找到 2 条结果
对抗性约束学习在配电网分布式能源鲁棒调度中的应用
Adversarial Constraint Learning for Robust Dispatch of Distributed Energy Resources in Distribution Systems
Ge Chen · Hongcai Zhang · Yonghua Song · IEEE Transactions on Sustainable Energy · 2024年11月
可再生能源与负荷的波动性给配电网中分布式能源（DERs）的调度带来显著挑战，常引发不确定性导致潮流约束越限。鲁棒优化（RO）虽能有效管理此类运行风险，但非凸的交流潮流约束使其难以通过强对偶理论构建确定性等价问题。为此，本文提出对抗性约束学习方法，以生成线性代理模型用于鲁棒调度。该方法首先设计基于梯度的对抗攻击机制，识别最恶劣情况下的约束越限；预先训练“教师”模型以加速攻击过程中的梯度计算，并指导两个“学生”模型学习从候选调度决策及额定运行条件预测最恶劣越限。学生模型被重构为等效的混合整数线性规划...
解读: 该对抗性约束学习技术对阳光电源PowerTitan储能系统和ST系列储能变流器的鲁棒调度具有重要应用价值。文章提出的梯度对抗攻击机制可识别最恶劣运行场景，结合MILP代理模型实现快速在线优化，可直接应用于iSolarCloud云平台的智能调度模块，提升多储能站点协同调度的鲁棒性。该方法解决了非凸交流...
面向孤岛微电网频率调节服务的量化通信区域供冷系统分布式事件触发控制
Distributed Event-Triggered Control of District Cooling Systems for the Frequency Regulation Service of Islanded Microgrids With Quantization Communication
Jinshuo Su · Peipei Yu · Hongcai Zhang · Hui Liu · IEEE Transactions on Sustainable Energy · 2025年9月
区域供冷系统（DCS）作为具有显著调节灵活性的需求侧负荷，有望为孤岛微电网提供频率调节服务。然而，现有DCS控制方法因持续通信和大量数据传输导致通信负担过重，且未实现各DCS间的公平功率参与，可能导致部分系统因过度使用调节能力而提前退出，恶化频率响应。为此，本文提出一种基于量化通信的分布式事件触发控制策略，在降低通信频次与数据量的同时，保障功率分配公平性及用户舒适度。该策略通过事件触发机制减少通信次数，采用量化通信压缩数据传输，并使各DCS功率调节比收敛至参考值以实现公平参与。理论分析证明了系统...
解读: 该分布式事件触发控制技术对阳光电源PowerTitan储能系统及微电网解决方案具有重要应用价值。文章提出的量化通信与事件触发机制可直接应用于ST系列储能变流器的并联控制，显著降低通信带宽需求（减少60%以上数据传输），优化多储能单元协同调频性能。公平功率分配策略可避免单台设备过度响应导致的SOC失衡...