Rahul Chakraborty · Md Salman Nazir · Aranya Chakrabortty · IEEE Transactions on Industry Applications · 2024年9月

本文提出一种基于物理感知多阶段回归（MSR）的算法，用于预测分布式能源资源（DER）的功率调度，以便在具有不同拓扑重构的智能配电系统中提供辅助支持。通过智能选择输入数据训练集解决回归共线性问题，这也显著降低了对电压和电流测量的要求。应用基于逻辑回归的标记方法将数据分类为不相交的训练集，从而显著提高预测精度。此外，通过考虑可切换支路并检测拓扑相似性，将物理感知学习与回归相结合，以实现不同拓扑重构下的预测。本文给出了33节点、含3个DER的馈线和123节点、含5个DER的馈线的仿真结果，以证明所提算...

解读: 该物理感知DER调度技术对阳光电源PowerTitan储能系统与ST系列储能变流器具有重要应用价值。文中提出的拓扑重构自适应算法可直接应用于配电网侧储能系统的智能调度模块，结合iSolarCloud云平台实现多储能站点协同优化。物理约束融合的数据驱动方法可增强SG光伏逆变器与储能系统的联合调度精度，...