找到 2 条结果
高分辨率实时电力系统状态估计：一种融合物理嵌入与数据驱动的视角
High-Resolution Real-Time Power Systems State Estimation: A Combined Physics-Embedded and Data-Driven Perspective
Jianxiong Hu · Qi Wang · Yujian Ye · Yi Tang · IEEE Transactions on Power Systems · 2024年8月
对电力系统运行状态进行高分辨率实时感知，对于实现在线动态安全评估至关重要。然而，冗余测量有限、动态模型复杂以及平衡状态变量和非状态变量精度等相关挑战，阻碍了传统的模型驱动和数据驱动状态估计（SE）方法提供具有高时空精度的实时状态。本文提出了一种新颖的物理嵌入数据驱动状态估计框架。该框架通过将物理知识融入状态估计模型的开发和训练过程，系统地完善了以往的高分辨率数据驱动状态估计框架。利用物理模型将混合测量值转换为节点特征并提供系统近期状态，采用多头图注意力网络提取空间特征，并通过残差网络修正当前状态...
解读: 该物理嵌入与数据驱动融合的高分辨率状态估计技术对阳光电源储能系统具有重要应用价值。在PowerTitan大型储能系统中，可实现电池簇级实时状态监测与动态安全评估，提升ST系列储能变流器的并网稳定性。该方法结合电力系统微分代数方程与深度学习，可优化构网型GFM控制策略的实时响应能力，增强iSolarC...
重新思考复杂约束满足下的安全策略学习：含储能单元的实时安全约束经济调度初探
Rethinking Safe Policy Learning for Complex Constraints Satisfaction: A Glimpse in Real-Time Security Constrained Economic Dispatch Integrating Energy Storage Units
Jianxiong Hu · Yujian Ye · Yizhi Wu · Peilin Zhao 等5人 · IEEE Transactions on Power Systems · 2024年6月
近年来，用于实时安全约束经济调度（RT - SCED）问题的强化学习（RL）受到了广泛的研究关注。然而，普通的强化学习方法难以确保系统和设备层面约束条件的满足，不得不对违反约束的情况分别进行惩罚。随着可再生能源渗透率的不断提高，大规模储能得以集成，这是因为储能能够缓解可再生能源的间歇性问题。这就使得实时安全约束经济调度问题需要满足时间耦合约束条件。现有的安全强化学习方法要么在每个时间步使用安全层纠正不安全的动作，这可能会导致在可行空间边界制定出次优动作，并且可能违反时间耦合约束；要么构建安全评估...
解读: 该安全约束经济调度技术对阳光电源PowerTitan储能系统及iSolarCloud云平台具有重要应用价值。强化学习结合约束分层建模可直接应用于ST系列储能变流器的实时调度优化，通过安全感知奖励机制保障储能系统在参与电网调频、削峰填谷时满足SOC约束、功率爬坡率及电网安全约束。该方法可集成至iSol...