找到 5 条结果
基于矩阵补全的部分可观测条件下配电网络拓扑与参数学习
Learning to Learn Topology and Parameters of Distribution Grid with Matrix Completion under Partial Observability
Garima Prashal · Parasuraman Sumathi · Narayana Prasad Padhy · IEEE Transactions on Power Systems · 2025年5月
针对量测受限导致的配电网拓扑与参数信息不完整问题，提出一种融合图卷积网络与物理约束的拓扑增强型模型（TE-GCN）。通过引入节点间物理连接关系并嵌入潮流方程作为节点特征，提升模型可解释性与物理一致性。对于无电压量测的隐藏节点，采用神经网络结合潮流约束补全电压矩阵，并利用GCN估计拓扑结构。该方法将原始-对偶分裂算法展开为神经网络，以变分自编码器替代拓扑投影，优化网络结构学习。在四个含真实负荷数据的IEEE标准系统上的实验验证了其有效性。
解读: 该配电网拓扑与参数学习技术对阳光电源iSolarCloud智能运维平台及PowerTitan储能系统具有重要应用价值。在分布式光伏与储能大规模接入场景下，配电网拓扑信息往往不完整且动态变化，该研究提出的TE-GCN模型可基于有限量测数据重构网络拓扑并估计线路参数，为ST系列储能变流器的并网控制策略优...
基于牵制控制的交流微电网群中构网型逆变器的网络化安全全局运行
Cyber-Secure Global Operation of Grid Forming Inverters in Pinning-Based AC Microgrid Clusters
Satabdy Jena · Ankit Mishra · Narayana Prasad Padhy · IEEE Transactions on Industry Applications · 2024年7月
本文深入探讨了网络攻击者对基于牵制的交流微电网（MG）集群中电网形成逆变器（GFMIs）的全球功率共享、频率同步和电压调节的影响。文献中先前报道的技术将其网络攻击检测范围局限于二次控制层。然而，本文证明这些技术不足以防止网络攻击在更高级别的控制辅助联网微电网集群中传播。因此，在分布式分层控制的每个层级都提出了一个基于偏差的安全框架，该框架由状态重构功能进行协调。此外，所提出的针对电网形成逆变器的方法在包含电网跟随逆变器控制的异构环境中进行了测试。最后，在MATLAB/SimPowerSystem...
解读: 从阳光电源的业务视角来看，这篇论文针对构网型逆变器（GFMI）在微电网集群中的网络安全问题提出了创新性解决方案，对我司储能系统和微电网业务具有重要参考价值。 论文揭示了一个关键技术盲区：传统网络安全防护仅关注二次控制层，无法有效防御针对高层级控制的网络攻击。这与我司在全球范围内部署的大规模储能和微...
一种在不对称故障期间通过最小有功功率削减增强电压支持的先进控制策略
An Advanced Control Strategy for Enhancing Voltage Support With Minimum Active Power Curtailment During Asymmetrical Faults
Suresh Maganti · Narayana Prasad Padhy · IEEE Transactions on Power Systems · 2024年11月
在电力系统严重电压事件（如电压暂降、暂升及其共存）期间，分布式电源需满足严格并网规范而保持并网运行。现有无功功率控制策略在应对不对称短路故障时面临健康相过电压及有功功率削减等问题。本文提出一种先进的电压支持控制策略，通过分相无功功率注入抑制健康相过电压，有效调节正序电压并抑制负序与零序电压。在生成无功电流参考值后，通过在健康相与故障相之间调整有功功率分配，最小化总有功功率削减。该策略在不同电压事件严重程度和发电工况下，经三相四桥臂并网逆变器实验平台验证，可兼顾电压支撑能力与安全电流限制。
解读: 该不对称故障电压支持技术对阳光电源ST系列储能变流器和SG系列光伏逆变器具有重要应用价值。文章提出的分相无功功率注入策略可直接应用于三相四桥臂拓扑的储能系统，通过独立控制各相无功电流有效抑制健康相过电压，同时最小化有功功率削减，提升LVRT/HVRT期间的电网支撑能力。该技术可优化阳光电源Power...
基于时序卷积网络的电容电压预测与降低开关频率的MMC电压平衡控制
Temporal Convolutional Network-Based Capacitor Voltage Prediction With Reduced Switching Frequency for Voltage Balancing in MMC
Jyoti Ranjan Dash · Prasanta Kumar Mohanty · Pramod Agarwal · Premalata Jena 等5人 · IEEE Transactions on Industry Applications · 2025年4月
模块化多电平变换器（MMC）因其模块化、可扩展性和容错性，在高、中功率应用中得到了广泛应用。子模块（SM）电容电压的准确估计和控制对于确保电压平衡至关重要，但直接测量会增加复杂度和成本，而高开关频率会导致过多的损耗。本文提出了一种两阶段方法：首先，基于多层时间卷积网络（TCN）的模型预测子模块电容电压，无需直接测量；其次，一种电压平衡策略利用预测的电压来最小化开关频率。脉宽调制（PWM）以载波频率而非采样频率运行，减少了不必要的开关事件，降低了损耗。仿真和硬件实验在各种场景下验证了该方法的有效性...
解读: 从阳光电源的业务视角来看，这项基于时序卷积网络（TCN）的模块化多电平换流器（MMC）电容电压预测技术具有重要的战略价值。MMC拓扑结构在我司大功率光伏逆变器、储能变流器（PCS）以及中压传动系统中已有广泛应用，该技术针对子模块电容电压平衡这一核心痛点提供了创新解决方案。 技术价值方面，该方法通过...
基于TimeGAN的多样化合成数据生成结合基于BERT的模型用于电动汽车电池SOC预测：一种前沿方法
TimeGAN-Based Diversified Synthetic Data Generation Following BERT-Based Model for EV Battery SOC Prediction: A State-of-The-Art Approach
Prasanta Kumar Mohanty · Premalata Jena · Narayana Prasad Padhy · IEEE Transactions on Industry Applications · 2025年1月
近年来，电动汽车（EV）的使用量不断增长，这就需要开发出高效且安全的电池模块和管理系统。估算车辆电池的荷电状态（SOC）是一个关键因素，它会影响车辆的续航里程并优化充电偏好。文献中的大量研究尝试通过使用电池电压、电流和温度作为输入参数来估算SOC。目前存在两个重大研究空白。其一，大多数研究忽略了诸如车速和牵引力等对电池性能有直接影响的参数。这就需要一个更强大的模型来确定SOC，同时考虑车辆的额外动态因素。其二，缺乏能够预测SOC的定性且多样化的电池数据集，这对实际应用而言是一个重大限制。此外，数...
解读: 从阳光电源储能系统和新能源汽车业务的视角来看，这篇论文提出的TimeGAN-BERT混合方案为电池管理系统（BMS）的核心技术——SOC预测提供了创新思路，具有重要的借鉴价值。 该研究的核心突破在于两个方面：首先，通过TimeGAN生成合成数据集，有效解决了储能和电动汽车领域长期面临的高质量电池数...