找到 39 条结果 · IEEE Transactions on Sustainable Energy
光伏-储能移动充电站的能量管理策略
Energy Management Strategy for Photovoltaic-Energy Storage Mobile Charging Station
Qingsong Wang · Shaoqi Yang · Feiyu Chen · Ming Cheng 等6人 · IEEE Transactions on Sustainable Energy · 2025年10月
本文提出将光伏-储能充电站与移动充电服务（MCD）相结合，构建光伏-储能移动充电站（PV-ES-MCS），实现低碳环保与运行灵活性的协同。通过分析系统架构，建立综合运行成本与收益模型，结合移动充电调度的能量补给需求与经济性目标，构建考虑多重约束的能量管理优化模型，并采用灰狼优化算法求解。案例结果表明，该策略可实现站内多要素协调调控，降低运行成本6.7%，并保障移动充电调度能量补给效率，MCD电池更换成功率达100%。
解读: 该光伏-储能移动充电站能量管理策略对阳光电源多产品线具有协同应用价值。在储能系统方面，可应用于PowerTitan储能系统的多场景调度优化，结合灰狼算法提升ST系列储能变流器的能量管理效率；在光伏业务中，可优化SG系列逆变器与储能的协调控制，提升MPPT算法在移动充电场景的适应性；在充电桩产品线，该...
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，...
基于分层特征依赖Transformer的波动性海洋环境下短期海上风电功率预测
Short-Term Offshore Wind Power Forecasting in Volatile Marine Environments Based on a Hierarchical Feature-Dependency Transformer
Tianshuai Pei · Keqi Chen · Lina Yang · Xinzhang Wu 等5人 · IEEE Transactions on Sustainable Energy · 2025年9月
在波动性强的海洋环境中，突发风暴、潮汐变化和剧烈波浪导致时空异质性，严重影响短期海上风电功率预测精度，威胁电网稳定并增加经济成本。现有方法多依赖静态相关性，难以捕捉复杂非线性特征交互。为此，本文提出Hieroformer，一种基于Transformer的新框架，通过动态特征依赖层次结构建模环境演化依赖关系；设计层次感知注意力机制，引入物理归纳偏置以克服传统注意力排列不变性的局限；结合频域滤波器分离有效周期信号与噪声；并在IEEE 118节点系统中验证其显著降低运行成本。实验表明，该模型在真实数据...
解读: 该研究的分层特征依赖Transformer模型对阳光电源的储能和风电产品线具有重要应用价值。特别是对ST系列储能变流器和风电变流器的功率预测与调度优化方面,可通过其层次感知注意力机制提升极端天气下的预测精度。该技术可优化iSolarCloud平台的智能运维算法,提高储能调度和风电并网的经济性。具体应...
一种基于张量的风电场动态等值建模聚类方法
A Tensor-Based Clustering Method for Dynamic Equivalent Modeling of Wind Farms
Yihao Yang · Yijun Xu · Wei Gu · Lamine Mili 等6人 · IEEE Transactions on Sustainable Energy · 2025年9月
采用详细风电机组模型仿真大规模风电场计算成本高昂，亟需兼顾精度的简化建模方法。针对复杂风速条件与网络结构带来的风电场暂态等值精度难题，本文首次提出一种基于张量分解的聚类方法，通过合理分组捕捉风电场高维动态特征，实现精确降阶建模。首先构建保持时空特性的张量结构数据集，进而设计兼顾稀疏性与平滑性的张量分解策略以提取低维特征并指导聚类；最后定制网络聚合策略降低功率损耗误差。多种布局、故障与风况下的仿真结果验证了该方法的优越性能。
解读: 该张量聚类建模方法对阳光电源的大型储能及风电产品具有重要应用价值。可直接应用于PowerTitan储能系统的多机组协调控制和ST系列储能变流器的群控优化,通过降维聚类提升计算效率。对于风电场接入的储能系统,该方法能更精确地预测风电波动特性,优化储能容量配置和调度策略。技术创新点在于通过张量分解捕捉高...
HiGN-ARec：一种用于空间层级光伏功率预测的自适应协调分层图网络
HiGN-ARec: A Hierarchical Graph Network with Adaptive Reconciliation for PV Power Forecasting in Spatial Hierarchy
Yanru Yang · Ping Wang · Shaolong Shu · Feng Lin · IEEE Transactions on Sustainable Energy · 2025年8月
在具有层级结构的电网中，光伏（PV）功率预测至关重要。本文提出一种端到端深度网络HiGN-ARec，可同时预测各层级的光伏功率。该模型包含基础预测与协调两部分：基础预测部分结合先进的时空模块与跨层级交互模块，充分挖掘层级内与层级间信息；协调部分引入可学习的协调矩阵P和聚合矩阵S，以实现预测结果的动态调整与层级一致性约束。实验基于美国国家可再生能源实验室（NREL）的合成数据验证了方法的有效性，结果表明所提方法优于现有对比方法。
解读: 该分层图网络光伏功率预测技术对阳光电源iSolarCloud智能运维平台及SG系列光伏逆变器具有重要应用价值。其层级化预测架构可直接应用于分布式光伏电站的多层级功率管理：从单台SG逆变器到汇流箱、再到区域电站的全链条预测。自适应协调机制能确保各层级预测一致性，可优化PowerTitan储能系统的充放...
多电压等级双极性直流配电系统的综合电压调节方法
Comprehensive Voltage Regulation for Multi-Voltage Bipolar DC Distribution Systems
Xiaodong Yang · Chengjia Zhang · Lijian Ding · Jie Yang 等6人 · IEEE Transactions on Sustainable Energy · 2025年8月
光伏接入不对称及直流源荷的时变特性导致多电压等级双极性直流（MBDC）配电系统出现极间不平衡、越限和不稳定等多重电压问题。本文基于多电压层级双极潮流，提出一种综合电压调节方法以提升系统整体电压性能。首先构建适用于多子系统优化的双极直流潮流模型，结合双极配电系统与双极直流变压器（DCT）建模；进而分析不同电压层级下电压问题成因，确定电力电子设备的调控策略。针对传统方法仅能处理单一电压层级单一问题的局限，本文通过协调跨电压层级的异构资源，实现多层级协同调控，增强电能质量改善能力并避免设备过度使用。在...
解读: 该多电压等级双极性直流配电系统综合电压调节技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。研究提出的双极直流潮流模型和多层级协同调控策略，可直接应用于阳光电源直流侧储能系统的电压管理优化，解决光伏接入不对称导致的极间不平衡问题。特别是跨电压层级异构资源协调控制方法...
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...
考虑尾流延迟特性的海上风电场LPV模型预测控制
LPV Model Predictive Control for Offshore Wind Farms Considering Wake Delay Characteristics
Yang Liu · Jiahao Lin · Ling-ling Huang · Cheng Hua 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月
大规模海上风电场中显著的尾流效应要求充分考虑其延迟特性，而该特性在控制中常被忽视。针对尾流动态演化与风机控制模型参数变化之间的耦合问题，本文提出一种考虑尾流延迟特性的线性参数可变（LPV）模型预测控制方法。通过构建准稳态尾流模型，将尾流延迟特性融入风电场LPV模型，并结合两阶段降维策略简化计算，协同优化疲劳损伤均衡与发电量提升。16台风机的仿真结果表明，所建模型能准确描述尾流延迟的空间分布，所提控制方法在风速风向动态变化下有效捕捉机组间风速延迟与波动特性，显著提高发电量并降低疲劳应力，且相比静态...
解读: 该研究的尾流延迟LPV模型预测控制技术对阳光电源的储能和风电产品具有重要参考价值。首先，其动态建模方法可优化ST系列储能变流器的功率预测算法，提升大型储能电站的调度效率。其次，文中的疲劳损伤均衡策略可应用于PowerTitan系统的电池管理，延长储能设备寿命。此外，该控制方法在处理多设备耦合方面的创...
基于过渡天气识别与气象预测误差传播的两阶段超短期风电功率预测方法
A Two-Stage Ultra-Short-Term Wind Power Forecasting Method Based on Transitional Weather Identification and Meteorological Prediction Error Propagation
Wei Zhang · Hang Sun · Jiyuan Gao · Gangui Yan 等5人 · IEEE Transactions on Sustainable Energy · 2025年7月
精确的风电功率预测对电力系统安全经济运行至关重要。然而，在过渡天气条件下，风速等气象变量的预测误差增大，导致输入噪声增加，降低预测模型可靠性。本文分析气象输入变量的误差传播机制，提出一种提升过渡天气下短期风电预测精度的策略。首先通过多维气象变量波动特征识别过渡天气时段，进而构建稀疏变分高斯过程（SVGP）与含噪输入高斯过程（NIGP）相结合的两阶段模型，将含噪输入分解为真实数据与噪声并独立建模。通过考虑输入噪声在风电预测中的传播过程并进行修正，SVGP-NIGP模型显著提高了确定性预测精度与区间...
解读: 该风电预测方法对阳光电源储能与风电产品线具有重要应用价值。特别是在ST系列储能变流器和风电变流器中,可将SVGP-NIGP预测模型集成到控制算法中,提升系统在过渡天气下的调度精度。通过对气象预测误差的量化与修正,可优化PowerTitan储能系统的充放电策略,提高新能源-储能联合运行效率。该技术还可...
一种评估多样化可再生能源发电单元频率支撑能力的统一方法
A Unified Method for Assessing Frequency Support Capability of Diverse Renewable Power Generation Units
Guang Hu · Yongheng Yang · Huanhai Xin · Linbin Huang 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月
可再生能源发电单元（RGUs）的广泛接入削弱了系统的物理惯性，使得机组级频率支撑能力（FSC）与系统级频率稳定性的评估愈发重要。然而，现有方法缺乏统一的FSC评估框架，且制造商对RGU信息的保密加剧了该问题。为此，本文提出一种基于阻抗测量的统一传递函数结构（UTFS）模型及其参数求解方法，可实现机组级FSC与系统级频率稳定性的统一评估。通过频域方法（如xy阻抗测量）获取机组级UTFS，并通过简单聚合得到系统级UTFS。所提框架无需详细模型或事件后数据，利用有效惯性、阻尼和一次调频三个关键指标统一...
解读: 该统一频率支撑能力评估方法对阳光电源储能与光伏产品具有重要应用价值。针对ST系列储能变流器和PowerTitan系统，可基于阻抗测量技术建立标准化FSC评估体系，通过有效惯性、阻尼和一次调频三指标量化虚拟同步机VSG控制效果，优化构网型GFM控制参数整定。对SG系列光伏逆变器，该方法可在不暴露详细控...
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...
含多台集成式双馈感应风力发电机的电力系统吸引域估计
Region of Attraction Estimation for Power Systems With Multiple Integrated DFIG-Based Wind Turbines
Yang Liu · Huanjin Yao · Pengyu Di · Yingjie Qin 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
针对含多台双馈感应风力发电机（DFIGWT）的电力系统缺乏适用建模方法，导致其吸引域（ROA）边界解析描述尚未充分研究的问题，本文提出一种包含多台DFIGWT的电力系统常微分方程（ODE）模型。该机电模型在单机无穷大系统和改进的3机9节点系统中验证，与完整模型轨迹比较的均方根误差低于9.5%，能准确捕捉低频动态特性。通过非线性坐标变换将其转化为多项式微分代数方程（DAE）模型，并采用基于平方和规划的改进扩展内点算法（EIA）估计ROA。在含多台DFIGWT与同步发电机的测试系统中验证了模型可行性...
解读: 该研究对阳光电源的储能与风电产品线具有重要参考价值。文中提出的多DFIG建模方法可用于优化ST系列储能变流器的并网控制策略,特别是在大规模风储联合并网场景中。通过吸引域(ROA)估计技术,可提升PowerTitan储能系统的暂态稳定性控制性能,为GFM/GFL控制算法优化提供理论支撑。研究成果可直接...
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...
考虑跨季节钻孔热能储存的混合可再生能源-CCHP系统容量优化规划
Optimal Capacity Planning of Hybrid Renewable Energy - CCHP System Considering Inter Seasonal Borehole Thermal Energy Storage
Yuan Du · Yixun Xue · Lei Chen · Mohammad Shahidehpour 等6人 · IEEE Transactions on Sustainable Energy · 2025年5月
冷热电三联供（CCHP）系统能源利用效率高，通常超过80%。然而，传统CCHP依赖微型燃气轮机，导致碳排放问题。本文设计了一种混合可再生能源-CCHP系统，电力负荷由光伏与风电提供，冷热负荷通过热泵电转热满足。针对可再生能源的季节性波动，引入钻孔热能储存（BTES），将夏季多余能量储于地下供冬季使用。构建了基于决策相关不确定性的两阶段鲁棒优化模型，并采用改进的Benders分解算法求解。通过中国鄂尔多斯实际案例验证方法有效性，分析了BTES集成、不确定性预算及可再生能源比例的影响。
解读: 该混合可再生能源-CCHP系统与阳光电源多产品线深度契合。钻孔热能储存（BTES）的跨季节储能理念可启发ST系列储能系统开发长周期储能解决方案，突破现有电化学储能的时长限制。两阶段鲁棒优化模型可直接应用于PowerTitan大型储能系统的容量配置优化，提升光伏-风电-储能混合系统的经济性。热泵电转热...
FDCA-DSTGCN：一种基于频域信息增益与动态趋势感知的风电场群功率日前预测模型
FDCA-DSTGCN: A Wind Farm Cluster Power Day-Ahead Prediction Model Based on Frequency Domain Information Gain and Dynamic Trend Sensing
Mao Yang · Jiajun Niu · Bo Wang · Dawei Huang 等6人 · IEEE Transactions on Sustainable Energy · 2025年5月
准确的风电场群功率预测对大规模风电接入的新一代电力系统至关重要。现有建模方法忽略风向及频域信息的作用，导致空间信息利用不足，预测精度提升受限。为此，本文提出一种融合频域信息增益与动态趋势感知的风电场群日前功率预测模型。首先，基于图论与多信息渐进融合进行集群划分并设置虚拟信息节点；其次，提出时间窗内主导风向识别方法，构建基于主导风向与风速的动态加权有向图结构；进而，设计引入频域增益通道注意力机制的动态时空图卷积网络（FDCA-DSTGCN）完成预测。在中国内蒙古某风电场群的实证结果表明，所提方法较...
解读: 该风电场群功率预测技术对阳光电源储能与电网侧产品具有重要应用价值。首先可应用于ST系列储能系统的调度优化，通过频域信息增益提升储能容量配置精度，优化充放电策略。其次可集成到iSolarCloud平台，为新能源电站群的智能运维提供更准确的功率预测支持。该模型的动态时空图卷积网络架构也可迁移应用于光伏电...
基于GPT的超短期分布式光伏发电功率预测方法
An Ultra-Short-Term Distributed Photovoltaic Power Forecasting Method Based on GPT
Hengqi Zhang · Jie Yang · Siyuan Fan · Hua Geng 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月
随着大量分布式光伏电站并网，提升发电功率预测精度对电力系统安全经济运行具有重要意义。针对现有方法在数据稀缺与随机波动方面的挑战，本文提出一种基于生成式预训练Transformer（GPT）的超短期分布式光伏功率预测方法。通过生成多空间分辨率的虚拟光伏功率数据，预训练Transformer模型，并利用少量实测数据进行微调。注意力机制通过预训练学习历史数据中的相关性，微调实现新电站的轻量化部署与高精度预测。实验结果表明，所提方法在仅1个月实测数据下，相比LSTM、线性模型和Transformer模型...
解读: 该基于GPT的超短期光伏功率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。可直接集成至SG系列光伏逆变器的智能诊断系统，通过少量实测数据实现新建电站的快速部署与高精度预测，相比传统LSTM方法RMSE降低37.22%。该技术可优化PowerTitan储能系统的充放电策略，提升...
基于SCADA数据的周期增强型Informer模型用于短期风电功率预测
Periodic-Enhanced Informer Model for Short-Term Wind Power Forecasting Using SCADA Data
Zhao-Hua Liu · Long-Wei Li · Hua-Liang Wei · Ming Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年4月
针对风电场SCADA系统提供的丰富运行与环境数据，提出一种周期增强型Informer模型用于短期风电功率预测。首先，采用基于v-p曲线与四分位法结合的方法滤除稀疏离群点，并利用DBSCAN算法去除功率曲线中的聚集噪声；其次，基于最大信息系数筛选多特征输入集以提升数据利用效率；进而设计时序卷积网络提取输入特征的标量投影，并融合局部与全局时间戳构建周期信息增强的嵌入层；最后，在Informer模型中引入多尺度深度融合模块，实现跨时间尺度特征的深层整合，有效避免了模型加深带来的资源浪费与过拟合问题。实...
解读: 该周期增强型Informer模型对阳光电源的智能运维和储能系统具有重要应用价值。首先，该模型的多特征输入与时序预测技术可直接应用于iSolarCloud平台的发电预测模块，提升风光储多能互补系统的调度效率。其次，模型的周期性特征提取方法可优化ST系列储能变流器的能量管理策略，特别是在PowerTit...
基于元强化学习的自适应可解释储能控制应对动态场景
Meta Reinforcement Learning Based Adaptive and Interpretable Energy Storage Control Meets Dynamic Scenarios
Yibing Dang · Jiangjiao Xu · Fan Yang · Changjun Jiang 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月
随着可再生能源的广泛应用，储能系统在能量调度与经济套利中发挥关键作用。传统强化学习方法因泛化能力有限，在高动态环境下易出现性能下降。本文提出一种基于元强化学习的储能控制框架，包含离线训练与在线适应阶段，通过双循环更新机制和多任务学习获得高泛化性的初始参数，并结合Shapley值方法增强决策可解释性。实验表明，该模型在多种动态微网场景下适应性强，性能较传统方法提升20%至50%，且调度决策特征贡献分析符合人类直觉。
解读: 该元强化学习储能控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。其自适应双循环更新机制可显著提升储能系统在光伏出力波动、负荷变化等动态场景下的调度性能，相比传统方法提升20%-50%的经济效益直接增强产品市场竞争力。Shapley值可解释性分析可集成至iSol...
多逆变器微电网暂态稳定性提升
Transient Stability Enhancement of Multi-Inverter Microgrids
Jingxi Yang · Chi K. Tse · Meng Huang · Dong Liu 等6人 · IEEE Transactions on Sustainable Energy · 2025年3月
大规模分布式可再生能源通过构网型和跟网型逆变器接入电力系统，可聚合成孤岛微电网以优化能源利用。然而，短时短路故障可能导致微电网失步。研究表明，当跟网型逆变器注入足够无功功率或构网型逆变器采用较高低通滤波截止频率时，临界故障清除时间得以延长。该现象与一种隐匿周期轨道及稳定平衡点吸引域的相对范围相关。该隐匿轨道使锁相环在故障期间保持正常运行，从而保障故障后系统的同步稳定性；而构网型逆变器截止频率的提升引发同宿分岔，扩大了吸引域，促进故障清除后的再同步。仿真与实验验证了上述机理。
解读: 该研究对阳光电源ST系列储能变流器和PowerTitan大型储能系统的暂态稳定性提升具有重要指导意义。研究揭示的GFL逆变器无功支撑机制可直接应用于SG系列光伏逆变器的故障穿越策略优化，通过动态无功注入延长临界故障清除时间。GFM控制中低通滤波器截止频率优化策略可改进阳光电源VSG虚拟同步机算法，通...
通过数据驱动的模型预测独立变桨控制提升大型风力机运行稳定性
Improving Operational Stability of Large-Scale Wind Turbines Through Data-Driven Model Predictive Individual Pitch Control
Songyue Zheng · Lijian Wu · Lizhong Wang · Lilin Wang 等5人 · IEEE Transactions on Sustainable Energy · 2025年3月
针对结构柔性显著的现代大型风力机在非对称与随机气动载荷下运行稳定性差的问题，本文提出一种基于数据驱动模型预测控制的独立变桨控制方法（DMPC-IPC）。该方法通过优化转速/功率波动抑制、非对称载荷衰减及结构阻尼调节等多目标性能指标提升系统稳定性。采用任意多项式混沌展开构建代理模型，并结合高斯过程回归量化模型不确定性，以预测变桨对非线性动态响应的影响；设计一阶阴阳对优化求解器高效求解多步预测代价函数。基于DTU-10MW风力机在极端阵风与湍流风况下的全工况仿真验证表明，该方法显著提升了运行稳定性并...
解读: 该数据驱动的模型预测控制技术对阳光电源储能和风电产品线具有重要参考价值。其中的多目标优化和不确定性预测方法可应用于ST系列储能变流器的功率调节和PowerTitan系统的稳定性控制。特别是文中提出的高斯过程回归预测方法,可优化储能系统的SOC预测和调度策略;多步预测代价函数的优化思路也可用于改进储能...
第 1 / 2 页