找到 5510 条结果
主动配电网中微电网间协作运行决策的隐私保护外包计算
Privacy-Preserving Outsourced Computation of Collaborative Operational Decisions Among Microgrids in an Active Distribution Network
Xutao Han · Zhiyi Li · Xuanyi Xiao · Ping Ju 等5人 · IEEE Transactions on Power Systems · 2024年6月
本文提出一种促进主动配电网中公用配电网络与微电网协同运行决策的方案，旨在兼顾计算时效性与微电网隐私保护。通过构建虚拟微电网模型，主动混淆原始参数并外包至配电系统运营商，在保持模型结构与稀疏性不变的前提下实现隐私保护。运营商将加密后的微电网模型与主网调度模型集成，生成协同优化决策，并通过异步解密机制返回公共耦合点解，由各微电网主控制器并行解密以修正潮流。该方法在数学上保证了协同决策的凸性、可行性与正确性，仿真结果验证了其快速性、准确性、鲁棒性与可扩展性。
解读: 该隐私保护协同优化技术对阳光电源PowerTitan储能系统及微电网解决方案具有重要应用价值。可直接应用于ST系列储能变流器的多站点协同调度场景，通过虚拟模型加密技术保护各微电网运行参数（如SOC、充放电策略）的商业敏感信息，同时实现配网侧与多个分布式储能站的快速协同优化。该方案的异步解密并行计算机...
基于强化学习的CANFIS控制器自适应切负荷用于频率恢复准则导向控制
Reinforcement Learning Based Adaptive Load Shedding by CANFIS Controllers for Frequency Recovery Criterion-Oriented Control
Hao Yang · Bo Jin · Zhaohao Ding · Zhenglong Sun 等6人 · IEEE Transactions on Power Systems · 2024年5月
为满足电网导则中严格的频率恢复准则（FRC），本文提出一种面向受端电网的实时自适应切负荷方法。构建基于协同自适应神经模糊推理系统（CANFIS）的切负荷控制器，以母线频率的幅值偏差和恢复时间偏差作为反馈信号，实现智能切负荷决策。引入基于强化学习的确定性策略梯度（DPG）算法优化控制器性能，在最小切负荷成本下确保频率恢复满足FRC，并提升鲁棒性。通过在负荷站部署CANFIS控制器形成分散式控制策略，可实时自适应决策切负荷的时机、位置、量值与轮次。省级受端电网仿真验证了该方法的有效性与适应性。
解读: 该自适应切负荷技术对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要应用价值。CANFIS控制器结合强化学习的频率响应策略可直接集成到储能系统的电网支撑功能中，增强构网型GFM控制的频率调节能力。通过实时监测母线频率偏差，储能系统可智能决策放电功率和持续时间，在满足电网FRC要求的同...
高分布式能源渗透下现代交流配电网中的持续振荡
Sustained Oscillations in Modern AC Distribution Systems With High DER Infiltration
Mojtaba Alizadeh · Xiaoyu Wang · Lei Chen · Alexandre Nassif 等6人 · IEEE Transactions on Power Systems · 2024年5月
持续振荡不随时间衰减，影响系统稳定性与性能。相较于输电系统，配电网中的持续振荡具有独特机理，但相关研究尚显不足。此类振荡会降低电能质量，威胁系统稳定，导致继电保护误动及供电中断。深入理解现代配电网中持续振荡的产生机制，对其检测、分类与定位至关重要。本文综述了现代配电网中持续振荡的研究现状，探讨了适用于输电系统的检测与分类方法，并将其应用于安大略省配电网实际案例，揭示了面临的挑战与未来研究方向。
解读: 该研究对阳光电源储能与光伏产品的并网稳定性具有重要指导意义。高DER渗透下的持续振荡问题直接关联ST系列储能变流器和SG系列光伏逆变器的并网控制策略优化。文中揭示的配电网振荡机理可用于改进构网型GFM和跟网型GFL控制算法，增强PowerTitan大型储能系统在弱电网环境下的阻尼特性。振荡检测与定位...
事件触发的智能控制方案用于多区域电网中数据完整性攻击的缓解
Event-Triggered Intelligent Control Scheme for Data Integrity Attack Mitigation in Multi-Area Power Grids
Vivek Kapil · Sheetla Prasad · IEEE Transactions on Power Systems · 2024年5月
随着物联网技术的广泛应用，电力系统日益智能化。大量传感器通过通信信道实时传输状态估计数据，易导致通信过载并面临网络攻击风险。虚假数据注入攻击可能篡改系统频率，破坏负荷频率控制性能，甚至引发电网崩溃。本文提出一种结合人工智能估计器与非线性滑模控制器的事件触发式智能控制方案，有效降低通信负担并抑制网络入侵影响。AI观测器利用反向传播误差算法预测系统状态并检测攻击，事件触发SMC则抑制攻击对系统轨迹的不利影响。MATLAB仿真验证了该策略在应对网络攻击及分布式可再生能源接入时的有效性。
解读: 该事件触发智能控制方案对阳光电源PowerTitan储能系统和iSolarCloud云平台具有重要应用价值。针对大规模储能电站面临的通信过载和网络攻击风险，文章提出的AI观测器结合滑模控制的架构可直接应用于ST系列储能变流器的网络安全防护。事件触发机制能有效降低储能集群通信负担，AI估计器可增强iS...
基于时空知识蒸馏的居民用户电力负荷预测
Electric Load Forecasting for Individual Households via Spatial-Temporal Knowledge Distillation
Weixuan Lin · Di Wu · Michael Jenkin · IEEE Transactions on Power Systems · 2024年4月
随着电网安全运行和家庭能源管理系统的发展，居民用户的短期负荷预测（STLF）日益重要。尽管机器学习在住宅STLF中表现有效，但本地设备的数据与资源限制制约了个体用户预测的精度。相比之下，电力公司拥有更丰富的数据和更强的计算能力，可部署基于图神经网络（GNN）等复杂模型，挖掘用户间的时空关联以提升预测性能。本文提出一种高效且保护隐私的知识蒸馏框架，通过将基于公用数据预训练的GNN模型中的时空知识迁移至轻量级个体模型，在不访问其他用户数据的前提下提升个体预测精度。在真实住宅负荷数据集上的实验验证了该...
解读: 该时空知识蒸馏负荷预测技术对阳光电源户用储能系统（如ST系列）和iSolarCloud平台具有重要应用价值。可将云端基于海量用户数据训练的GNN预测模型压缩至本地ESS控制器，在保护用户隐私前提下实现高精度负荷预测，优化储能充放电策略和光储协同控制。该轻量化模型可嵌入户用逆变器DSP/ARM芯片，降...
基于双极限齐次性的分布式二次控制用于受非均匀时延和执行器饱和影响的交流微电网
Distributed Secondary Control Based on Bi-Limit Homogeneity for AC Microgrids Subjected to Non-Uniform Delays and Actuator Saturations
Qingde Wang · Sunhua Huang · Linyun Xiong · Yang Zhou 等6人 · IEEE Transactions on Power Systems · 2024年4月
频率与电压是交流微电网中最关键的运行指标。针对存在非均匀通信时延和执行器饱和的交流微电网，本文提出一种基于双极限齐次性的分布式二次控制策略，实现频率恢复、平均电压调节及分布式电源间的有功与无功功率精确分配。通过引入基于历史控制输入的状态变换方法处理非均匀时延，并利用双曲正切函数逼近非光滑饱和特性，设计抗饱和固定时间控制器。结合构造的辅助双极限齐次系统，证明了闭环系统在执行器饱和约束下的固定时间稳定性。仿真结果表明，所提方法在频率/电压恢复及功率均分方面具有优越的鲁棒性与灵活性。
解读: 该双极限齐次性分布式控制技术对阳光电源PowerTitan储能系统和微电网ESS集成方案具有重要应用价值。针对多台ST系列储能变流器并联运行场景，该方法可有效解决通信网络非均匀时延和功率调节饱和问题，提升频率/电压恢复速度和功率均分精度。固定时间收敛特性可优化构网型GFM控制策略的暂态响应，抗饱和设...
N-1故障事件的分组控制策略设计：输电线路故障研究
Grouping of $N-1$ Contingencies for Controller Synthesis: A Study for Power Line Failures
Neelay Junnarkar · Emily Jensen · Xiaofan Wu · Suat Gumussoy 等5人 · IEEE Transactions on Power Systems · 2024年4月
本文研究了电力系统中任意单条线路故障（即“<inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"><tex-math notation="LaTeX">$N - 1$</tex-math></inline-formula> 故障”）后，维持电力系统稳定性和性能的问题。由于电网中可能出现的 <inline-formula xmlns:mml="...
解读: 该N-1故障分组控制技术对阳光电源PowerTitan储能系统和光储一体化电站具有重要应用价值。在大型储能电站并网场景中，输电线路故障是常见的N-1事件，传统方法需为每种故障设计独立控制策略，计算负担重。该研究提出的故障聚类方法可应用于ST系列储能变流器的GFM构网型控制算法优化：通过离线分析将相似...
基于雾计算的住宅聚合商与家庭需求响应及配电网分层协调——第二部分：数据传输架构与案例研究
Fog-Based Hierarchical Coordination of Residential Aggregators and Household Demand Response With Power Distribution Grids—Part II: Data Transmission Architecture and Case Studies
Hamid Reza Massrur · Mahmud Fotuhi-Firuzabad · Payman Dehghanian · Frede Blaabjerg · IEEE Transactions on Power Systems · 2024年4月
第一部分提出了家庭需求响应（HDR）、住宅聚合商（RAs）与配电系统运营商（DSO）之间的分层协调方案。本文作为配套研究，提出一种新颖的三层雾计算架构，构建高效的协调框架数据传输网络。该通信架构涵盖终端设备、边缘雾节点和云服务器层，支持大规模物联网型需求响应用户的可靠数据采集。文中建模分析了时延与带宽需求，并在改进的IEEE 33节点系统上开展数值仿真。结果表明，所提架构在满足网络运行约束下，提升了RAs的收益与灵活性，降低了具备HDR能力用户的用电成本，同时增加了居民产消者的经济效益。
解读: 该雾计算分层协调架构对阳光电源户用储能与智能运维体系具有重要应用价值。可直接应用于iSolarCloud云平台的边缘计算层设计，通过雾节点实现ST系列户用储能变流器与SG系列户用逆变器的本地化需求响应决策，降低云端通信时延。文中的三层架构（终端设备-边缘雾节点-云服务器）可优化大规模户用光储系统的聚...
基于灵敏度的可再生能源可用发电容量变化跟随滚动运行可靠性评估方法
A Sensitivity-Based Rolling Operational Reliability Evaluation Method Following the Changing Available Generation Capacity of Renewable Energies
Xuan Li · Kaigui Xie · Changzheng Shao · Bo Hu 等6人 · IEEE Transactions on Power Systems · 2024年4月
由于可靠性评估过程耗时，电力系统运行可靠性通常基于可再生能源出力的预测值提前进行。然而，在实际运行中，可再生能源预测值不断更新，需进行滚动评估以保持可靠性评估的准确性。本文提出一种基于系统可靠性对可再生能源可用出力灵敏度的日内滚动评估方法。该方法在可再生能源出力小幅波动时，通过修正前次评估结果快速获取可靠性指标。首先，结合输电线路状态字典法与负荷可行域（LFR）方法，构建基于LFR的蒙特卡洛可靠性评估模型；其次，提出一种负荷削减计算的近似距离法，建立负荷削减量与可再生能源可用出力之间的线性多项式...
解读: 该滚动可靠性评估方法对阳光电源储能系统与光伏逆变器产品具有重要应用价值。针对ST系列储能变流器和PowerTitan大型储能系统，可集成该灵敏度模型实现日内实时可靠性评估，根据光伏出力预测更新动态调整储能充放电策略，提升系统应急响应能力。对于SG系列光伏逆变器，该方法可优化iSolarCloud云平...
多任务图自适应学习在澳大利亚国家电力市场多元电价短期预测中的应用
Multi-Task Graph Adaptive Learning for Multivariate Electricity Price Short-Term Forecasting in Australia's National Electricity Market
Yi Li · Chaojie Li · Guo Chen · Xiaojun Zhou 等5人 · IEEE Transactions on Power Systems · 2024年4月
准确的电价短期预测对电力市场数字化至关重要。然而，可再生能源扩张与用电需求增长导致电价波动加剧，预测难度加大。供需不平衡的不确定性及电力市场的时空关联性是精准预测的主要障碍。本文提出一种多任务学习模型MGAAL，结合图注意力机制，并引入异常价格尖峰预测的辅助任务，提升泛化能力并降低过拟合风险。MGAAL采用基于注意力的图神经网络捕捉电力时空流动动态，并通过同方差不确定性和梯度归一化自适应调整任务权重。基于澳大利亚国家电力市场数据的实验表明，该模型性能优于当前先进方法。
解读: 该多任务图自适应学习电价预测技术对阳光电源储能系统具有重要应用价值。在PowerTitan大型储能系统和ST系列储能变流器的能量管理策略中，精准的电价短期预测可优化充放电调度决策，通过峰谷套利提升收益。其图神经网络捕捉时空关联的方法可集成至iSolarCloud云平台，实现多站点储能协同优化。异常价...
第 276 / 276 页