找到 2 条结果
基于DFIG的风力发电系统全运行区域协同控制
Cooperative Control for DFIG-Based Wind Turbine Generation System Covering All Operating Regions
Yong Wan · IEEE Transactions on Sustainable Energy · 2024年11月
针对风力发电系统在全风速范围内的多重控制问题，本文提出一种基于估计器的双馈感应发电机与风力机协同控制方案，兼顾转速与机械功率的安全约束及最大功率点跟踪。首先设计全局估计器精确获取不可测的叶轮区转速，用于判别运行区域并生成参考指令；进而设计非线性自适应DFIG控制器与变桨控制器以跟踪参考目标；最后引入通用障碍Lyapunov函数确保系统物理安全约束的满足。通过多种随机风速下的蒙特卡洛仿真验证了该框架的优越性。
解读: 该研究提出的DFIG协同控制方案对阳光电源的储能变流器和风电变流产品线具有重要参考价值。其中全局估计器和自适应控制技术可优化ST系列储能变流器的并网控制性能,特别是在弱电网条件下的稳定性。通用障碍Lyapunov函数保障物理约束的方法,可应用于PowerTitan大型储能系统的安全保护。此外,该文的...
AdapSafe2：无先验安全认证的强化学习在多区域频率控制中的应用
AdapSafe2: Prior-Free Safe-Certified Reinforcement Learning for Multi-Area Frequency Control
Xu Wan · Mingyang Sun · IEEE Transactions on Power Systems · 2024年10月
高比例可再生能源接入下，安全强化学习（RL）被广泛用于电力系统频率控制。然而，现有方法在非稳态环境适应与高维时变安全约束满足方面仍面临挑战。本文提出AdapSafe2，一种无需先验知识且具备安全保证的多区域频率控制方法。通过元环境学习算法自适应追踪系统参数变化，并构建元强化学习框架实现无模型自适应控制；设计基于控制屏障函数的安全评判网络与安全补偿器，动态识别并仅对高风险区域进行补偿，提升高维约束下的求解效率。在2区与3区低惯量系统中的仿真验证了该方法在动态安全约束下的优越性能。
解读: 该无先验安全强化学习技术对阳光电源PowerTitan储能系统和ST系列储能变流器的频率调节功能具有重要应用价值。AdapSafe2的元学习自适应框架可增强储能系统在高比例新能源场景下的动态响应能力，其控制屏障函数安全机制能确保储能系统在SOC、功率等多维约束下的安全运行。该技术可与阳光电源现有的V...