找到 8 条结果
通过同宿分岔消除构网型变流器的同步失稳
Eliminating Synchronization Instability of Grid-Forming Converters by Removing the Periodic Orbit via Homoclinic Bifurcation
Yuqian Zhang · Qinglai Guo · Hongbin Sun · IEEE Transactions on Sustainable Energy · 2025年6月
构网型变流器可为电力系统提供频率和电压支撑，是高比例电力电子与可再生能源接入系统中的关键设备。然而，在大扰动后可能发生同步失稳，其本质为系统状态被周期轨道捕获。本文提出一种通过同宿分岔消除该周期轨道以根除同步失稳的新方法。首先引入振荡指数估计系统接近同宿分岔的程度，并推导周期轨道灵敏度以评估控制参数对振荡指数的影响；进而利用该指数及其灵敏度估算触发同宿分岔所需的参数调整量。提出方法的应用框架亦被给出，并通过仿真与实验验证了其有效性。
解读: 该同宿分岔稳定性控制技术对阳光电源构网型产品具有重要应用价值。针对ST系列储能变流器和PowerTitan大型储能系统，该方法可从根本上消除大扰动后的同步失稳风险，显著提升GFM控制模式下的暂态稳定性。所提出的振荡指数和周期轨道灵敏度分析方法，可集成到阳光电源现有VSG控制算法中，实现参数自适应优化...
基于模型优化的残差深度强化学习在逆变器型电压-无功控制中的应用
Residual Deep Reinforcement Learning With Model-Based Optimization for Inverter-Based Volt-Var Control
Qiong Liu · Ye Guo · Lirong Deng · Haotian Liu 等6人 · IEEE Transactions on Sustainable Energy · 2024年9月
提出一种基于近似模型驱动优化的残差深度强化学习（RDRL）方法，用于主动配电网中的逆变器型电压-无功控制（IB-VVC）。通过改进的马尔可夫决策过程统一建模模型驱动与RDRL方法，RDRL在模型基策略动作基础上学习残差动作。该方法继承了近似模型优化的控制能力，并通过残差策略学习增强策略优化性能。由于实际中获取的近似模型通常较为可靠，模型优化所得动作接近最优，从而缩小残差动作搜索空间，提升评论器逼近精度并降低执行器搜索难度。仿真结果表明，RDRL在学习过程中显著提升优化性能，并在69节点和141节...
解读: 该残差深度强化学习方法对阳光电源ST系列储能变流器和PowerTitan大型储能系统的电压-无功控制具有重要应用价值。技术可直接应用于：1）ST系列储能变流器的智能VVC控制策略，通过残差学习优化逆变器无功输出，提升电网电压支撑能力；2）PowerTitan储能系统的多机协调控制，在iSolarCl...
电力系统暂态稳定评估中神经网络的鲁棒性认证
Robustness Certification of Neural Networks for Power System Transient Stability Assessment
Liangyuchen Lu · Yanzhen Zhou · Hongtai Zeng · Zhengcheng Wang 等6人 · IEEE Transactions on Power Systems · 2025年5月
神经网络（NNs）可快速准确地评估电力系统安全性，但对输入微小扰动的鲁棒性有限，可能导致误判。现有鲁棒性认证方法在暂态稳定评估中面临物理约束与敏感动态的挑战。为此，本文提出考虑物理可行性的鲁棒性比率指标及两阶段认证框架，通过嵌入系统物理约束推导非平凡鲁棒下界，并利用优化样本的稳定性验证获取上界。基于该框架开展模型选择与对抗训练，提升模型鲁棒性。在新英格兰10机系统及实际区域电网中的验证表明所提方法有效。
解读: 该神经网络鲁棒性认证技术对阳光电源PowerTitan大型储能系统及构网型控制产品具有重要应用价值。在储能系统参与电网暂态稳定支撑时，需快速准确评估系统安全裕度，但传统神经网络模型易受扰动影响导致误判。该研究提出的物理约束嵌入式认证框架可应用于：1）ST系列储能变流器的GFM控制策略优化，通过鲁棒性...
一种避免模仿现象的短期概率波浪能功率预测方法
A Mimicking-Avoiding Short-Term Probabilistic Power Forecasting Method for Wave Energies
Haoxuan Chen · Yinliang Xu · Hongbin Sun · IEEE Transactions on Sustainable Energy · 2024年10月
波浪能在可持续海洋开发中具有重要作用，但复杂的海洋气象条件导致波浪功率输出波动，引发预测中的模仿现象。此外，精确数值天气预报（NWP）数据的缺乏加剧了预测偏差。为此，本文提出一种序列特征感知（SCP）方法，并结合改进的混合模型——分位数自由损失门控循环单元核密度估计（QLB-GRU-KDE），用于浮式波浪能吸收系统的概率化功率预测。首先通过集成方法获取先验知识，再利用自由损失函数缓解模仿现象，并采用GRU与KDE融合模型实现概率预测。同时提出量化模仿严重程度的评估指标。基于真实波浪数据的实验验证...
解读: 该波浪能概率预测方法对阳光电源储能系统和智能运维平台具有重要借鉴价值。其提出的序列特征感知与QLB-GRU-KDE混合模型可迁移至ST系列储能变流器的功率预测场景，解决海上风电、光伏等新能源输出波动导致的预测'模仿现象'问题。该方法的分位数自由损失函数可优化iSolarCloud平台的预测性维护算法...
一种考虑功率、能量及波动性的光伏场景聚类新方法
A Novel Clustering Method for Extracting Representative Photovoltaic Scenarios Considering Power, Energy, and Variability
Xueqian Fu · Na Lu · Hongbin Sun · Youmin Zhang · IEEE Transactions on Power Systems · 2025年1月
由于光伏发电存在显著的不确定性，高比例光伏接入的电网运行场景复杂多样。为准确提取光伏发电的代表性场景，本文提出了一种同时考虑光伏功率、能量和波动性的新型聚类模型。与依赖欧氏距离的传统聚类模型相比，该聚类模型不仅考虑了欧氏距离，还纳入了日光伏发电量和光伏功率曲线特征，能够更准确地量化和分析光伏对电网的影响。为求解所提出的聚类模型，基于线性优化、拉格朗日乘子和特征值分解，提出了一种交替优化算法。本文的亮点在于通过理论证明和仿真算例对所提方法进行了双重验证。从理论上阐述了算法的计算复杂度，并证明了算法...
解读: 该光伏场景聚类方法对阳光电源iSolarCloud智能运维平台和PowerTitan储能系统具有重要应用价值。通过综合功率、能量和波动性的多维特征提取，可优化光伏电站群的典型日曲线建模，提升SG系列逆变器的功率预测精度和MPPT算法自适应性。对于储能系统，该方法能生成高质量的充放电场景集，优化ST系...
基于隐私保护的物理信息深度算子代理模型的电–气耦合系统连锁故障实时主动控制
Real-time proactive control of cascading failures in integrated electricity–gas systems based on a privacy-preserving physics informed deep operator surrogate model
Jiachen Zhang · Qinglai Guo · Yanzhen Zhou · Hongbin Sun · Applied Energy · 2025年1月 · Vol.401
摘要 随着电力系统与天然气网络之间耦合程度的加深，两类系统间的故障传播风险也随之上升，威胁综合能源系统的安全运行。然而，采用传统数值方法进行动态能量流分析存在计算效率低下的问题，难以满足实时紧急控制的需求。此外，系统之间直接共享模型与数据在实际应用中仍不可行。为应对上述挑战，本文提出了一种面向电–气耦合系统（IEGS）连锁故障的快速主动控制方法，利用物理信息驱动的天然气网络代理模型显著加速安全分析过程。所提出的框架结合了物理信息驱动的深度算子神经网络（PI-DeepONet），以实现故障条件下快...
解读: 该电-气耦合系统级联故障预测技术对阳光电源储能系统具有重要价值。基于物理信息深度学习的实时故障预测方法可应用于PowerTitan储能系统与iSolarCloud平台,实现多能源系统协同控制。其隐私保护数据压缩技术可增强ST系列PCS在综合能源场景的安全性,支持虚拟电厂VPP应用中电储气多系统协调。...
知识集成GAN模型用于光伏并网分析中的全年天气随机时间序列模拟
Knowledge-Integrated GAN Model for Stochastic Time-Series Simulation of Year-Round Weather for Photovoltaic Integration Analysis
Xueqian Fu · Fuhao Chang · Hongbin Sun · Pei Zhang 等5人 · IEEE Transactions on Power Systems · 2025年4月
对于高比例光伏发电的电力系统随机生产模拟而言，气象模拟已变得至关重要。生成式人工智能已成为气象序列随机模拟的核心技术。鉴于生成式人工智能技术在内容生成方面的不可控性，本研究提出了一种由数据与知识融合驱动的年度气象场景随机模拟新方法。融合工作包括构建月度气象生成对抗网络（MWGAN）、一种基于统计概率知识的生成场景质量提升方法，以及一套用于评估生成气象场景的统计机器学习方法。利用中国广东某地48年的气象数据，对所提出的年度气象场景随机模拟方法进行了验证。通过将所提出的模型与五种前沿的生成对抗网络（...
解读: 该知识集成GAN模型对阳光电源光伏储能系统具有重要应用价值。在SG系列光伏逆变器产品线，可用于优化MPPT算法的预测性控制，通过高保真气象序列模拟提升发电功率预测精度；在ST系列储能变流器及PowerTitan大型储能系统中，全年逐时天气随机模拟可支持储能容量优化配置与充放电策略制定，提升系统经济性...
考虑电–氢–热混合储能系统的南极微电网多时间尺度优化经济调度
Optimal multi-timescale economic dispatch for Antarctic microgrids considering a hybrid electric–hydrogen–thermal energy storage system
Jingxuan Zhang · Xinyue Chang · Yixun Xue · Jia Suab 等7人 · Energy Conversion and Management · 2025年1月 · Vol.345
摘要 南极科考站严重依赖柴油发电机，运行成本高昂且环境可持续性差。为解决这一问题，本文研究了一种经济调度策略，通过引入电–氢–热混合储能系统，提升能源供应可靠性并降低对柴油的依赖。首先，构建了一种温度依赖型储能模型，以适应南极极端低温环境条件。基于该模型，设计了多时间尺度混合储能系统：短期采用锂电池应对小时级功率波动，中期采用钒氧化还原液流电池平抑日级波动，长期利用氢储能缓解季节性能量不平衡；同时设计了混合热储能系统，包含短期热储能用于缓冲快速变化的热负荷，以及长期热储能以维持稳定的供热输出。在...
解读: 该多时间尺度混合储能调度技术对阳光电源极端环境微网解决方案具有重要价值。文中温度自适应储能模型可指导ST系列PCS在极寒环境的热管理优化;短中长期储能协同策略(电池-液流电池-氢储能)与PowerTitan系统架构高度契合,可提升多时间尺度能量平衡能力;零敏感聚类算法对极夜场景的处理,可增强iSol...