找到 3 条结果
事件触发H∞俯仰控制在浮式海上风力机中的应用
Event-Triggered H-Infinity Pitch Control for Floating Offshore Wind Turbines
Ya Zhao · Xiyun Yang · Yanfeng Zhang · Qiliang Zhang · IEEE Transactions on Sustainable Energy · 2025年1月
复杂的风浪环境会加剧浮式海上风力机的外部扰动与功率波动，影响其稳定运行。为此，本文提出一种事件触发的H∞俯仰控制策略。首先建立考虑风浪复合扰动的线性变参数模型，融合系统各子系统的动态特性；进而将事件触发机制引入H∞控制框架，推导系统渐近稳定且H∞性能范数有界的判据，并给出反馈增益矩阵的设计算法，有效降低控制器更新频率。最后基于IEA 15 MW参考风力机，结合OpenFAST与MATLAB/Simulink进行仿真，结果表明所提方法相较于连续时间控制策略具有更优的控制性能。
解读: 该事件触发H∞控制技术对阳光电源储能与风电产品线具有重要参考价值。首先，其提出的线性变参数建模方法可用于优化ST系列储能变流器的扰动抑制能力；其次，事件触发机制能降低PowerTitan储能系统的控制器计算负荷，提升系统响应效率。特别是在海上风电并网应用中，该控制策略可提升阳光电源风电变流器的功率平...
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...
一种增强型惯性下垂控制以最小化构网型逆变器接口对动态电网条件的敏感性
An Enhanced Inertial Droop Control for Minimal Sensitivity of Grid-Forming Inverter Interface to Dynamic Grid Conditions
Arjita Pal · Bijaya Ketan Panigrahi · IEEE Transactions on Power Delivery · 2025年4月
本文提出一种改进的惯性下垂控制框架，用于提升构网型电压源换流器（VSC）在动态电网条件下的鲁棒性。该控制策略通过调节VSC端电压而非公共耦合点电压，优化系统响应。基于全阶线性化模型进行特征值分析，揭示传统控制器在强电网及功率耦合下的失稳机理。所提方法显著增强小信号稳定性，有效抑制强网条件下耦合效应带来的振荡，且对电网参数变化的特征值敏感度极低。时域仿真与硬件在环实验验证了其在不同电网强度和耦合场景下的优越性能。
解读: 该增强型惯性下垂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。通过调节VSC端电压而非PCC电压的创新控制策略，可显著提升构网型控制在强电网条件下的鲁棒性，解决传统GFM控制在电网阻抗变化时易失稳的痛点。该方法对电网参数变化敏感度极低的特性，特别适用于阳光电...