找到 2 条结果
基于ADMM的弹性分布式经济模型预测控制算法用于网络化微电网的频率恢复与经济调度
An ADMM-Based Resilient Distributed Economic MPC Algorithm for Frequency Restoration and Economic Dispatch in Networked Microgrids
Yubin Jia · Panxiao Yong · Chaojie Li · Ke Meng 等6人 · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62
针对可再生能源波动性导致微电网分层控制难以兼顾经济调度与实时动态性能的问题，本文提出一种基于ADMM的分布式经济模型预测控制（EMPC）策略，实现并行求解、降低通信与计算负担，并通过Lyapunov分析证明系统渐近稳定及稳态经济性优越。
解读: 该ADMM-MPC算法高度契合阳光电源在光储协同微电网场景下的智能控制需求，可直接赋能iSolarCloud平台的多站点协同优化调度，并提升ST系列PCS及PowerTitan系统在离网/并网切换、频率支撑和经济运行中的响应精度与鲁棒性。建议将该算法嵌入新一代光储一体化控制器固件，强化其在工商业微电...
多任务图自适应学习在澳大利亚国家电力市场多元电价短期预测中的应用
Multi-Task Graph Adaptive Learning for Multivariate Electricity Price Short-Term Forecasting in Australia's National Electricity Market
Yi Li · Chaojie Li · Guo Chen · Xiaojun Zhou 等5人 · IEEE Transactions on Power Systems · 2024年4月
准确的电价短期预测对电力市场数字化至关重要。然而，可再生能源扩张与用电需求增长导致电价波动加剧，预测难度加大。供需不平衡的不确定性及电力市场的时空关联性是精准预测的主要障碍。本文提出一种多任务学习模型MGAAL，结合图注意力机制，并引入异常价格尖峰预测的辅助任务，提升泛化能力并降低过拟合风险。MGAAL采用基于注意力的图神经网络捕捉电力时空流动动态，并通过同方差不确定性和梯度归一化自适应调整任务权重。基于澳大利亚国家电力市场数据的实验表明，该模型性能优于当前先进方法。
解读: 该多任务图自适应学习电价预测技术对阳光电源储能系统具有重要应用价值。在PowerTitan大型储能系统和ST系列储能变流器的能量管理策略中，精准的电价短期预测可优化充放电调度决策，通过峰谷套利提升收益。其图神经网络捕捉时空关联的方法可集成至iSolarCloud云平台，实现多站点储能协同优化。异常价...