找到 184 条结果
考虑数字控制和PWM效应的三相并网变换器多频小信号建模
Multifrequency Small-Signal Modeling for Three-Phase Grid-Tied Converter Considering Digital Control and PWM Effect
Hang Li · Yao Sun · Jianheng Lin · Guanguan Zhang 等6人 · IEEE Transactions on Power Electronics · 2024年10月
由于忽略了数字控制和脉宽调制（PWM）效应引入的宽带频率耦合效应，传统应用于数字控制功率变换器的平均建模方法在s域的精度不足。本文建立了数字控制三相并网电压源变换器的s域多频小信号模型，该模型全面考虑了数字控制和PWM的影响。因此，数字控制框架中的关键系统动态特性能够有效融入系统模型，确保了模型在奈奎斯特频率以上的准确性。基于所建立的模型，可以准确预测高频稳定性，而传统平均模型和其他改进模型存在局限性。此外，本文揭示了不同离散化方法（双线性变换、后向欧拉法）导致的模型和稳定性差异。仿真和实验结果...
解读: 从阳光电源的业务视角来看，这项多频小信号建模技术对我们的三相并网逆变器产品具有重要的工程价值。传统的平均建模方法在数字控制系统中存在明显的精度缺陷，特别是在奈奎斯特频率以上无法准确预测系统动态特性，这直接影响到我们光伏逆变器和储能变流器在复杂电网环境下的稳定性评估。 该技术的核心价值在于全面考虑了...
基于事件驱动的强化学习预测控制器设计——用于三相NPC变流器的在线逼近器方法
Event-Driven Based Reinforcement Learning Predictive Controller Design for Three-Phase NPC Converters Using Online Approximators
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2025年4月
本文针对电力变换器系统，研究了一种利用在线逼近器的无模型强化学习预测控制问题的两步事件驱动方法，解决了系统不确定性和不必要的开关损耗等问题。具体而言，本技术报告的关键特点如下：1) 采用一个评判神经网络实时学习性能函数；2) 采用一个执行神经网络在线逼近预测控制器，并使从评判网络获得的学习性能函数最小化；3) 采用两步事件驱动控制协议降低开关频率（SF）。此外，我们进一步探讨了该方案对参数不确定性的敏感性，并量化了其在低开关频率运行和未知干扰条件下的性能。此外，还对网络权重估计误差进行了收敛性分...
解读: 从阳光电源的业务视角来看，这项基于事件驱动的强化学习预测控制技术对三相NPC变流器的应用具有重要战略价值。NPC（中点钳位）拓扑是我司大功率光伏逆变器和储能变流器的核心架构，该技术在提升系统性能和降低运维成本方面展现出显著潜力。 该论文提出的双步事件驱动控制策略直接针对变流器的两大痛点：一是通过在...
利用AlGaN背势垒中的二维空穴气实现GaN-on-Si HEMT衬底损耗抑制与射频性能提升
2DHG in AlGaN Back-Barrier for Substrate Loss Suppression and RF Performance Enhancement in GaN-on-Si HEMTs
Yeke Liu · Po-Yen Huang · Chun Chuang · Sih-Han Li 等6人 · IEEE Electron Device Letters · 2025年8月
对于射频应用的硅基氮化镓（GaN-on-Si）高电子迁移率晶体管（HEMT）而言，衬底损耗仍是一项关键挑战。在本研究中，我们通过实验验证了氮化镓/铝镓氮（GaN/AlGaN）背势垒（BB）界面处二维空穴气（2DHG）的形成，并首次证明了其在抑制射频衬底损耗方面的重要作用。我们提出了一种二维空穴气屏蔽模型，并通过技术计算机辅助设计（TCAD）仿真进行了验证。此外，我们引入了前偏置技术，可在工作偏置条件下直接观测二维空穴气。小信号建模和S参数测量显示，与无铝镓氮背势垒的器件相比，具有铝镓氮背势垒的器...
解读: 从阳光电源的业务视角来看，这项GaN-on-Si HEMT器件的2DHG背势垒技术具有重要的战略价值。该技术通过在GaN/AlGaN界面形成二维空穴气体来抑制衬底损耗，使器件的截止频率和最大振荡频率分别提升7 GHz和15 GHz，同时改善了功率增益、功率附加效率和线性度指标。 对于阳光电源的核心...
基于长短期记忆模型利用短历史数据的锂离子电池健康状态估计
Lithium-Ion Battery SOH Estimation Based on a Long Short-Term Memory Model Using Short History Data
Wenbin Li · Changwei Lin · Seyedmehdi Hosseininasab · Lennart Bauer 等5人 · IEEE Transactions on Power Electronics · 2025年1月
准确估计电池健康状态（SOH）对于车辆应用中电池管理系统的预测与健康管理至关重要。由于在实际应用中部分循环是常见情况，使用灵活电压范围短期数据的算法正受到广泛关注。为此，本文提出了一种利用短期充电历史数据的驱动模型。该模型将增量容量分析曲线分类与基于长短期记忆网络的时间序列预测相结合，用于在荷电状态（SOC）变化较小的情况下进行SOH估计。使用了三个具有不同电池化学体系和老化轨迹的数据集进行验证。结果表明，所提出的模型实现了准确的SOH估计，平均绝对误差和均方根误差在1%至2%之间。该模型的突出...
解读: 从阳光电源储能系统业务视角来看，这项基于LSTM的电池SOH短历史数据估算技术具有显著的工程应用价值。当前我司储能产品线涵盖工商业储能、大型地面电站及户用储能系统，精准的电池健康状态评估直接关系到系统全生命周期的安全性和经济性。 该技术的核心优势在于突破了传统SOH估算对完整充放电循环的依赖，仅需...
数据驱动与事件驱动相结合的电力电子变换器在线学习预测控制
Combining Data-Driven and Event-Driven for Online Learning Predictive Control in Power Converters
Xing Liu · Lin Qiu · Youtong Fang · Kui Wang 等6人 · IEEE Transactions on Power Electronics · 2024年9月
数据驱动与事件驱动相结合，为缓解经典有限控制集模型预测控制中电力变换器长期面临的研究难题（即模型参数不确定性和不必要的开关损耗）带来了可能。受此启发，我们将针对在线学习预测控制器的设计问题展开一项重要研究。与该领域的大多数先前研究不同，这可通过一个集成的数据驱动与事件驱动设计框架来实现。更确切地说，设计过程依赖于以下方面的结合：开发一种数据驱动的无模型自适应预测控制方法、引入在线强化学习技术以及利用事件驱动机制。此外，我们还基于输入 - 输出数据，针对低频开关操作下的未知不确定性，对鲁棒无模型预...
解读: 从阳光电源的核心业务视角来看，这项结合数据驱动与事件驱动的在线学习预测控制技术具有显著的战略价值。该技术针对功率变换器有限集模型预测控制（FCS-MPC）的两大痛点——模型参数不确定性和不必要的开关损耗——提供了创新性解决方案，这与我司光伏逆变器和储能变流器的核心技术需求高度契合。 从产品应用层面...
一种用于随机持续扰动下电力系统吸引域估计的扩展方法
An Extended Stochastic Region of Attraction Estimation Method for Power Systems Under Stochastic Sustained Disturbances
Yuerong Yang · Shunjiang Lin · Mingbo Liu · Leyi Deng 等6人 · IEEE Transactions on Power Systems · 2025年4月
可再生能源输出中的随机持续扰动（SSDs）会影响电力系统的暂态稳定性。本研究利用 Lévy 驱动的随机微分代数方程（LDSDAEs）来研究电力系统在随机持续扰动下的动态性能。LDSDAEs 的随机吸引域被划分为稳定区域和概率稳定区域，二者合称为扩展随机吸引域（ESRA）。传统的确定性吸引域（RA）估计方法并不适用。为解决这一问题，本研究提出了一种基于逃逸概率的 LDSDAEs 扩展随机吸引域估计方法。首先，我们推导出了 LDSDAEs 吸引子附近系统初始状态逃逸概率的积分 - 微分方程。然后，探...
解读: 该随机吸引域估计方法对阳光电源储能与光伏系统具有重要应用价值。针对PowerTitan大型储能系统和SG系列光伏逆变器，该技术可量化可再生能源随机波动对系统暂态稳定性的影响边界，为构网型GFM控制策略提供概率性稳定域评估依据。结合ST系列储能变流器的快速功率响应能力，可优化虚拟同步机VSG参数整定，...
一种用于随机连续扰动下暂态稳定性评估的非采样时域仿真框架
A Non-Sampling Time-Domain Simulation Framework for Transient Stability Assessment Under Stochastic Continuous Disturbances
Yuerong Yang · Shunjiang Lin · Shiyuan Chen · Mingbo Liu 等5人 · IEEE Transactions on Power Systems · 2024年6月
基于随机微分代数方程（SDAEs）描述电力系统在随机连续扰动下的动态行为。传统数值方法需大量样本计算状态变量的概率分布，计算成本高。本文提出一种非采样时域仿真（NSTDS）框架，可直接求解暂态过程中各时刻状态变量的概率分布，显著提升计算效率。该框架采用具有更高收敛阶的Milstein-Euler预测校正迭代格式，并结合L^p空间对偶定理，提出一种避免维度灾难的随机变量函数概率分布计算方法，适用于大规模系统。在改进的IEEE 39节点和118节点系统上的算例验证了所提方法在暂态稳定性评估中的高精度...
解读: 该非采样时域仿真框架对阳光电源储能系统和新能源并网产品具有重要应用价值。在PowerTitan大型储能系统中，可用于评估随机功率波动（风光出力、负荷变化）下的暂态稳定性，优化构网型GFM控制参数设计。相比传统蒙特卡洛方法，该框架通过直接求解概率分布显著提升计算效率，适用于大规模储能电站的实时稳定性评...
基于自适应SFBEMF观测器的IPMSM驱动器直流误差抑制位置估计方法
Adaptive SFBEMF Observer-Based Position Estimation Method With DC Error Rejection for IPMSM Drives
Yin Chen · Haibin Li · Minxin Lin · Tao Jin · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年12月
精确转子位置估计对保证内置式永磁同步电机IPMSM的优异无传感器控制至关重要。提出具有高阶锁相环PLL的基于同步频率的反电动势SFBEMF观测器以解决位置估计不准确问题。由于逆变器非线性、磁链空间谐波和电流测量偏移误差的不利影响，反电动势中常出现奇次谐波（特别是五次和七次谐波）和直流误差，导致不可容忍的位置误差，传统反电动势观测器无法很好解决该问题。设计具有自适应带通特性的SFBEMF观测器以提取单位增益无相位滞后的精确基波反电动势。采用高阶PLL克服二阶结构缺陷以获得动态性能改善。在1.5kW...
解读: 该IPMSM无传感器控制研究对阳光电源新能源汽车电机驱动系统优化有重要参考价值。SFBEMF观测器抑制五次七次谐波和直流误差提高位置估计精度的技术可应用于阳光OBC和电机控制器的无传感器控制算法。高阶PLL改善动态性能符合阳光电源在电动汽车牵引电机控制中的高性能需求。该方法对逆变器非线性和测量偏移的...
基于改进长短期记忆网络与数据驱动预测控制的电动汽车能量管理
Energy management of electric vehicles based on improved long short term memory network and data-enabled predictive control
Bin Chen · Guo He · Lin Hu · Heng Li 等7人 · Applied Energy · 2025年4月 · Vol.384
摘要 作为混合储能系统（HESS）电动汽车中一种流行的能量管理策略（EMS），模型预测控制（MPC）易受现有参数建模方法在模型精度和参数敏感性方面的影响。本文提出了一种基于分层数据驱动预测控制的新型EMS。上层采用优化的长短期记忆（LSTM）网络进行轨迹预测，从而为下层获取具有成本效益的负载功率需求。在下层，针对HESS提出了一种数据驱动预测控制（DeePC）方法，以实现电池与超级电容器之间的最优功率分配，并最小化电池容量衰减。与传统的MPC不同，DeePC基于仅从HESS的输入-输出数据构建的...
解读: 该分层数据驱动预测控制技术对阳光电源储能系统具有重要应用价值。论文提出的DeePC方法无需精确参数建模,仅依赖输入输出数据即可实现电池-超级电容混合储能的最优功率分配,相比传统MPC降低运行成本22.68%。该技术可直接应用于ST系列PCS的能量管理策略优化,通过LSTM网络预测负荷需求,结合Dee...
考虑离散负荷恢复的两阶段全流程综合电-气传输系统恢复
Two-stage Full-process Integrated Power-gas Transmission System Restoration Considering Discrete Load Restoration
Hongle Liang · Changming Chen · Zhenzhi Lin · Li Yang · IEEE Transactions on Power Systems · 2025年7月
blackout后的快速电力系统恢复至关重要，需采用全流程协同恢复策略。现有研究大多忽略实际开关操作导致的离散负荷恢复特性，且鲜有考虑电力与天然气传输系统在恢复过程中的交互影响。为此，本文提出一种考虑离散负荷恢复的两阶段全流程综合电-气传输系统恢复模型。首先构建两阶段恢复框架，第一阶段基于网络拓扑与资源分布实施系统分区；第二阶段据此开展多区域并行的全流程协同恢复建模。在中国某城市125节点电网与49节点气网上的仿真结果表明，所提模型显著提升了发电与负荷恢复效率，验证了其有效性与优越性。
解读: 该两阶段电-气系统恢复技术对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要应用价值。研究中的离散负荷恢复建模与多区域并行恢复策略，可直接应用于大型储能系统的黑启动功能开发，优化储能系统在电网故障后的快速响应能力。全流程协同恢复框架为阳光电源iSolarCloud云平台提供智能调度算...
基于鲁棒强化学习的网络化微电网韧性运行方法
Robust Reinforcement Learning-Based Resilient Operation of Networked Microgrids
Guokai Hao · Yuanzheng Li · Yang Li · Jiehui Zheng 等7人 · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
针对工业园区微电网（PIPMG）在主网故障下供电韧性不足问题，本文提出连接园区微电网与社区微电网的网络化微电网（NMG）架构，并设计鲁棒强化学习算法优化调度策略，确保仿真到实机迁移中性能下界可控，提升关键负荷支撑能力与跨微电网功率动态协同能力。
解读: 该研究高度契合阳光电源在构网型微电网与智能能量管理领域的战略布局。其鲁棒强化学习调度框架可直接赋能iSolarCloud平台的微电网群协同决策模块，并适配ST系列PCS及PowerTitan系统在多微电网互联场景下的动态功率分配与黑启动支援功能。建议将该算法集成至PowerStack集群控制器固件，...
一种用于风力涡轮机应用中精确预测三维时空风场的新型频域物理信息神经网络
A novel frequency-domain physics-informed neural network for accurate prediction of 3D spatio-temporal wind fields in wind turbine applications
Shaopeng Li · Xin Li · Yan Jiang · Qingshan Yang 等7人 · Applied Energy · 2025年5月 · Vol.386
摘要 风能是全球关键的清洁能源之一。风力涡轮机的结构安全性和动力响应分析在很大程度上受到其所在位置风速数据可获得性与精度的影响。然而，气象观测站分布稀疏，通常难以获取高分辨率的空间风速数据，因此需要采用条件模拟方法来补充低分辨率的观测数据。本研究针对这一挑战，提出了一种频域物理信息神经网络（FD-PINN），该方法利用频域信息，旨在实现对风力涡轮机三维（3D）时空风场的精准预测。该方法构建了一个深度神经网络，并将其与关键物理模型相结合，包括风谱、风场相干函数以及风速廓线。通过融合这些物理先验知识...
解读: 该频域物理信息神经网络技术对阳光电源风电变流器及新能源场站具有重要价值。通过高精度3D时空风场预测,可优化SG系列风电变流器的功率预测算法和主动抗扰控制策略,提升MPPT效率。结合iSolarCloud平台,该深度学习方法可增强风光储混合电站的预测性维护能力,优化储能系统ST系列PCS的充放电策略。...
一种基于可调度区域引导的自适应模式切换调控方法用于可再生能源制氨虚拟电厂
A Dispatchable Region-Guided Adaptive Mode-Switching Regulation for Renewable Power to Ammonia Virtual Power Plants
Sirui Wu · Jiarong Li · Jin Lin · Feng Liu 等6人 · IEEE Transactions on Sustainable Energy · 2024年6月
可再生能源制氨（RePtA）虚拟电厂（VPP）正受到全球关注。然而，可再生能源的波动性及预测误差的随机性给氢气与电力平衡带来挑战。若仅考虑合成氨反应器（ASR）在30%–100%负荷范围内的常规运行模式，将导致频繁购售电，降低经济性。为此，本文引入ASR的待机与过载两种临时运行模式以提升系统灵活性，并分析RePtA VPP的多阶段可调度区域（DR），提出DR引导的自适应模式切换调控策略。该策略有效降低电价成本并避免模式切换过度响应。基于中国东北实际项目的案例研究表明，相比无模式切换场景，购电量和...
解读: 该可再生能源制氨VPP的自适应调控技术对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要应用价值。文章提出的多阶段可调度区域分析方法可直接应用于储能系统的能量管理策略，通过引入待机和过载模式提升系统灵活性，与阳光电源储能系统的多模式运行控制理念高度契合。该策略有效减少59.8%购电量...
重复脉冲功率应力下SiC门极可关断晶闸管退化机理分析
Degradation Mechanism Analysis for SiC Gate Turn-Off Thyristor Under Repetitive Pulse Power Stress
Haoshu Tan · Juntao Li · Yinghao Meng · Lin Zhang 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年5月
SiC门极可关断(GTO)晶闸管被视为提高脉冲功率应用功率密度和效率的先进方案。全面研究循环脉冲应力下的长期退化和机理,器件重复承受5.0kA约40微秒正弦波脉冲应力。阈值栅极电流降低和栅极漏电流增加是主导退化模式。界面测量揭示SiC/SiO2界面阳极和栅极间定位的碳原子增强电子俘获是阈值电流不稳定性的主要原因。扫描电镜图像显示循环脉冲应力最终导致热失控以及阳极-栅极边界定位的空洞和裂纹形成。
解读: 该SiC GTO退化机理研究对阳光电源SiC器件可靠性评估有重要参考价值。阈值电流和界面缺陷退化机理分析可应用于ST储能变流器和SG光伏逆变器的SiC器件选型和可靠性设计,提高长期稳定性。该研究对PowerTitan大型储能系统的脉冲功率应力评估和寿命预测有指导意义,可优化器件工作条件并延长使用寿命...
考虑移动储能灵活性的配电网两阶段优化运行策略
A Two-Stage Optimal Operation Strategy of Distribution Networks Considering Mobile Energy Storage Flexibility
Lei Tao · Yuanyuan Wang · Chen Li · Zhe Chen 等6人 · IEEE Transactions on Industry Applications · 2025年5月
摘要：可挖掘移动储能（MES）的时空能量转移和移动灵活性，以有效支撑配电网的运行安全性和韧性。为此，首先建立离散多层时空耦合网络，对移动储能的充放电、能量转移和移动轨迹耦合进行建模；然后提出一种同时考虑移动储能和分布式电源（DG）运行灵活性的配电网两阶段优化运行策略。第一阶段，优化移动储能的接入点和分布式电源的最优出力，以实现故障期间配电网负荷削减成本最小化；第二阶段，协同优化移动储能的移动轨迹、充放电功率以及分布式电源的出力，以最小化故障后配电网的综合运行成本。最后，通过IEEE 33节点网络...
解读: 该两阶段优化策略对阳光电源PowerTitan储能系统与ST系列储能变流器具有重要应用价值。移动储能的时空调度理念可应用于：1）PowerTitan集装箱储能系统的车载化部署，结合iSolarCloud云平台实现多站点动态调度；2）ST系列储能变流器的鲁棒控制算法升级，增强可再生能源波动下的电压支撑...
多并联锁相环同步逆变器在电网故障期间的暂态稳定性分析与协调相位控制方法
Transient Stability Analysis and Coordinated Phase Control Method for Multiparallel PLL-Synchronized Inverters During Grid Fault
Zhiheng Lin · Rui Liu · Yunwei Ryan Li · IEEE Transactions on Power Electronics · 2025年3月
为了利用太阳能等可再生能源，分布式发电系统得到了广泛应用。在这类系统中，多个组串式逆变器并联接入电网，并且通常采用锁相环（PLL）实现电网同步。然而，在电网故障导致的严重电压骤降情况下，采用锁相环同步的逆变器系统易出现暂态失稳，表现为失去同步。尽管现有研究已对逆变器与电网相互作用引起的暂态失稳问题进行了深入探讨，但不同逆变器之间相互作用导致的失稳问题尚未得到充分考虑。因此，为研究这一问题，本文建立了考虑参数差异的 n 个并联锁相环同步逆变器系统模型，用于暂态稳定性分析。研究发现，即使每个并网逆变...
解读: 从阳光电源的业务视角来看，这项关于多逆变器并联系统暂态稳定性的研究具有重要的工程应用价值。在大型光伏电站和储能系统中，多台组串式逆变器并联运行是标准配置，而该论文揭示的逆变器间交互导致的暂态失稳风险，正是当前行业面临的实际痛点。 该研究的核心价值在于突破了传统分析框架的局限性。以往研究主要关注单台...
有源栅极驱动应用中SiC MOSFET阈值迟滞的评估
Evaluation of Threshold Hysteresis for SiC MOSFETs in Active Gate Drive Application
Binbing Wu · Li Ran · Hao Feng · Hongyu Lin · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月
碳化硅（SiC）功率MOSFET的阈值迟滞现象备受关注，但在有源栅极驱动（AGD）应用中的研究仍有限。本文通过界面电场分析不同开关速率与栅极电压下阈值迟滞的开关特性，发现负栅压和开通速度提升会增加界面态空穴陷阱的初始值与迟滞程度，从而增大驱动回路中的界面陷阱电流，加快SiC MOSFET开通。实验采用电流源AGD评估不同栅结构1200 V SiC MOSFET，结果表明关断性能不受正栅压影响，但负栅压和开通速度提高会增加阈值迟滞对开通速度的贡献比例。高速工作模式下，开通损耗中阈值迟滞占比达36....
解读: 该SiC MOSFET阈值迟滞研究对阳光电源功率器件应用具有重要价值。在ST系列储能变流器和SG系列光伏逆变器中，SiC器件高频开关特性直接影响系统效率与可靠性。研究揭示的负栅压与开通速度对阈值迟滞的影响机制，可优化有源栅极驱动（AGD）设计：通过精确控制栅极电压范围和开关速率，在高频工作模式下平衡...
面向区域风电不确定性量化的可解释增强型模糊集构建方法
Interpretable Augmented Ambiguity Set for Quantifying Regional Wind Power Uncertainty in Distributionally Robust Optimal Dispatch
Zhuo Li · Lin Ye · Ming Pei · Xuri Song 等7人 · IEEE Transactions on Sustainable Energy · 2025年7月 · Vol.17
本文提出基于深度学习的可解释增强模糊集，用于分布鲁棒两阶段经济调度，精准刻画区域风电不确定性。创新性设计MKD-time GAN生成单风电场误差分布球形模糊集，并通过Nataf变换构建多站点联合概率空间，提升调度鲁棒性与计算效率。
解读: 该研究对阳光电源风电变流器及风光储协同控制系统具有重要参考价值：其MKD-time GAN驱动的模糊集建模方法可迁移至iSolarCloud平台的风电功率预测模块，提升ST系列PCS在风储联合调频场景下的不确定性响应能力；建议将Nataf变换耦合的多点相关性建模嵌入PowerTitan系统能量管理算...
电路到图：基于多维泛化的功率变换器建模
Circuit-to-Graph: Power Converters Modeling With Multidimensional Generalization
Weihao Lei · Fanfan Lin · Xin Zhang · Xinze Li 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年11月 · Vol.14
本文提出Circuit-to-Graph（C2G）方法，利用图神经网络（GNN）建模功率变换器全局结构特征，并结合领域自适应（DA）实现跨工况、调制策略和拓扑结构的高效泛化建模，显著提升小样本预测精度与训练效率。
解读: 该C2G方法高度适配阳光电源ST系列PCS、PowerTitan储能系统及组串式光伏逆变器的智能建模需求，可支撑iSolarCloud平台对多型号、多场景下设备损耗、温升与效率的快速精准预测。建议在下一代PCS固件中嵌入轻量化GNN推理模块，结合实时运行数据在线校准模型，提升故障预警与寿命评估能力；...
可解释性增强模糊集用于配电鲁棒最优调度中区域风电不确定性量化
Interpretable Augmented Ambiguity Set for Quantifying Regional Wind Power Uncertainty in Distributionally Robust Optimal Dispatch
Zhuo Li · Lin Ye · Ming Pei · Xuri Song 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月
大规模风电并网给电力系统运行带来严峻的不确定性挑战。本文提出一种基于深度学习的可解释增强模糊集，用于分布鲁棒优化框架下的两阶段经济调度，以精确刻画区域风电不确定性。该模糊集融合各风电场细粒度误差模型及站点间交互依赖关系。首次提出多教师知识蒸馏-时间生成对抗网络（MKD-time GAN），通过级联学习机制构建单风电场预测误差的球形模糊集；进一步结合Nataf变换将多个模糊集映射为表征区域联合误差分布的增强模糊集，并推导出可 tractable 的两阶段调度求解算法。IEEE 118节点系统验证了...
解读: 该研究提出的深度学习增强模糊集方法对阳光电源的储能和风电产品线具有重要应用价值。具体而言：1) 可应用于ST系列储能变流器的调度优化,提升大规模风储联合系统的经济性和可靠性；2) 其多教师知识蒸馏框架可优化PowerTitan储能系统的功率预测算法,提高调度精度；3) 研究的区域联合误差建模方法可用...
第 8 / 10 页