找到 2 条结果
基于状态空间映射的数据驱动型风电场频率特性动态评估
Data-driven Dynamic Assessment of Wind Farm Frequency Characteristics Based on State Space Mapping
Jiachen LiuZhongguan WangXiaodi ZangXialin LiLi GuoQinglin MengChengshan Wang · 中国电机工程学会热电联产 · 2025年1月 · Vol.45
随着大规模风电机组通过电力电子接口接入电网，电力系统面临日益严峻的频率稳定问题。由于风电机组数量众多且动态特性复杂，运行人员难以协调单个机组直接提供频率支撑，亟需评估风电场的一次调频能力。本文提出一种基于数据驱动与状态空间映射的线性化模型，结合Koopman算子理论，将风电场非线性动态转化为线性升维代数模型，利用历史数据实时评估其最大一次调频能力。仿真结果表明，该方法求解快速、无需精确模型参数，且对训练数据需求较低。
解读: 该研究对阳光电源储能与风电产品的调频控制具有重要参考价值。基于状态空间映射的数据驱动方法可应用于ST系列储能变流器和PowerTitan系统的一次调频能力评估,优化GFM/VSG控制策略。特别是在大规模风储联合项目中,该方法能实时评估系统调频潜力,提升iSolarCloud平台的智能调度功能。通过K...
一种基于在线强化学习的集中式控制微电网能量管理策略
An Online Reinforcement Learning-Based Energy Management Strategy for Microgrids With Centralized Control
Qinglin Meng · Sheharyar Hussain · Fengzhang Luo · Zhongguan Wang 等5人 · IEEE Transactions on Industry Applications · 2024年7月
为解决可再生能源，尤其是风能和太阳能显著的不可预测性和间歇性问题，本文提出了一种基于在线强化学习的新型优化模型。首先，考虑到风电 - 光伏储能系统（WPESS）固有的挑战，设计了一个能源管理优化模型，以实现计划执行并最小化储能（ES）运行成本。采用在线强化学习框架，为能源管理优化模型定义了各种状态变量、动作变量和奖励函数。应用状态 - 动作 - 奖励 - 状态 - 动作（SARSA）算法来学习微电网系统的联合调度策略，利用其迭代探索机制并与环境进行交互。该策略旨在实现有效功率跟踪和减少储能充放电...
解读: 从阳光电源的业务视角来看，这项基于在线强化学习的微电网能量管理技术具有重要的战略价值。该技术针对风光储系统的不确定性和间歇性问题，提出了SARSA算法驱动的实时优化方案，这与我司在光储一体化解决方案领域的核心需求高度契合。 在产品应用层面，该技术可直接赋能我司的PowerStack储能系统和微电网...