找到 9 条结果
基于数据驱动鲁棒控制的双馈风机区间振荡附加阻尼控制方法
A Data-Driven Robust Control Method for Supplementary Damping Control of Inter-area Oscillations in Doubly Fed Induction Generators
施星宇傅俊诚李泽文王炜宇曹一家曾祥君 · 中国电机工程学报 · 2025年7月 · Vol.45
针对含风电接入的互联电力系统建模困难、运行方式多变及风电出力波动等问题导致传统附加阻尼控制效果不佳的难题，提出一种基于数据驱动鲁棒控制的双馈风机附加阻尼控制方法。该方法利用无功调制能力增强系统阻尼，结合动态线性化技术构建伪梯度矩阵参数化的数据驱动模型，并设计在线更新机制提升模型精度；引入数据驱动离散二阶滑模面生成控制律，有效抑制区间低频振荡并削弱风速扰动影响。理论分析验证了闭环系统稳定性，仿真结果表明该方法在多种工况下均具有优良的适应性与鲁棒性。
解读: 该研究的数据驱动鲁棒控制方法对阳光电源的储能变流器和大型风电变流器产品具有重要参考价值。其中的无功调制和动态线性化技术可应用于ST系列储能变流器的并网控制优化,提升系统阻尼特性。数据驱动建模和在线更新机制对PowerTitan大型储能系统的自适应控制具有启发意义,有助于提高系统在复杂电网环境下的运行...
考虑数据集误差下基于数据驱动的新能源设备多工况导纳获取方法
A Data-Driven Multi-Operating Condition Admittance Acquisition Method for Renewable Energy Equipment Considering Dataset Errors
李晗 · 李萌 · 王垚鑫 · 马骏超 等7人 · 中国电机工程学报 · 2025年3月 · Vol.45
基于数据驱动的神经网络建模广泛用于电力电子设备多工况阻抗/导纳建模，但实测导纳样本少且受测量噪声影响，导致数据质量差，模型预测误差大。为此，本文提出一种考虑测量误差的多工况导纳建模方法。以预测值与真实值的均方误差为指标指导网络训练，分析电压电流噪声对导纳测量的影响，建立测量误差与模型性能的关系，并采用贝叶斯算法搜索最优参数，抑制噪声干扰，提升模型精度。通过构建双馈感应发电机的BP神经网络导纳模型，在含测量误差的数据集中验证了方法的有效性。
解读: 该研究的数据驱动导纳建模方法对阳光电源的储能和光伏产品线具有重要应用价值。首先，可用于ST系列储能变流器和SG系列光伏逆变器的阻抗特性建模，提升系统稳定性分析精度。其次，该方法考虑实际测量误差的影响，通过贝叶斯优化提高模型鲁棒性，这对提升PowerTitan等大型储能系统的并网性能和iSolarCl...
基于数据驱动不确定集的微电网两阶段鲁棒优化调度
Two-Stage Robust Optimal Scheduling of Microgrids Based on Data-Driven Uncertainty Sets
魏斌乔森孟润泉李嘉庚 · 高电压技术 · 2025年2月 · Vol.51
针对传统不确定集难以准确刻画风电不确定性且易受异常值影响导致调度方案过于保守的问题，提出一种基于数据驱动不确定集的微电网两阶段鲁棒优化调度方法。通过构建条件正态Copula模型生成风电功率预测场景，并结合支持向量聚类与维度分解技术建立考虑时间相关性的紧凑不确定集，有效排除异常值。所提方法在降低保守性的同时增强对异常值的抵抗能力。采用列约束生成算法求解，仿真结果验证了其优越性。
解读: 该研究提出的数据驱动不确定集方法对阳光电源的储能与微电网产品具有重要应用价值。可直接应用于ST系列储能变流器和PowerTitan系统的调度优化,提升系统经济性。通过Copula模型和支持向量聚类技术,能够更准确地预测风电功率波动,有助于iSolarCloud平台优化储能调度策略,降低系统运行成本。...
一种基于数据驱动的含逆变型电源电力系统强迫振荡定位方法
A Data-Driven Forced Oscillation Locating Method for Power Systems with Inverter-Based Resources
Yaojie Cai · Georgia Pierrou · Xiaozhe Wang · Geza Joos · IEEE Transactions on Power Systems · 2025年8月
源于外部周期性扰动的强迫振荡（FO）威胁着电力系统的安全与稳定。基于逆变器的电源（IBR）渗透率的不断提高进一步引发了强迫振荡，给现代电力系统中强迫振荡源的识别和定位带来了新的挑战。本文提出了一种用于定位含基于逆变器电源的电力系统中强迫振荡的新型数据驱动方法。与以往的研究不同，该方法考虑了源于基于逆变器电源的强迫振荡的统一表示，这进一步推动了强迫振荡定位算法的发展。利用非线性动态系统的稀疏识别（SINDy）方法，通过对测量数据进行分析并解释所提出的模型，开发了一种纯数据驱动的方法来定位强迫振荡源...
解读: 该研究对阳光电源的大型储能和光伏逆变器产品线具有重要应用价值。强迫振荡定位技术可集成到ST系列储能变流器和SG系列光伏逆变器的控制系统中,提升系统稳定性。特别是在PowerTitan大型储能系统等多逆变器并联场景下,该方法可通过iSolarCloud平台采集的实时数据快速定位振荡源,为系统调试和故障...
跟网型逆变器鲁棒稳定性分析：集成参数不确定性和区间时延的PI控制器整定
Robust Stability Analysis of Grid-Following Inverters
Nima Mahdian Dehkordi · Ali Rezaei · Mohsen Hamzeh · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年9月
针对跟网型逆变器面临区间参数不确定性和未知有界时延问题,提出新型鲁棒稳定性分析框架。不同于经典鲁棒控制策略(H∞、μ综合、滑模控制)导致高阶或非线性控制器难以实时调谐,以及无模型方法(强化学习、数据驱动)缺乏稳定性保证,该方法采用时延相关准则结合值集和零点排除原理。该方法简单、系统、非保守,无需复杂调谐即可完全确定PI稳定增益。仿真和实验验证了实际鲁棒性和逆变器控制适用性。
解读: 该鲁棒稳定性分析框架对阳光电源跟网型逆变器控制参数整定有重要应用价值。时延相关准则和参数不确定性集成方法可应用于ST储能变流器和SG光伏逆变器的GFL控制器设计,提高在电网参数变化和通信延迟条件下的稳定性。简化的PI增益确定方法便于工程实现,优于复杂鲁棒控制策略。该技术对阳光电源逆变器在弱电网和高比...
基于数据驱动的弱电网跟网型逆变器在线稳定性监测方法
Data-Driven Online Stability Monitoring of Grid-Following Inverters in Weak Grid
作者未知 · IEEE Transactions on Industrial Informatics · 2025年1月
本文提出了一种利用实时输出电流的数据驱动在线稳定性监测方法，有助于弱电网中跟网型逆变器的稳定性判断。主流方法依赖于阻抗测量，而该方法在扰动注入幅度、持续时间与测量精度之间存在权衡。相比之下，本文提出的方法首次将人工智能技术用于基于实时电流数据的逆变器稳定性监测，无需注入扰动即可实现快速、准确的稳定性评估，从而保证逆变器正常运行。该方法巧妙地将输出电流这一单变量扩展以包含多个特征，并设计了一种新颖的多方面特征融合（MAFF）模型来提取这些扩展特征。实验结果表明，所提方法的样本加载间隔为10毫秒，平...
解读: 从阳光电源的业务视角来看，这项基于数据驱动的并网逆变器在线稳定性监测技术具有重要的战略价值。当前，随着全球新能源渗透率持续提升，弱电网环境下的并网稳定性已成为制约大规模光伏、储能系统应用的核心技术瓶颈。传统基于阻抗测量的稳定性评估方法需要注入扰动信号，存在影响设备正常运行和测量精度难以平衡的固有矛盾...
基于物理雅可比信息的编码器-解码器神经网络用于非线性潮流回归
Physically Jacobian-Informed Encoder-Decoder ANNs for Nonlinear Power Flow Regression
Hao Yang · Kai Zheng · Wendong Su · Zhenglong Sun 等6人 · IEEE Transactions on Industry Applications · 2024年7月
潮流（PF）是电力系统稳态分析与控制的基础。传统的基于一组隐式非线性方程构建的模型驱动潮流计算方法采用牛顿 - 拉夫逊法进行迭代求解。然而，潮流计算的速度和收敛性会受到合适初值以及迭代过程效率的影响。数据驱动的潮流回归方法可以通过从潮流数据集学习显式映射函数来克服上述问题。但是，该方法仅实现了从潮流输入到输出的非线性映射，忽略了潮流计算中的物理规则，这可能导致精度和泛化能力较差。本文提出了一种基于物理雅可比信息的编解码器神经网络（NNs）用于潮流非线性回归。基于正向和反向潮流模型，构建了一种采用...
解读: 从阳光电源的业务实践来看，这项基于物理雅可比信息的神经网络潮流计算技术具有显著的工程应用价值。在新能源电站并网运行中，快速准确的潮流计算是实现主动电压支撑、功率调度优化和故障预判的基础。传统牛顿-拉夫逊迭代方法在高比例新能源接入场景下常面临收敛性问题，特别是在光伏、储能等分布式资源大规模并网时，系统...
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...
液冷式质子交换膜燃料电池热管理策略综述：温度调节与冷启动
A review on thermal management strategy for liquid-cooling proton exchange membrane fuel cells: Temperature regulation and cold start
Hongye Sua · Haisong Xua · Lei Wanga · Zhiyang Liu 等5人 · Applied Energy · 2025年1月 · Vol.393
有效的热管理策略对于优化质子交换膜燃料电池（PEMFC）的性能和耐久性至关重要。本文对液冷式PEMFC的热管理策略进行了系统性综述，重点聚焦于温度调节与冷启动运行两个方面。首先，介绍了PEMFC在高于和低于冰点温度下的基本热特性，随后概述了热系统模型的离线与在线辨识方法。接着，针对PEMFC热系统固有的非线性和耦合特性，以及内部和外部多种干扰的存在，从四个角度对各类温度控制策略进行了回顾与分类：（1）探究最佳运行温度与PEMFC整体性能之间的关系；（2）管理多输入多输出冷却系统中的耦合效应；（3...
解读: 该燃料电池热管理技术对阳光电源氢能储能系统及电动汽车充电解决方案具有重要借鉴价值。文中温度调控策略(模型驱动、数据驱动、自适应控制)可应用于ST系列储能PCS的热管理优化,降低冷却系统寄生功耗,提升系统效率。多输入多输出耦合控制方法与阳光VSG虚拟同步机技术理念契合,可增强系统鲁棒性。冷启动快速预热...