找到 7 条结果
状态转移引发的构网型电压源换流器暂态同步失稳：分析与改进
State Transfer Induced Transient Synchronization Instability of GFM-VSC: Analysis and Improvement
Yushuang Liu · Hua Geng · Geng Yang · Meng Huang 等6人 · IEEE Transactions on Sustainable Energy · 2025年3月
在电网故障等工况下，构网型电压源换流器（GFM-VSC）因电流限幅控制可能在电压源模式（VSM）与电流源模式（CSM）间切换，模式切换过程中的状态转移会影响其暂态同步稳定性（TSS）。本文通过平衡点存在性分析揭示了一种新的失稳机理：状态转移可能导致故障期间运行轨迹绕过CSM下的稳定平衡点而进入发散循环。采用多Lyapunov函数法推导了计及故障动态的TSS判据与边界，发现降低最小临界电流并依据虚拟功率角（VPA）动态调整饱和电流相位可提升TSS。为此提出一种基于VPA反馈的电流限制策略，在抑制过...
解读: 该研究揭示的GFM-VSC状态转移失稳机理对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。当前ST系列采用构网型控制，在电网故障时需频繁进行VSM/CSM模式切换以实现电流限幅保护，本文所揭示的状态转移导致稳定平衡点绕过的失稳机制，为优化ST系列的电流限幅策略提供了理...
近额定风速区大型风力机转子推力控制
Rotor Thrust Control for Large-Scale Wind Turbine in Near-Rated Wind Speed Region
Jiaqi Li · Siyuan Fan · Hua Geng · IEEE Transactions on Sustainable Energy · 2025年5月
为限制近额定风速区转子推力的最大值，本文提出一种适用于大型风力机的新型转子推力控制方案，包含推力辨识器、推力控制回路及前馈变桨控制器。基于叶素动量理论，通过简化叶片模型利用叶根面外弯矩实现转子推力在线辨识，并构建推力反馈控制环。进一步设计基于非线性动态逆的最小变桨饱和器（NDI-PS）作为前馈控制器，通过对推力系数曲线进行非线性动态逆实现变桨前馈补偿。仿真结果表明，所提方案在提升1%～1.5%发电功率的同时，叶根与塔底载荷降低约4%，性能优于NREL与金风现有控制器。
解读: 该研究的转子推力控制方案对阳光电源风电变流器产品线具有重要参考价值。其中推力辨识和非线性动态逆控制的思路可应用于我司SG系列风电变流器的控制算法优化，特别是在功率优化和载荷控制方面。通过引入类似的推力反馈控制环和前馈补偿机制，可提升风电变流器在近额定风速区的发电效率和可靠性。该技术还可与iSolar...
具备鲁棒频率调节能力的动态虚拟电厂
Dynamic Virtual Power Plants with Robust Frequency Regulation Capability
Xiang Zhu · Hua Geng · Hongyang Qing · Grant Ruan 等5人 · IEEE Transactions on Industry Applications · 2025年6月
基于逆变器的电源（IBR）快速接入电力系统，由于系统惯性降低和负荷波动性增加，带来了频率安全挑战。本文提出了一种适用于动态虚拟电厂（DVPP）的鲁棒电力备用决策方法，以应对这些挑战，尤其是在时序性和不确定性扰动情况下。本文建立了一个分析模型来描述系统的频率响应动态特性，从而能够量化虚拟惯性和虚拟阻尼需求，以满足频率变化率（RoCoF）、频率最低点和稳态偏差约束。通过解析推导调节功率动态特性，以鲁棒的方式确定了DVPP所需的虚拟惯性和阻尼参数。然后，通过优化分配这些参数并计算IBR的实际电力备用，...
解读: 该DVPP架构对阳光电源储能与光伏产品线具有重要应用价值。可直接应用于ST系列储能变流器和PowerTitan系统的频率调节功能优化,提升GFM/VSG控制性能;同时可集成至SG系列光伏逆变器的并网控制中,增强IBR设备的动态响应能力。该技术通过模型预测与鲁棒优化的结合,可显著提升iSolarClo...
基于GPT的超短期分布式光伏发电功率预测方法
An Ultra-Short-Term Distributed Photovoltaic Power Forecasting Method Based on GPT
Hengqi Zhang · Jie Yang · Siyuan Fan · Hua Geng 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月
随着大量分布式光伏电站并网，提升发电功率预测精度对电力系统安全经济运行具有重要意义。针对现有方法在数据稀缺与随机波动方面的挑战，本文提出一种基于生成式预训练Transformer（GPT）的超短期分布式光伏功率预测方法。通过生成多空间分辨率的虚拟光伏功率数据，预训练Transformer模型，并利用少量实测数据进行微调。注意力机制通过预训练学习历史数据中的相关性，微调实现新电站的轻量化部署与高精度预测。实验结果表明，所提方法在仅1个月实测数据下，相比LSTM、线性模型和Transformer模型...
解读: 该基于GPT的超短期光伏功率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。可直接集成至SG系列光伏逆变器的智能诊断系统，通过少量实测数据实现新建电站的快速部署与高精度预测，相比传统LSTM方法RMSE降低37.22%。该技术可优化PowerTitan储能系统的充放电策略，提升...
基于无功功率替代控制的风电场电压支撑能力提升
Voltage Support Capacity Improvement for Wind Farms with Reactive Power Substitution Control
Yuegong Li1Guorong Zhu2Jianghua Lu3Hua Geng4 · 中国电机工程学会热电联产 · 2025年1月 · Vol.45
风电场公共耦合点的电压支撑通常依赖集中式静止无功发生器（SVG），但其稳态下占用容量导致在高/低电压穿越时无功支撑能力受限。本文提出一种无功功率替代（RPS）控制策略，优先利用风电机组剩余容量替代SVG输出，通过粒子群优化算法协调不同运行条件下风电机组的最优无功出力，确保故障期间SVG保留充足动态无功储备以快速支撑电网。仿真案例验证了该策略在多风电场区域电网中的有效性。
解读: 该无功替代控制策略对阳光电源的风电变流器和储能产品具有重要参考价值。可直接应用于公司SG系列风电变流器的LVRT/HVRT控制优化,通过协调风机与SVG的无功分配,提升系统电压支撑能力。该技术也可移植到ST系列储能变流器和PowerTitan系统,优化其电网支撑功能。特别是在大规模风储联合项目中,该...
基于无源性的构网型多逆变器电站稳定性控制
Passivity-Based Control for the Stability of Grid-Forming Multi-inverter Power Stations
Ming Li · Enjun Liu · Hua Geng · Yongtao Mao 等6人 · IEEE Transactions on Industrial Electronics · 2025年2月
现有并网逆变器在面对电网非线性变化时会遇到稳定性问题，当前的解决方案难以有效应对复杂的电网环境。我们提出一种基于无源性的控制策略，以提高构网型多逆变器电站的稳定性和动态性能，从而应对这些挑战。从能量重塑的角度设计的内环，确保了逆变器输出的稳定性。采用微分无源性设计的外环，显著增强了对扰动的响应能力，并在多台逆变器并联运行时无需通信即可确保功率分配和相位同步。非线性扰动观测器估计并网点的非线性扰动，并将此信息反馈到内环进行参数补偿。我们基于李雅普诺夫稳定性准则证明了整个控制器的无源性。这确保了电站...
解读: 从阳光电源的业务视角来看，这项基于无源性控制的构网型多逆变器协同控制技术具有重要的战略价值。随着我司在全球光伏逆变器和储能系统市场份额的持续扩大，大规模新能源电站面临的电网稳定性问题日益凸显，该技术为解决这一核心痛点提供了系统性方案。 该技术的核心创新在于三层协同控制架构：能量重塑的内环控制确保单...
采用历元依赖自适应损失加权与数据同化的光伏发电功率预测模型
Photovoltaic power forecasting model employing epoch-dependent adaptive loss weighting and data assimilation
Siyuan Fan · Hua Geng · Hengqi Zhang · Jie Yang 等5人 · Solar Energy · 2025年1月 · Vol.290
摘要 准确预测光伏（PV）发电功率对于优化能源管理系统和提升电网稳定性至关重要。本研究提出了一种物理约束的光伏发电功率预测网络（PC-P3reNet），该网络是一种双层深度学习框架，专为局部环境数据保持一致而光伏系统特性变化的场景优化设计。该框架集成了一种基于物理原理的模型，用于计算理论上的光伏发电输出，并通过Huber损失函数将其与实际测量值进行比较。PC-P3reNet的一个独特特征是其自适应损失加权机制，能够在不同的训练历元中动态调整理论数据与实测数据之间的平衡。这一机制使得模型在初始阶段...
解读: 该物理约束深度学习预测模型对阳光电源iSolarCloud智慧运维平台具有重要应用价值。其自适应损失加权机制可优化SG系列光伏逆变器的MPPT控制策略,通过融合理论模型与实测数据提升多步预测精度(MAE达0.1837)。该技术可增强ST系列储能变流器的充放电决策能力,改善电网稳定性,并为PowerT...