找到 8 条结果
基于经济模型预测控制的舰船微网频率电压控制与经济优化
Frequency Voltage Control and Economic Optimization of Shipboard Microgrid Based on Economic Model Predictive Control
Panxiao Yong · Yubin Jia · Changyin Sun · IEEE Transactions on Sustainable Energy · 2025年9月
随着舰船电力系统对可再生能源依赖性的增加，其出力间歇性易引发微网频率波动。为此，集成混合储能系统（HESS）对提升频率稳定性至关重要。本文提出一种经济模型预测控制（EMPC）策略，兼顾频率电压调节与系统经济性优化目标，实现负载频率与电压的协同控制。通过理论分析证明，该方法的平均性能不低于稳态性能。仿真结果验证了所提EMPC策略的有效性与可靠性。
解读: 该EMPC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。文章提出的频率电压协同控制与经济优化方法，可直接应用于阳光电源构网型GFM控制技术的升级，特别是在微电网和海岛独立供电场景。混合储能系统的功率分配策略可优化ST储能系统中超级电容与锂电池的协同控制，延长电池...
基于序的异构智能体强化学习方法用于配电网与输电网协调的负荷频率控制
Order-based Heterogeneous Agents Reinforcement Learning Method with the Coordination of Distribution Network and Transmission Network for Load Frequency Control
Shixuan Yu · Xiaodong Zheng · Tianzhuo Shi · Ruilin Chen 等6人 · IEEE Transactions on Power Systems · 2025年8月
随着大规模分布式能源（DERs）持续接入配电网（DN），DN已具备参与负荷频率控制（LFC）的能力。本文提出一种基于序的异构智能体软演员-评论家方法（OHASAC），以解决异构可控DERs间的协调问题。通过神经网络估计异构智能体的最优更新顺序，并将最优LFC问题建模为考虑DN与输电网（TN）协调的局部可观测马尔可夫博弈。模型涵盖变辐照条件下电池储能系统（BESS）与光伏（PV）的协同调频。仿真结果表明，该方法在DN-TN协同环境中能有效管理多种分布式电源，兼具优良的泛化性与可扩展性。
解读: 该异构智能体协同控制技术对阳光电源PowerTitan储能系统与SG系列光伏逆变器的协同调频具有重要应用价值。OHASAC方法可优化ST储能变流器在变辐照条件下的BESS-PV协同响应策略，提升配电侧分布式资源参与电网LFC的能力。基于序的智能体更新机制可集成至iSolarCloud平台，实现多站点...
考虑电动汽车聚合商与液流电池参与的时滞负荷频率控制扰动抑制能力评估
Disturbance Suppression Ability Evaluation for Delayed Load Frequency Control Participated With EV Aggregators and Redox Flow Batteries
Hong-Zhang Wang · Xing-Chen Shangguan · Chuan-Ke Zhang · Chen-Guang Wei 等6人 · IEEE Transactions on Industrial Informatics · 2025年7月
用于负荷频率控制（LFC）的辅助调频服务（AFRS）中的储能源响应时间快，能有效平滑风电输出。本文在考虑电动汽车（EV）聚合商和基于液流电池（RFB）的辅助调频服务参与的情况下，评估了具有时滞的负荷频率控制的扰动抑制能力。首先，构建了包含电动汽车聚合商和液流电池参与的含风电时滞负荷频率控制模型。提出了一种评估时滞负荷频率控制扰动抑制能力的准则，与现有方法相比，该准则纳入了更多系统信息，降低了保守性。最后，案例研究表明，引入液流电池提高了负荷频率控制的扰动抑制能力和时滞容忍能力。仿真和实验测试表明...
解读: 从阳光电源的业务视角来看，这项关于延迟负荷频率控制（LFC）中扰动抑制能力的研究具有重要的战略参考价值。论文聚焦于电动汽车聚合器和液流电池参与辅助调频服务，这与我司在储能系统和新能源解决方案领域的核心业务高度契合。 该研究的核心价值在于解决了风电等新能源接入电网时的频率稳定性问题。当前我司的光储一...
受脑启发的深度强化学习在复合干扰下电力系统负荷频率控制中的应用
Brain-Inspired Deep Reinforcement Learning for Load Frequency Control of Power Systems With Composite Interference
Xiaoming Sun · Chen Peng · Xinchun Jia · Yajian Zhang · IEEE Transactions on Industrial Informatics · 2025年4月
本文针对存在内部噪声和外部负荷波动复合干扰的电力系统，提出了一种受大脑启发的基于深度强化学习（DRL）的负荷频率控制框架。具体而言，受人类大脑决策过程的启发，系统状态的一些历史、当前和未来特征被充分提取到经验池中，以便深度强化学习智能体进行高效训练。同时，设计了一种渐进式训练机制，通过逐步增加训练目标将训练过程划分为多个阶段，以减少训练过程中的盲目性。此外，针对复合干扰，预先学习一些模拟干扰，以提高深度强化学习智能体的适应性。在单发电机组电力系统上的实验结果表明，所提出的方法能够在复合干扰下有效...
解读: 从阳光电源的业务视角来看，这项基于脑启发式深度强化学习的负荷频率控制技术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装机规模持续扩大，如何应对新能源接入带来的频率波动问题已成为核心技术挑战。 该技术的创新点与阳光电源的实际需求高度契合。首先，其针对"内部噪声与外部负荷波动复合干扰...
非线性实时分布式最优控制用于信息物理电力系统的频率调节
Nonlinear Real-Time Distributed Optimal Control for Frequency Regulation of Cyber–Physical Power Systems
Xiao Qi · Jizhen Liu · Wenguang Zhang · Hui Deng · IEEE Transactions on Industrial Electronics · 2025年2月
随着可再生能源在电力系统中渗透率的提高，分布式最优控制（DOC）方法被视为实时协同解决负荷频率控制与经济调度问题的有效途径。本文提出一种新型DOC方法，以应对信息物理电力系统中的非线性特性，包括物理约束与时滞。首先，结合部分原始-对偶梯度算法与自抗扰控制（ADRC），构建基于ADRC的DOC方法以提升频率控制性能；引入正投影算子处理机组出力饱和与联络线热约束；利用Lyapunov函数理论证明系统稳定性；进一步设计时滞补偿的扩张状态观测器，重构DOC方法以同时应对物理约束与时滞。最后通过实时硬件在...
解读: 该非线性实时分布式最优控制技术对阳光电源储能与新能源并网产品具有重要应用价值。针对PowerTitan大型储能系统，ADRC自抗扰控制结合正投影算子可优化ST系列储能变流器的调频响应，在处理功率饱和约束的同时实现经济调度与频率调节协同优化。时滞补偿扩张状态观测器可应用于iSolarCloud云平台的...
基于边缘计算的光伏阵列故障诊断系统:深度学习轻量化部署
Optimization of a Novel FOPIDN-(1+PIDN) Controller for Renewable Integrated Multi-Area Load Frequency Control System With Non-Linearities
Shreekanta Kumar Ojha · Maddela Chinna Obaiah · IEEE Access · 2025年1月
光伏阵列故障诊断依赖云平台处理存在延迟和通信成本问题,边缘计算提供本地化诊断能力。本文提出基于边缘计算的故障诊断系统,通过轻量化深度学习模型实现组件级故障的实时检测和定位。
解读: 该边缘智能诊断技术可集成到阳光电源智能光伏逆变器。通过在逆变器端部署轻量化AI模型,实现光伏阵列的实时故障检测,降低云端通信依赖,提升故障响应速度,为分布式光伏电站提供智能运维能力。...
基于Kautz函数的高效分布式MPC在含通信延迟的多区域电力系统负荷频率控制中的应用
Efficient Distributed MPC Using Kautz Functions for Load Frequency Control in Multi-Area Power Systems With Communication Delays
Shuangqing Yan · Xiuxing Yin · Yang Zheng · IEEE Transactions on Sustainable Energy · 2025年3月
可再生能源的大规模接入导致电力系统供需不平衡和频率波动，传统集中式负荷频率控制（LFC）难以适应分布式能源的动态变化。本文提出一种基于离散Kautz函数的分布式模型预测控制（KDD-MPC）方法，利用其灵活的非相同极点配置逼近控制轨迹，显著降低计算复杂度。该方法有效处理LFC中的非线性约束，通过邻区信息反馈实现区域间协调，并引入时变通信延迟补偿机制以增强鲁棒性。在IEEE 39节点系统上的仿真结果表明，相较于PSO优化的PI控制器，扰动区域的平均绝对百分比控制误差（MAPACE）降低10.8%，...
解读: 该分布式MPC控制技术对阳光电源储能和光伏产品线具有重要应用价值。Kautz函数降低计算复杂度的特点,可优化ST系列储能变流器和PowerTitan系统的频率调节性能,提升多机并联时的协调控制效果。其通信延迟补偿机制可增强大型储能电站的系统稳定性,对iSolarCloud平台的分布式调度具有借鉴意义...
自适应事件触发滑模负荷频率控制在虚假数据注入攻击下的信息物理电力系统
Adaptive Event-Triggered Sliding Mode Load Frequency Control for Cyber-Physical Power Systems Under False Data Injection Attacks
Weiru Guo · Fang Liu · Yalin Wang · Denis Sidorov 等5人 · IEEE Transactions on Industrial Informatics · 2024年12月
作为新一代电力系统，随着通信网络的应用，信息物理电力系统（CPPS）变得更加智能和便捷。然而，时滞和网络攻击的存在给系统控制带来了挑战。本文研究了CPPS在虚假数据注入（FDI）攻击下的负荷频率控制（LFC）问题，并基于自适应事件触发机制应用滑模控制方案来解决LFC问题。首先，考虑时滞和FDI攻击，建立了具有自适应事件触发滑模控制（AET - SMC）方案的动态多区域LFC模型。然后，基于基于延迟乘积项的循环泛函构造了一种新颖的Lyapunov - Krasovskii泛函，用于分析系统的稳定性...
解读: 从阳光电源的业务视角来看，这项基于自适应事件触发滑模控制的负荷频率控制技术具有重要的战略价值。随着公司在光储一体化、微电网及虚拟电厂等领域的深入布局，信息物理融合电力系统（CPPS）的安全稳定控制已成为核心技术挑战。 该技术的核心价值体现在三个维度：首先，针对虚假数据注入攻击的防护机制直接契合阳光...