Lei Gao · Jing Lyu · Xin Zong · Xu Cai 等5人 · IEEE Transactions on Power Delivery · 2025年5月

随着可再生能源的大规模接入，现代电力系统宽频振荡风险显著增加。然而，可再生能源单元的黑/灰箱特性限制了其稳定性的有效分析。尽管阻抗测量或矢量拟合方法理论上可揭示模型特性，但在实时在线评估中面临挑战。为此，本文提出一种数据驱动与知识驱动相结合的方法，实现可再生能源并网系统的实时振荡稳定性评估。首先，采用数据驱动方法构建基于人工神经网络的宽频阻抗辨识模型；其次，结合场站拓扑与运行工况，在线获取可再生能源电站的宽频阻抗；进而，基于阻抗数据提出适用于复杂系统的在线稳定性评估方法。最后，通过中国某实际系统...

解读: 该宽频振荡稳定性在线评估技术对阳光电源PowerTitan储能系统和SG系列光伏逆变器具有重要应用价值。文章提出的神经网络阻抗辨识方法可集成至iSolarCloud平台，实现ST储能变流器和光伏逆变器在不同工况下的实时阻抗特性监测，有效预警次同步/超同步振荡风险。该数据驱动与知识驱动融合的评估框架可...