找到 7 条结果
基于稀疏回归无迹卡尔曼滤波的光伏系统数据驱动动态状态估计
Data-Driven Dynamic State Estimation of Photovoltaic Systems via Sparse Regression Unscented Kalman Filter
Elham Jamalinia · Zhongtian Zhang · Javad Khazaei · Rick S. Blum · IEEE Transactions on Industrial Informatics · 2024年12月
本文提出了一种数据驱动的动态状态估计（DSE）方法，该方法专为受过程噪声和测量噪声影响的光伏（PV）能量转换系统（单级和两级）而设计。所提出的框架采用两阶段方法，包括“数据驱动的模型识别”和“状态估计”。在初始的模型识别阶段，利用非线性稀疏回归技术收集状态反馈，以阐明光伏系统的动态特性。在识别出光伏系统的动态特性后，将使用非线性数据驱动模型来估计光伏系统的动态，以用于监测和保护目的。为了应对不完整的测量、内在的不确定性和噪声，我们采用了“无迹卡尔曼滤波器”，该滤波器通过处理含噪输出数据来实现状态...
解读: 从阳光电源的业务视角来看，这项基于数据驱动的光伏系统动态状态估计技术具有重要的应用价值。该技术通过稀疏回归与无迹卡尔曼滤波器的结合，为光伏发电系统的实时监测和故障保护提供了新的解决方案，这与我们在逆变器智能化和系统可靠性提升方面的战略方向高度契合。 对于阳光电源的核心产品线，该技术的价值主要体现在...
基于MCC-PCKF的跟网型变流器时变虚拟惯量与状态估计
Time-Varying Virtual Inertia and State Estimation of Grid-Following Converters Based on MCC-PCKF
王渝红 · 王雪珂 · 文玉玲 · 郑宗生 等6人 · 电力系统自动化 · 2025年1月 · Vol.49
新能源接入背景下，非同步机惯量估计对抑制有功功率扰动、维持系统稳定至关重要。针对虚拟惯量的时变特性，构建了跟网型新能源非同步机动态惯量与状态联合估计模型，并采用混沌多项式卡尔曼滤波（PCKF）进行参数辨识。为提升异常噪声下的鲁棒性，引入最大熵准则（MCC），构造融合高阶统计信息的代价函数，提出基于MCC-PCKF的时变虚拟惯量估计方法。在改进IEEE 39节点系统上的仿真结果表明，该方法较传统PCKF在噪声干扰下具有更高的估计精度与鲁棒性。
解读: 该时变虚拟惯量估计技术对阳光电源跟网型产品具有重要应用价值。针对ST系列储能变流器和SG系列光伏逆变器，MCC-PCKF算法可实时辨识虚拟惯量参数，提升功率扰动抑制能力和电网适应性。在PowerTitan大型储能系统中，该方法可优化VSG控制策略，增强异常噪声下的鲁棒性，提高并网稳定性。对于iSol...
基于物理学习的针对可再生能源供电不确定电力系统的隐蔽虚假数据攻击
Physics Learning Based Stealthy False Data Attack Against Renewable Fed Uncertain Power System
Jagendra Kumar Narang · Baidyanath Bag · IEEE Transactions on Industry Applications · 2025年8月
尽管现有无模型虚假数据攻击（MFFDA）方法成功率较高，但在大规模可再生能源接入的电力系统中，其针对状态估计（SE）的性能存疑。这些方法缺乏稀疏性，且未考虑发电机和零注入母线情况，容易被控制中心检测到。可再生能源带来的不确定性增加，进一步提高了被检测的风险。本文评估了状态估计在先进无模型虚假数据攻击下的安全性。我们提出了一种结合物理模型与深度学习的自编码器 - 生成对抗网络（AE - GAN）框架，用于捕捉测量数据的内在变异性并生成攻击数据。基于自编码器的代理状态估计模型考虑了不确定测量数据的时...
解读: 该研究揭示的虚假数据攻击机制对阳光电源储能及光伏系统的网络安全防护具有重要警示价值。针对ST系列储能变流器和PowerTitan大型储能系统，需在iSolarCloud云平台中强化状态估计数据的物理一致性校验，建立基于功率平衡、电压约束的多维度异常检测机制。对于SG系列光伏逆变器的1500V系统，应...
缓解三相电力系统PMU测量基础设施中的非线性系统误差
Mitigating the Effects of Nonlinear Systematic Errors Within PMU Measurement Infrastructure in Three-Phase Power Systems
Etki Acilan · Ali Abur · IEEE Transactions on Power Systems · 2024年11月
同步相量测量单元（PMU）的引入为电网监控与控制提供了高采样率的同步电压电流相量数据，但其测量链中的互感器及通信环节可能引入噪声与系统性误差。若不校正，将导致状态与参数估计偏差。本文提出一种嵌入状态估计算法的远程校准方法，可有效补偿线性与非线性系统误差。在三相118节点测试系统中验证了该方法对线性与二次型误差的校准能力，结果表明其可有效修正互感器及PMU设备层面的多种系统误差。
解读: 该PMU非线性误差校准技术对阳光电源储能与电网侧产品具有重要价值。在PowerTitan大型储能系统中，精准的相量测量是实现构网型GFM控制和电网支撑功能的基础，该远程校准方法可补偿电流互感器在大功率充放电时的非线性误差，提升状态估计精度。对于ST系列储能变流器的并网同步控制，校正后的相量数据可优化...
适用于多种控制模式逆变型资源的切换动态状态估计与事件检测
Switching Dynamic State Estimation and Event Detection for Inverter-Based Resources With Multiple Control Modes
Heqing Huang · Yuzhang Lin · IEEE Transactions on Power Systems · 2024年12月
随着基于逆变器的电源（IBR）在电力系统中逐渐取代同步发电机（SG），IBR的动态状态估计（DSE）成为一个新兴课题。与SG不同，IBR的动态模型在很大程度上依赖于其控制算法，而传统的SG动态状态估计方法假定状态空间和动态模型不变，无法实时处理控制模式发生变化的IBR，尤其是当电网运营商不清楚IBR当前的控制模式时。针对这些挑战，本文提出了一种期望最大化滑动窗口迭代扩展卡尔曼滤波器（EM - SW - IEKF）方法。该方法通过期望最大化（EM）算法在理论上实现了不同模式下的最大似然估计，提供了...
解读: 该切换动态状态估计技术对阳光电源储能与光伏产品具有重要应用价值。针对ST系列储能变流器和SG系列光伏逆变器在GFM/GFL控制模式切换时的动态行为监测，该方法可精准识别控制模式转换时刻并实时更新状态估计模型。可直接应用于PowerTitan储能系统的智能运维模块，通过扩展卡尔曼滤波与残差分析实现故障...
利用数字孪生技术进行电池管理：案例研究综述
Leveraging Digital Twin Technology for Battery Management: A Case Study Review
Judith Nkechinyere Njoku · Ebuka Chinaechetam Nkoro · Robin Matthew Medina · Cosmas Ifeanyi Nwakanma 等6人 · IEEE Access · 2025年1月
电池管理系统BMS复杂性增加导致处理准确实时监测和控制所需海量数据面临挑战。现有严重依赖人工智能AI的BMS框架常因数据限制而影响状态估计精度，最终影响电池性能和安全性。提出集成数字孪生DT技术应对这些挑战。DT创建物理电池系统的虚拟表示，通过先进AI算法实现增强监测、预测性维护和优化性能。本研究全面探索BMS的DT技术。首先综述基本概念，包括DT在电池管理中的定义、角色和高层架构。其次检查研究和行业案例研究以识别开发强大电池DT的必要技术和工具。提出详细框架将DT与现有BMS基础设施集成，聚焦...
解读: 该数字孪生电池管理技术对阳光电源BMS产品线有前瞻性参考价值。阳光储能BMS和车载OBC可借鉴DT技术实现虚拟仿真和优化。数字孪生虚拟表示可应用于阳光电池系统的状态监测和预测性维护。AI算法与DT集成的思路可提升阳光BMS的智能化水平。该综述提出的集成框架和实施策略，对阳光BMS数字化转型有指导意义...
数字孪生与TD3算法实现车联网中电动汽车能量管理优化
Digital Twin and TD3-Enabled Optimization of xEV Energy Management in Vehicle-to-Grid Networks
Irum Saba · Abdulraheem H. Alobaidi · Sultan Alghamdi · Muhammad Tariq · IEEE Access · 2025年1月
电动汽车快速普及需优化储能系统管理以提升性能、寿命和可靠性。传统ESS管理方法在实时状态估计、能量优化和预测性维护方面存在困难，导致电池利用和可持续性效率低下。本文提出先进ESS框架，集成数字孪生DT技术和双延迟深度确定性策略梯度TD3算法（源自DDPG的最先进强化学习方法）。该集成实现关键ESS状态（SOC、SOH、SOE和RUL）的精确实时估计，增强预测性维护和运营效率。所提框架促进主动电池健康监控，生成潜在故障早期预警，通过DT驱动ESS控制实现智能电池更换。通过动态调整ESS控制策略，T...
解读: 该数字孪生技术对阳光电源新能源汽车业务具有重要价值。阳光OBC车载充电机和BMS系统需要精准的电池状态估计和智能能量管理。该研究的DT-TD3框架可集成到阳光车辆能量管理系统，实现99.8%的高精度SOC/SOH估计，优化充电策略和电池寿命管理。在V2G车网互动场景下，该技术可预测电池健康状态，智能...