找到 4 条结果
基于电压定向矢量控制的光伏逆变器接入弱电网下的强迫振荡分析
Forced Oscillation Analysis of Voltage-Oriented Vector Control-Based PV Inverter Connected to Weak Power Grids
Zhen Gong · Xiaorong Xie · Chengxi Liu · Yonghao Gui 等6人 · IEEE Transactions on Power Delivery · 2025年7月
基于同步旋转坐标系的矢量控制（SRF-VC）广泛应用于单级光伏（PV）逆变器并网。然而，最大功率点跟踪（MPPT）引起的有功功率参考值（Pref）间谐波会引发挥发性振荡源，结合SRF-VC中的超调效应与有功-无功功率耦合（RRPC），可能导致振荡放大与强迫振荡问题。本文建立频域解析模型，分析MPPT引发Pref振荡时超调与RRPC对强迫振荡的影响。通过相量图揭示弱电网下锁相环动态缓慢导致的功率耦合机理，推导计及RRPC通道的频域模型，解析次/超同步频率下振荡放大特性，并利用Bode图研究不同控制...
解读: 该研究对阳光电源SG系列光伏逆变器在弱电网并网场景具有重要指导意义。文章揭示的MPPT引发Pref间谐波振荡与SRF-VC控制中超调效应、有功-无功功率耦合（RRPC）导致的强迫振荡机理，可直接应用于优化SG系列逆变器的矢量控制策略。建议：1）在MPPT算法中增加功率参考滤波环节，抑制间谐波注入；2...
基于数字孪生与自演化补偿器的电力电子系统在线健康监测及改进参数辨识能力
Digital Twin-Based Online Health Monitoring of Power Electronics Systems With Self-Evolving Compensators and Improved Parameter Identification Capability
Yi-Hua Liu · Zong-Zhen Yang · Min-Chen Liu · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年11月
电力电子系统（PES）在航空航天、可再生能源和电动汽车等领域至关重要。本文比较了粒子群优化（PSO）、灰狼优化和蜻蜓算法三种元启发式方法的参数估计性能，并提出一种结合物理行为的两阶段元启发式方法，显著提升了寄生电阻估计精度与参数识别速度。相较于传统PSO，MOSFET和电感寄生电阻估计误差分别由31%和45%降至1.5%和2.3%，计算时间减少逾60%。该方法在外部扰动下仍具高鲁棒性，平均使MOSFET和电感寄生电阻识别误差分别降低11.8%和16.7%。此外，引入自演化补偿器可在线自动调节控制...
解读: 该数字孪生健康监测技术对阳光电源ST储能变流器和SG光伏逆变器产品线具有重要应用价值。两阶段元启发式方法可精准辨识SiC MOSFET和电感寄生参数（误差降至1.5%/2.3%），直接提升PowerTitan储能系统功率模块的状态监测精度。自演化补偿器能在线自适应调节控制参数，可集成至iSolarC...
基于无人机的通信-负荷联合恢复策略以增强配电系统韧性
A Joint Communication-Load Restoration Strategy Based on UAVs For Resilient Distribution System
Haochen Zhang · Chen Chen · Jian Zhong · Zhaohong Bie 等5人 · IEEE Transactions on Power Systems · 2025年6月
自然灾害后，由于通信设施损坏导致配电自动化功能失效，常使负荷恢复过程延长。本文提出一种基于无人机（UAV）的通信与负荷联合恢复策略。构建考虑UAV与馈线终端单元（FTU）等地面设备间通信链路与干扰的应急通信系统，采用概率性视距/非视距（LoS/NLoS）信道模型描述传播环境；同时建立基于高效辐射状拓扑模型的微网重构与负荷恢复模型。通过块坐标下降法将联合优化问题分解为子问题，结合线性规划松弛、逐次凸逼近与二进制展开法求解。结果表明，该策略可充分挖掘UAV在通信恢复中的潜力，显著提升配电系统的韧性。
解读: 该无人机通信-负荷联合恢复策略对阳光电源PowerTitan储能系统和微电网解决方案具有重要应用价值。在极端灾害场景下，当地面通信中断时，可通过UAV应急通信网络快速恢复储能变流器与EMS能量管理系统的数据链路，实现ST系列储能变流器的孤岛运行控制与微网重构。该策略中的辐射状拓扑优化算法可直接应用于...
一种新颖的数据驱动多步风功率点-区间预测框架，集成基于滑动窗口的双层自适应分解与多目标优化以平衡预测精度与稳定性
A novel data-driven multi-step wind power point-interval prediction framework integrating sliding window-based two-layer adaptive decomposition and multi-objective optimization for balancing prediction accuracy and stability
Xiwen Cui · Xiaoyu Yuab · Haowei Niu · Dongxiao Niu 等5人 · Applied Energy · 2025年1月 · Vol.397
摘要 风能对大规模并网和实现碳中和至关重要，因此需要准确且稳定的预测方法来应对风电数据固有的随机性和复杂耦合特性。本研究提出了一种创新的数据驱动型点-区间预测框架，旨在克服现有模型仅关注预测精度而忽略预测所需稳定性的局限性，从而减少由此带来的不确定性。该框架首先引入异常值处理机制，并采用一种新的基于滑动窗口的双层自适应分解策略，在避免信息泄露的同时将风电数据分解为规律性子序列。随后通过Lempel-Ziv复杂度分析对这些子序列进行分类，以最小化计算冗余。进一步地，有针对性地部署先进模型——包括倒...
解读: 该多目标优化风电预测框架对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。其点-区间预测方法可显著提升储能系统充放电策略的准确性与稳定性,MAE降低27-58%为iSolarCloud平台的预测性维护提供可靠的不确定性量化能力。多层自适应分解策略可集成至GFM/GFL控制算...