找到 3 条结果

排序:
系统并网技术 构网型GFM 跟网型GFL ★ 5.0

基于双轴同步电机视角的构网型与跟网型变流器互联小信号同步稳定性分析

Small Signal Synchronization Stability Analysis of Interconnected System Containing Grid-Forming and Grid-Following Converters From the Perspective of Dual-Axis Synchronous Generator

Huanhai Xin · Kehao Zhuang · Pengfei Hu · Linbin Huang 等6人 · IEEE Transactions on Energy Conversion · 2024年11月

随着大规模可再生能源接入电网,构网型(GFM)电压源换流器(VSC)与跟网型(GFL)VSC的互联已成为电力系统的一个显著发展趋势。然而,GFM VSC和GFL VSC在同步机制上存在显著差异,导致互联系统的小信号同步稳定特性尚不明确。为填补这一空白,本文引入同步发电机同时控制dq轴内电势分量的概念以增进物理理解,构建了一种能够统一GFM - VSC和GFL - VSC的等效结构。在数学层面,建立了基于电流源的互联系统同步稳定性分析模型。此外,基于广义奈奎斯特判据,提出了互联系统小信号同步稳定裕...

解读: 从阳光电源的业务视角来看,这篇论文针对构网型(GFM)与跟网型(GFL)变流器互联系统的同步稳定性分析具有重要的工程应用价值。随着我司光伏逆变器和储能系统在大型新能源电站中的广泛部署,GFM与GFL混合组网已成为实际工程的典型场景。该研究通过双轴同步发电机的统一建模视角,为解决两类变流器同步机理差异...

系统并网技术 ★ 5.0

基于虚拟外部扰动的并网变流器阻抗测量

Virtual External Perturbance-Based Impedance Measurement of Grid-Connected Converter

Quansen Rong · Pengfei Hu · Yanxue Yu · Dong Wang 等6人 · IEEE Transactions on Industrial Electronics · 2024年8月

并网逆变器(GCC)的阻抗对于可再生能源系统的小信号稳定性分析至关重要。传统上,电力电子装置的阻抗是通过一次侧扰动法进行测量的,该方法需在主电路中接入实际的扰动源,成本高且操作复杂。因此,无需实际扰动源、将扰动注入控制回路的二次侧扰动阻抗测量方法受到了更多关注。本文提出了一种基于虚拟外部扰动的并网逆变器阻抗测量方法,将扰动注入公共连接点(PCC)的电压和电流采样值中。考虑到电网阻抗的影响,建立了并网逆变器的等效计算模型,并可通过并网逆变器的扰动响应来计算其阻抗。此外,比较了一次侧和二次侧扰动法的...

解读: 从阳光电源的业务实践来看,这项虚拟外部扰动阻抗测量技术具有显著的工程应用价值。在大规模光伏电站和储能系统并网运行中,准确获取变流器阻抗特性是保障系统小信号稳定性的关键前提,直接关系到我们产品在弱电网环境下的并网性能和可靠性。 该技术的核心创新在于通过在PCC点的电压电流采样值中注入扰动,实现了无需...

光伏发电技术 ★ 5.0

因果机制赋能的零标签学习在新建光伏电站发电功率预测中的应用

Causal Mechanism-Enabled Zero-Label Learning for Power Generation Forecasting of Newly-Built PV Sites

Pengfei Zhao · Weihao Hu · Di Cao · Rui Huang 等6人 · IEEE Transactions on Sustainable Energy · 2024年9月

针对新建光伏(PV)电站因缺乏历史发电数据导致的功率预测难题,本文提出一种无需任何标注样本的无监督零标签学习方法。通过挖掘不同电站间的不变因果结构,并利用因果机制提升目标电站的预测性能。设计了因果赋能的域自适应网络(CEDAN),结合内外注意力机制从时滞数据片段中提取发电因果关联,并构建域适应损失函数以对齐源域与目标域的因果分布差异。进一步扩展为分位数域适应损失以应对输出不确定性。联合优化域适应与预测损失,实现跨域不变因果机制的学习,从而在无标签情况下完成高泛化性功率预测。基于真实数据的实验表明...

解读: 该零标签功率预测技术对阳光电源iSolarCloud智能运维平台和SG系列光伏逆变器具有重要应用价值。针对新建光伏电站缺乏历史数据的痛点,通过因果机制实现无标签跨域迁移学习,可直接应用于阳光电源新部署站点的发电预测模块。该方法提升7.57%的确定性预测精度,能优化iSolarCloud平台的智能诊断...