找到 3 条结果 · IEEE Transactions on Sustainable Energy
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...
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...
基于移动储能系统的主动配电网数据驱动电压-无功协调调度
Data-Driven Volt-VAR Coordinated Scheduling With Mobile Energy Storage System for Active Distribution Network
Yang Mi · Changkun Lu · Chunxu Li · Jinpeng Qiao 等6人 · IEEE Transactions on Sustainable Energy · 2024年9月
为改善主动配电网（ADN）的电压分布与运行成本，提出一种融合灵活资源特别是移动储能系统在ADN与交通网耦合环境下的协调调度策略。结合去噪扩散概率模型构建数据驱动的日前场景生成方法，利用历史数据学习实际与预测功率曲线的误差关系，建立可再生能源出力的概率分布模型。采用随机机会约束优化方法量化不确定环境下的电压运行风险，并充分挖掘ADN中多资源在时空尺度上的调控能力。通过线性化处理将ADN与交通网耦合模型转化为混合整数线性规划问题。基于IEEE 33节点配电网与15节点交通网的仿真验证了所提方法的有效...
解读: 该移动储能协调调度技术对阳光电源PowerTitan储能系统与充电桩业务具有重要应用价值。研究提出的数据驱动场景生成方法可集成至iSolarCloud平台，通过去噪扩散模型提升光伏出力预测精度，优化ST系列储能变流器的日前调度策略。移动储能与配电网耦合模型为阳光电源开发车载储能与V2G技术提供理论支...