找到 6 条结果
基于改进Pix2PixHD图像恢复的二级光伏发电预测
Second-Level Photovoltaic Power Forecasting Based on Improved Pix2PixHD Image Restoration
Xiangjian Meng · Xinyu Shi · Yanzheng Zhu · Feng Gao 等5人 · IEEE Transactions on Industrial Informatics · 2025年7月
光伏（PV）发电厂输出剧烈波动的根本原因是云层覆盖导致的地面辐照度突变。为提高云层覆盖条件下光伏功率预测的准确性，本文提出一种基于改进Pix2PixHD图像修复算法的光伏发电厂秒级功率预测方法。首先，运用牛顿 - 拉夫逊法，根据实际布局构建光伏电站模型。其次，深入探究逆变器输出的光伏功率数据特征，分析光伏功率与辐照度之间的映射关系。通过描述云层的形状、厚度和移动方向，构建虚拟云图以表示云层覆盖（功率损失）情况。随后，使用Canny边缘检测器对虚拟云图进行预处理，再利用改进的Pix2PixHD图像...
解读: 从阳光电源的业务视角来看，这项基于改进Pix2PixHD图像修复算法的秒级光伏功率预测技术具有重要的战略价值。该技术通过虚拟云图构建和深度学习算法，直击云层遮挡导致的功率波动这一行业痛点，为我们的智能光伏解决方案提供了新的技术路径。 对于阳光电源的逆变器业务而言，秒级预测精度的提升意味着可以在硬件...
一种用于交流潮流计算的无监督物理信息神经网络方法
An Unsupervised Physics-Informed Neural Network Method for AC Power Flow Calculations
Bozhen Jiang · Chenxi Qin · Qin Wang · IEEE Transactions on Power Systems · 2025年7月
潮流（PF）计算对于电力系统分析至关重要。近年来，数据驱动方法作为一种有前景的加速潮流计算的途径应运而生。然而，这些方法需要高质量的标注数据，且往往存在泛化能力差的问题。为解决这些问题，本文提出了一种用于交流潮流计算的无监督物理信息神经网络（UPINN）方法。该方法遵循牛顿 - 拉夫逊法的一般过程。通过最小化基于有功和无功功率不匹配设计的物理信息损失函数，潮流方程可直接得到满足，而无需计算雅可比矩阵的逆。本文给出了所提出的UPINN训练方法收敛性的证明。在IEEE 24节点和118节点系统上的案...
解读: 该无监督物理信息神经网络潮流计算技术对阳光电源储能与光伏系统具有重要应用价值。在PowerTitan大型储能系统和光储一体化电站中，该方法可嵌入iSolarCloud云平台实现实时潮流分析，无需历史标注数据即可快速求解节点电压与功率分布，显著提升ST系列储能变流器的并网控制响应速度。对于构网型GFM...
含风电渗透的信息物理电力系统连锁故障安全评估
Security Assessment of Cascading Failures in Cyber-Physical Power Systems with Wind Power Penetration
Xingye Xu · Kaishun Xiahou · Wei Du · Yang Liu 等6人 · IEEE Transactions on Power Systems · 2025年4月
本文提出一种高比例风电接入下的信息物理电力系统（CPPS）连锁故障安全评估方法。首先，建立考虑电力系统信息物理耦合及网络攻击风险的数学模型，并基于马尔可夫链蒙特卡罗（MCMC）方法构建风电随机模型。在此基础上，提出含风电接入的信息物理电力系统连锁故障模型。为提高连锁故障仿真的准确性，提出一种基于相位估计的线性潮流（PELPF）方法，该方法不仅能使计算精度与牛顿 - 拉夫逊法相当，还能显著提高计算效率并避免收敛问题。此外，基于PELPF方法构建了应对连锁故障中网络攻击的恢复控制模型。最后，引入两个...
解读: 该研究对阳光电源的储能与风电产品线具有重要参考价值。从技术层面，可直接应用于ST系列储能变流器的故障预警与安全防护系统，特别是在大型风储联合项目中的PowerTitan储能系统。研究提出的多阶段动态故障传播模型，有助于优化储能PCS的GFM控制策略，提升系统在高比例风电接入场景下的稳定性。同时，该安...
一种基于改进有限位置集锁相环的无交流电压传感器并网逆变器频率自适应控制策略
A Frequency Adaptive Control Strategy for Grid-Connected Inverters Without AC Voltage Sensor Based on an Improved Finite Position Set-Phase Locked Loop
Hao Yang · Lihui Yang · Shuo Chen · Jinzhu Shi 等5人 · IEEE Transactions on Power Electronics · 2024年11月
对于连接到弱电网且无交流电压传感器的并网逆变器（GCI），频率变化的出现会降低电网电压估计的准确性，还会降低 GCI 的输出性能。为解决这些问题，基于虚拟磁链（VF）估计器，提出了一种基于改进牛顿 - 拉夫逊法的有限位置集锁相环（INR - FPS - PLL）以及一种带有准比例复数积分（QPCI）控制器的频率自适应控制策略。具体而言，为满足频率变化时快速获取电网频率信息的需求，开发了仅需六次迭代的 INR - FPS - PLL。该锁相环计算负担小且收敛速度快。然后，由于频率变化会降低电网电压...
解读: 从阳光电源的业务视角来看，这项无交流电压传感器的并网逆变器频率自适应控制技术具有重要的应用价值和战略意义。 **技术价值分析**：该技术针对弱电网环境下的频率波动问题，提出了基于虚拟磁链估算器和改进型锁相环（INR-FPS-PLL）的控制策略。对于阳光电源的光伏逆变器和储能变流器产品线，这项技术能...
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...
基于深度学习初始化与同伦延拓的牛顿-拉夫逊交流潮流收敛
Newton-Raphson AC Power Flow Convergence Based on Deep Learning Initialization and Homotopy Continuation
Samuel N. Okhuegbe · Adedasola A. Ademola · Yilu Liu · IEEE Transactions on Industry Applications · 2024年12月
潮流计算是许多电力系统研究的基础。随着可再生能源渗透率的提高，电网规划者倾向于在各种运行条件下进行多次潮流模拟，而不仅仅是在高峰或轻载条件下选取特定时刻进行模拟。对于电网规划者而言，尤其是在大型电网中，使交流潮流（ACPF）计算收敛仍是一项重大挑战。本文提出了一种两阶段方法来提高牛顿 - 拉夫逊交流潮流计算的收敛性，并将其应用于拥有6102个母线的得克萨斯州电力可靠性委员会（ERCOT）系统。第一阶段采用基于深度学习的初始化方法并进行数据再训练。在此阶段，开发了一个深度神经网络（DNN）初始化器...
解读: 从阳光电源的业务视角来看，这项基于深度学习和同伦延拓法改进牛顿-拉夫逊潮流计算收敛性的研究具有重要的战略价值。随着公司光伏逆变器和储能系统在全球电网中的渗透率持续提升，电网规划面临的潮流计算挑战日益严峻，这项技术为解决大规模新能源并网场景下的电网仿真难题提供了创新思路。 该研究在6102节点的ER...