找到 14 条结果
用于识别逆变器控制模式及估计逆变器资源与负荷参数的监督学习框架
Supervised Learning Framework for Identification of Inverter Control Mode and Estimation of Inverter-Based-Resource & Load Parameters
Syed Muhammad Hur Rizvi · Shaban Ghias Satti · Muhammad Ayaz · IEEE Transactions on Industry Applications · 2024年10月
由于基于逆变器的资源（IBR）迅速普及，现代配电网的主动性日益增强。由于这些IBR能够在多种控制模式下运行，因此电力公司运营商准确识别控制模式并估计相关参数至关重要。本文提出了一种三管齐下的数据驱动方法，用于基于逆变器的资源（IBR）的实时控制模式识别以及IBR和聚合负荷的参数估计。该方法利用观测节点处微相量测量单元（PMU）报告速率下的电压和功率数据，进行IBR模式识别和参数估计。针对这种三管齐下的方法，开发了一个具有自适应窗口选择算法的实时实现框架，以实时跟踪控制模式和参数。自适应窗口选择算...
解读: 从阳光电源的业务视角来看，这篇论文提出的基于监督学习的逆变器控制模式识别与参数估计框架具有重要的战略价值。随着我司光伏逆变器和储能系统在全球配电网中的大规模部署，如何实现对分布式逆变器资源（IBRs）的精准监测和智能管理已成为提升系统稳定性和优化运营效率的关键课题。 该研究提出的"三管齐下"数据驱...
学习多个凸电压稳定约束用于机组组合
Learning Multiple Convex Voltage Stability Constraints for Unit Commitment
Hongyang Jia · Qingchun Hou · Pei Yong · Fei Teng 等6人 · IEEE Transactions on Power Systems · 2024年5月
随着可变可再生能源（VRE）渗透率的不断提高，电力系统电压稳定性面临着重大挑战，因为VRE机组属于基于逆变器的发电机（IBG），往往会削弱电力系统的电压支撑能力。因此，发电调度应避免可能导致电压不稳定问题的运行状态。本文提出了一种数据驱动的方法，用于学习多个凸电压稳定约束条件，并将其有效嵌入机组组合问题中。首先，利用多个凸多面体来表示非线性和非凸的电压稳定边界。然后，通过决策树对多面体进行初始化，并采用全局优化策略对其进行优化。最后，将学习得到的电压稳定边界作为约束条件嵌入机组组合问题中。对六个...
解读: 该研究对阳光电源的储能与光伏逆变器产品线具有重要参考价值。研究提出的多凸约束学习方法可优化ST系列储能变流器和SG系列光伏逆变器的电压稳定控制策略。具体而言，可将其应用于：1)储能系统的GFM控制算法优化，提升PowerTitan在弱电网条件下的电压支撑能力；2)大型光伏电站的VSG控制设计，增强S...
基于发电机测量的强迫振荡源定位
Forced Oscillation Source Localization From Generator Measurements
Melvyn Tyloo · Marc Vuffray · Andrey Y. Lokhov · IEEE Transactions on Power Systems · 2025年9月
设备故障、误操作或周期性负荷变化可能引发持续的周期性扰动，导致系统内能量异常传递，即强迫振荡。广域振荡可能损坏设备、触发误跳闸或控制动作，甚至导致设备失效。然而，其振源的位置、频率和幅值难以确定。近期提出了一种基于数据驱动的最大似然方法用于传输电网中的振源定位，但该方法依赖全PMU覆盖且假设所有母线具有惯性和阻尼。本文将其扩展至更真实场景，包含无惯性和阻尼的节点（如被动负荷和逆变型电源）。通过将克朗降阶直接融入最大似然估计器，可准确识别施加于传统发电机和负荷上的强迫源位置与频率。
解读: 该强迫振荡源定位技术对阳光电源储能和光伏并网系统具有重要应用价值。文章针对含逆变型电源（无惯性节点）的电网场景，通过克朗降阶扩展最大似然估计方法，可精准识别振荡源位置与频率。这直接适用于阳光电源ST系列储能变流器和SG系列光伏逆变器的并网控制优化：1）在PowerTitan大型储能系统中集成振荡源监...
基于数据驱动特征提取的并网电压源换流器阻抗特性预测
Impedance Profile Prediction for Grid-Connected VSCs With Data-Driven Feature Extraction
Yang Wu · Heng Wu · Li Cheng · Jianyu Zhou 等6人 · IEEE Transactions on Power Electronics · 2024年11月
数据驱动方法在预测并网电压源变流器（VSC）在广泛运行点（OP）下的阻抗特性方面具有良好前景。然而，传统方法依赖于运行点与阻抗特性之间的一一映射，正如本文所指出的，这种方法在多变流器系统中可能失效。为应对这一挑战，本文提出了一种基于堆叠自编码器的机器学习框架用于预测并网VSC的阻抗特性，并给出了详细的设计指南。所提出的方法使用特征而非运行点来表征阻抗特性，因此可扩展应用于多变流器系统。该方法的另一个优点是能够预测电网 - VSC系统在不稳定运行点处的VSC阻抗特性。仅基于稳定运行期间收集的数据即...
解读: 从阳光电源的业务视角来看，这项基于数据驱动的阻抗特性预测技术对我们在光伏并网逆变器和储能系统领域具有重要战略价值。 该技术的核心突破在于解决了多变流器系统中阻抗预测的可扩展性难题。传统方法采用工作点与阻抗曲线的一对一映射，在我们日益复杂的光储一体化项目中存在明显局限。论文提出的堆叠自编码器框架通过...
面向多方风电功率预测的隐私保护自适应联邦深度学习
Privacy-Preserving and Adaptive Federated Deep Learning for Multiparty Wind Power Forecasting
Yi Wang · Qinglai Guo · IEEE Transactions on Industry Applications · 2024年7月
先进的预测工具对于现代电力系统减轻可再生能源的不确定性至关重要。尽管数据驱动的方法在风电预测方面取得了显著进展，但数据可用性有限阻碍了其有效性。严格的数据监管规则和竞争利益使得相邻风电场无法整合数据集以学习更准确的预测模型。为应对这一挑战，我们提出了 SecFedAProx - LSTM，这是一种结合深度学习模型和隐私保护自适应联邦学习框架的新型风电预测方法。该方法动态调整局部优化目标，以在全局收敛性能和探索个体特征之间取得平衡，从而解决统计异质性问题。此外，它采用去中心化多客户端功能加密进行安...
解读: 从阳光电源的业务视角来看，本文提出的隐私保护自适应联邦学习风电预测方法具有重要的战略参考价值。虽然研究聚焦于风电场景，但其核心技术框架可直接迁移至光伏功率预测、储能系统优化及多能源协同管理等阳光电源的核心业务领域。 该技术的核心价值在于突破了数据孤岛困境。当前阳光电源在全球部署了大量光伏电站和储能...
基于数据驱动状态空间映射的风电场下垂-惯性频率调节可行域评估
Droop-Inertia Frequency Regulation Feasible Region Assessment for Wind Farm Based on Data-Driven State Space Mapping
Zhongguan Wang · Jiachen Liu · Li Guo · Xiaodi Zang 等6人 · IEEE Transactions on Industry Applications · 2024年7月
可再生能源在电力系统中的渗透率不断提高，这使得风电场提供频率支撑成为必要。考虑到风力发电机组（WTs）的复杂协调以及频率响应的时变特性，有必要评估风电场的一次频率调节（PFR）能力并构建可行区域。为应对基于物理的方法中参数不完整以及现有数据驱动方法可解释性不足的挑战，本文提出了一种用于风电场的基于数据驱动的状态空间映射方法，以构建下垂系数和惯性系数的可行区域，并通过迭代方案确定最优系数。基于库普曼算子理论（KOT），将一次频率调节的非线性模型转化为线性升维形式，从而可以利用测量数据进行实时评估。...
解读: 从阳光电源的业务视角看，这项基于数据驱动状态空间映射的风电场频率调节技术具有重要的战略参考价值。随着我国"双碳"目标推进，新能源渗透率持续提升，电网对风光储系统的一次调频能力提出了更高要求。该论文提出的下垂-惯量系数可行域评估方法，为解决新能源参与电网频率支撑这一核心问题提供了新思路。 该技术的核...
基于真实同步波形测量数据的逆变型资源次周期动态数据驱动建模
Data-Driven Modeling of Sub-Cycle Dynamics of Inverter-Based Resources Using Real-World Synchro-Waveform Measurements
Hossein Mohsenzadeh-Yazdi · Fatemeh Ahmadi-Gorjayi · Hamed Mohsenian-Rad · IEEE Transactions on Power Delivery · 2025年6月
随着逆变型资源（IBRs）在现代电力系统中的广泛接入，亟需能够准确捕捉其扰动下动态响应的建模方法。本文提出三种基于长短期记忆（LSTM）网络的新型数据驱动方法，用于建模IBRs在次周期扰动下的动态响应。利用加利福尼亚某试验 site 安装的波形测量单元（WMUs）采集的真实电压电流波形数据，构建并验证模型。所提方法在LSTM结构和特征提取方面各有差异，并进一步提出两种策略，通过分析两个IBRs的时序同步波形数据，实现模型在不同IBR间的复用或调整。实验结果表明，即使模型源自不同IBR，仍具有高精...
解读: 该研究对阳光电源的SG系列光伏逆变器和ST系列储能变流器的动态响应建模具有重要应用价值。通过LSTM网络对IBR次周期动态特性的精确建模，可以优化我司产品的GFL/GFM控制策略，提升大规模新能源并网场景下的系统稳定性。研究中提出的模型复用方法，可用于快速开发不同容量等级产品的控制参数，显著提升产品...
基于数据驱动方法在液态金属电池容量骤降前的提前预警
Advance Warning Prior to Capacity Plunge of Liquid Metal Battery Using Data-Driven Methods
Qionglin Shi · Min Zhou · Haomiao Li · Kangli Wang 等5人 · IEEE Transactions on Industry Applications · 2025年2月
液态金属电池（LMB）因其卓越的安全性和长寿命，作为一种新型储能技术受到了广泛关注。分析其老化轨迹，特别是容量骤降过程，对于理解其老化机制和实现有效的健康诊断至关重要。然而，在容量骤降之前，该电池往往缺乏明显的预警信号，这阻碍了在实际应用中对容量的准确预测和采取主动措施。为应对这一挑战，本研究提出了一种数据驱动的方法，该方法能有效量化液态金属电池的容量变化，在容量骤降发生前发出预警。首先，采用经验模态分解方法将容量数据分解为多个分量，这些分量代表了液态金属电池的不同特征。随后，应用高斯混合模型为...
解读: 该液态金属电池容量骤降预警技术对阳光电源储能产品线具有重要借鉴价值。虽然阳光电源主要采用锂电池技术路线，但其数据驱动的预测性维护方法可直接应用于PowerTitan储能系统和ST系列储能变流器。通过在iSolarCloud云平台集成充放电曲线特征参数实时监测与机器学习异常检测算法，可提前数个周期识别...
基于数据驱动与非线性灵敏度函数的配电网光伏承载力研究
Research on PV Hosting Capacity of Distribution Networks Based on Data-Driven and Nonlinear Sensitivity Functions
Le Su · Xueping Pan · Xiaorong Sun · Jinpeng Guo 等5人 · IEEE Transactions on Sustainable Energy · 2024年9月
电压计算对评估光伏承载力至关重要，但中压配电网精确参数与拓扑结构难以获取，导致传统潮流方法失效。为此，本文提出一种融合数据驱动与非线性函数的混合方法。首先，利用历史数据构建深度神经网络模型，实现潮流与电压-功率灵敏度的映射，降低计算耗时并提升精度；其次，基于潮流方程推导功率对电压的四阶泰勒展开式，用于外推光伏接入后超出历史范围的节点电压；最后，采用麻雀搜索算法求解光伏承载力。在IEEE 33和IEEE 69系统上的仿真验证了该方法在电压与承载力计算中的准确性。
解读: 该数据驱动的光伏承载力评估技术对阳光电源SG系列光伏逆变器和iSolarCloud云平台具有重要应用价值。文章提出的深度神经网络潮流计算与非线性灵敏度分析方法，可直接集成到iSolarCloud智能运维平台，实现配电网光伏接入容量的快速评估与动态监测。对于SG逆变器的并网控制策略，该方法可基于历史运...
实用动态安全域模型：一种混合物理模型驱动与数据驱动的方法
Practical Dynamic Security Region Model: A Hybrid Physical Model-Driven and Data-Driven Approach
Junzhi Ren · Yuan Zeng · Chao Qin · IEEE Transactions on Power Systems · 2024年4月
基于安全域（SR）的安全分析方法在电力系统分析中起着关键作用。安全裕度的构建有助于挖掘实际动态安全域（PDSR）的几何和物理特性。数据驱动方法为电力系统安全分析提供了有力支持。然而，人工智能方法的可解释性差和泛化能力弱阻碍了其在电力系统中的应用。尽管模型驱动方法能够有效分析物理模型的内部机制，提高其可解释性，并增强安全裕度评估的可靠性，但其强非线性结构和低计算效率限制了其进一步应用。本研究首先基于安全域的特性构建了可靠的安全裕度，进而基于可靠性指标得到临界运行区间。最后，采用数据驱动方法修正实际...
解读: 该混合建模方法对阳光电源的储能与光伏产品线具有重要应用价值。可用于ST系列储能变流器和SG系列光伏逆变器的安全运行边界评估,特别是在大规模新能源并网场景下。通过融合物理模型与数据驱动方法,能够优化PowerTitan等大型储能系统的运行策略,提升GFM/GFL控制的稳定性裕度。这对提高产品在复杂电网...
数据驱动的工业屋顶光伏系统积尘估计与优化清洗策略
Data-Driven Soiling Estimation and Optimized Cleaning Strategies for Industrial Rooftop PV Systems
Ankit Pal · Saravana Ilango Ganesan · Maddikara Jaya Bharata Reddy · IEEE Journal of Photovoltaics · 2025年1月
太阳能光伏（PV）面板上灰尘和污垢的积累（即积尘）会降低光伏电站的发电量和转换效率。因此，定期清洁对于维持电站的最佳性能和经济可行性至关重要。在低日照、降雨或多云等时段，固定间隔的清洁计划会变得不经济。本研究提出了一种数据驱动的方法，利用功率、温度和辐照度数据来估算印度一座504千瓦峰值的屋顶光伏电站的积尘率（SR）。该方法采用了一个基于环境温度和太阳辐照度的光伏面板温度估算模型，无需直接测量温度，从而简化了过程。分析表明，尽管有降雨，定期清洁仍然必不可少，各逆变器因积尘造成的能量损失在32%至...
解读: 该数据驱动积尘估算技术对阳光电源iSolarCloud智能运维平台具有直接应用价值。可集成至SG系列光伏逆变器的智能诊断模块，通过实时功率数据与气象信息融合，精准识别积尘导致的发电损失，区别于设备故障。动态清洗优化策略可嵌入预测性维护系统，结合MPPT算法的效率监测数据，为工商业光伏电站制定经济最优...
电力电子变压器中直流电容状态监测的可迁移数据驱动方法
A Transferrable Data-Driven Method for Condition Monitoring of DC Capacitor in Power Electronic Transformer
Xiaohui Li · Liqun He · Zhongkui Zhu · Cheng Wang 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年12月
直流电容DCC是电力电子变压器PET中的关键组件，维持PET正常运行。有必要监测DCC的健康状况。DCC健康状况变化导致电容C和等效串联电阻ESR值变化。现有DCC数据驱动状态监测方法仅能在PET特定工况下准确工作，但在可变工况下失效。此外PET通常需要不间断运行，无法测量C和ESR值，导致DCC电压数据无标签。为解决上述问题，提出一种新型可迁移数据驱动方法。该方法包含三部分：源域双尺度卷积自编码器SDCAE、对抗学习网络ALN和极限学习机ELM。首先通过SDCAE提取源域数据特征并用作目标域数...
解读: 该PET直流电容可迁移监测研究对阳光电源储能变流器健康管理有重要参考价值。可迁移数据驱动方法应对可变工况和无标签数据的能力与阳光ST系列储能变流器和SG系列光伏逆变器在实际应用中面临的复杂运行条件高度契合。SDCAE、ALN和ELM组合的深度学习架构可应用于阳光iSolarCloud平台的直流母线电...
一种基于改进直流解的物理信息图卷积网络用于交流最优潮流
A Physics-Informed Graph Convolution Network for AC Optimal Power Flow Via Refining DC Solution
Yundi Liu · Yuanzheng Li · Shangyang He · Yang Li 等6人 · IEEE Transactions on Power Systems · 2025年7月
求解大规模电力系统的交流最优潮流（AC - OPF）问题对于整合可再生能源的电力系统运行至关重要。然而，随着系统规模的增大，传统的交流最优潮流数值方法面临计算成本高和收敛困难等挑战。为应对这些挑战，现有研究采用直流最优潮流（DC - OPF）或数据驱动方法。直流最优潮流通过考虑电力系统的固有物理特性（如电压变化）对交流最优潮流问题进行线性化处理，从而提供近似解。同时，数据驱动方法利用其强大的端到端学习能力有效求解交流最优潮流。尽管这两种方法速度都足够快，但直流最优潮流由于其简化假设（忽略了无功功...
解读: 该物理信息图卷积网络技术对阳光电源PowerTitan大型储能系统及ST系列储能变流器的能量管理系统具有重要应用价值。通过快速求解AC-OPF问题，可显著提升储能系统在电网侧的实时调度响应速度，优化多台储能变流器并联运行时的功率分配策略。该方法融合物理约束的特性与阳光电源构网型GFM控制技术高度契合...
一种提升智能电网变电站性能的能量管理策略：数据驱动方法
Energy Management Strategy to Enhance a Smart Grid Station Performance: A Data Driven Approach
Kannan Thirugnanam · Vinod Khadkikar · Tareg Ghaoud · Qais Qawaqneh 等6人 · IEEE Transactions on Power Systems · 2025年1月
本文提出一种能量管理策略（EMS），以改善智能电网变电站（SGS）的电能质量（PQ）参数，即电压不平衡、功率因数和频率偏差。在此，SGS 以并网多微电网（MMGs）形式呈现，这些微电网配备了分布式发电机（DG），如太阳能光伏（PV）和风力发电机（WT）、电池储能系统（BES）、电动汽车充电站、电容器组、制冷机以及建筑负载电力需求（LPD）。由于建筑 LPD 的随机性和制冷机运行的动态特性，将 SGS 的 PQ 参数维持在阈值范围内颇具挑战。此外，由于建筑 LPD 的非线性、DG 功率的间歇性以及...
解读: 该数据驱动的能量管理策略对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文章提出的电压不平衡抑制、功率因数校正和频率偏差控制技术，可直接应用于储能变流器的构网型GFM控制算法优化，提升电网支撑能力。实时监测与历史数据融合的动态调度方法，可集成到iSolarCloud云...