抗噪...
基于气泡熵融合与SCAD正则化的鲁棒模糊认知图在光伏发电预测中的应用
Learning a Robust Fuzzy Cognitive Map Based on Bubble Entropy Fusion With SCAD Regularization for Solar Power Generation
Shoujiang Li · Jianzhou Wang · Hui Zhang · Yong Liang · IEEE Transactions on Sustainable Energy · 2025年2月
精确可靠的光伏功率预测对智能电网的经济调度与稳定运行至关重要。针对太阳能固有的间歇性、非平稳性和随机性导致现有方法难以满足高精度预测需求的问题，本文提出一种结合气泡熵与平滑截断绝对偏差（SCAD）正则化的模糊认知图（FCM）预测方法（BesFCM）。该方法利用气泡熵融合两种模态分解技术以增强光伏数据特征的稳定性与判别性，构建融合模糊逻辑、神经网络与专家系统的FCM模型，并引入高阶SCAD正则化学习机制抑制过拟合，提升模型鲁棒性与泛化能力。实验结果表明，该方法在比利时多区域、多采样间隔的光伏数据集...
解读: 该鲁棒模糊认知图预测技术对阳光电源iSolarCloud智能运维平台和PowerTitan储能系统具有重要应用价值。其气泡熵融合与SCAD正则化方法可显著提升光伏功率预测精度，直接优化SG系列逆变器的MPPT算法和功率预测模块。在储能侧，精准的发电预测能改进ST系列储能变流器的充放电策略，降低备用容...
基于复变量设计的构网型逆变器功率控制
Complex Variable Design for Power Control of Grid-Forming Inverter
Xiangjun Quan · Dale Li · Zhixiang Zou · Qinran Hu 等6人 · IEEE Transactions on Sustainable Energy · 2025年1月
由于耦合的高阶系统特性，构网型（GFM）逆变器的功率环路与解耦控制分析与设计较为复杂，传统方法通常采用双输入双输出模型分别设计有功与无功功率控制。本文提出一种复功率-相角（CPPA）模型，将其构建为单输入单输出系统，并在此基础上设计复功率控制器。所提控制框架通过降阶的复数传递函数统一实现有功与无功功率的解耦控制，显著提升GFM逆变器功率控制的动态性能。仿真与实验结果验证了该方法的鲁棒性与优越性。
解读: 该复变量功率控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统的构网型GFM控制具有重要应用价值。所提CPPA模型将双输入双输出系统降阶为单输入单输出复数传递函数，可显著简化阳光电源储能系统的功率环路设计流程，提升有功无功解耦控制性能。该方法特别适用于弱电网场景下ST系列产品的快...
第 1 / 2 页