找到 2 条结果

排序:
储能系统技术 储能系统 ★ 4.0

一种基于模态耗散能量流的混合振荡源识别方法

A Modal Dissipating Energy Flow Analysis Method for Identifying the Hybrid Oscillation Sources in Power Systems

Weiyu Wang · Yijia Cao · Yong Li · Zhenyu Li · IEEE Transactions on Power Systems · 2025年9月

本文提出了一种基于模态耗散能量流(MDEF)的方法,用于识别电力系统中的混合振荡源。首先利用Koopman算子理论从量测数据构建原非线性系统的等效线性模型,并对该模型进行模态分析,以识别关键振荡模态,并将各设备的量测量分解为不同的模态分量。基于这些分量,定量计算每个设备对各关键模态的耗散能量贡献,从而准确识别不同振荡源。在改进基准系统上的案例研究验证了所提MDEF方法的有效性。

解读: 该混合振荡源识别技术对阳光电源储能系统和新能源并网产品具有重要应用价值。在PowerTitan大型储能系统中,可用于识别多台ST系列储能变流器并联运行时的振荡源头,区分是控制参数失配还是电网侧扰动引发的次同步/超同步振荡。对于构网型GFM控制的储能系统,该方法基于Koopman算子的数据驱动特性,能...

储能系统技术 储能系统 下垂控制 调峰调频 ★ 5.0

基于数据驱动状态空间映射的风电场下垂-惯性频率调节可行域评估

Droop-Inertia Frequency Regulation Feasible Region Assessment for Wind Farm Based on Data-Driven State Space Mapping

Zhongguan Wang · Jiachen Liu · Li Guo · Xiaodi Zang 等6人 · IEEE Transactions on Industry Applications · 2024年7月

可再生能源在电力系统中的渗透率不断提高,这使得风电场提供频率支撑成为必要。考虑到风力发电机组(WTs)的复杂协调以及频率响应的时变特性,有必要评估风电场的一次频率调节(PFR)能力并构建可行区域。为应对基于物理的方法中参数不完整以及现有数据驱动方法可解释性不足的挑战,本文提出了一种用于风电场的基于数据驱动的状态空间映射方法,以构建下垂系数和惯性系数的可行区域,并通过迭代方案确定最优系数。基于库普曼算子理论(KOT),将一次频率调节的非线性模型转化为线性升维形式,从而可以利用测量数据进行实时评估。...

解读: 从阳光电源的业务视角看,这项基于数据驱动状态空间映射的风电场频率调节技术具有重要的战略参考价值。随着我国"双碳"目标推进,新能源渗透率持续提升,电网对风光储系统的一次调频能力提出了更高要求。该论文提出的下垂-惯量系数可行域评估方法,为解决新能源参与电网频率支撑这一核心问题提供了新思路。 该技术的核...