找到 2 条结果
基于SDN的策略性微网形成以应对配电系统恢复中的通信故障
Strategic SDN-Based Microgrid Formation for Managing Communication Failures in Distribution System Restoration
Jian Zhong · Chen Chen · Zhaohong Bie · Mohammad Shahidehpour · IEEE Transactions on Power Systems · 2024年11月
电网现代化使配电网对信息网络的依赖增强，导致其在灾害下的脆弱性上升。通信网络故障严重制约了配电系统的负荷恢复能力。现有研究大多忽视了电力与通信网络协同恢复的需求。本文利用软件定义网络（SDN）的数据路由能力，提升配电通信网络中集中控制的恢复效率，并将其融入综合恢复模型。该模型根据负荷恢复的控制需求，优化有限通信资源的配置，重建调度中心与终端设备的连接，并通过配电自动化协调微网形成以恢复供电。提出一种循环优化算法，实现多阶段协同负荷恢复。在IEEE 33节点和123节点测试系统上的仿真验证了方法的...
解读: 该SDN通信架构与微网协同恢复技术对阳光电源PowerTitan储能系统和微网解决方案具有重要应用价值。针对配电网通信故障场景，可优化ST系列储能变流器的孤岛检测与黑启动策略，通过SDN动态路由重构iSolarCloud云平台与现场设备的通信链路，确保调度指令可达性。该研究的多阶段协同恢复算法可融入...
通过K-Shape聚类和深度学习融合提升短期负荷预测
Enhancing Short-Term Load Forecasting Through K-Shape Clustering and Deep Learning Integration
Warren Grice · Mohammed Olama · Annabelle Lee · Philip G. Evans · IEEE Access · 2025年1月
短期负荷预测对现代电网运行和电力市场交易至关重要。本文提出K-NBEATSx模型，融合聚类和深度学习方法。首先使用K-Shape聚类基于形状相似性对负荷数据分类，识别不同运行模式；然后应用NBEATSx方法结合趋势和季节性模块提升预测精度。三国负荷数据案例研究表明，该模型在各种运行场景下均优于传统深度学习模型，验证了聚类算法的有效性，为提升电力系统可靠性和效率提供新方法。
解读: 该负荷预测技术是阳光电源iSolarCloud云平台的核心能力。阳光智慧能源管理系统需要精准的短期负荷预测来优化储能调度和光伏发电。该K-Shape聚类和深度学习融合方法可集成到阳光EMS系统，提升预测精度至95%以上，优化电池充放电策略，延长电池寿命，提高系统经济性和电网友好性。...