找到 2 条结果
基于可行运行区域的含软开断点配电网约束管理
Feasible Operation Region-Based Constraint Management of Distribution Networks With Soft Open Points
Xun Jiang · Yue Zhou · Jianzhong Wu · Wenlong Ming · IEEE Transactions on Power Systems · 2025年1月
软开关点（SOPs）是安装在配电网正常断点处的电力电子装置。凭借毫秒级的控制能力，SOPs 在应对可再生能源发电和用户行为（如电动汽车出行行为）带来的显著不确定性时，在配电网的约束管理方面具有广阔的应用前景。本文提出了一种基于可行运行区域（FOR）的新型 SOP 优化控制方法。FOR 表示配电网节点功率注入的允许范围，可用于替代传统基于最优潮流（OPF）模型中的潮流方程和网络约束。由于 FOR 边界与热/电压约束之间存在一一对应关系，基于 FOR 的约束管理方法能够适应各种测量条件。此外，FOR...
解读: 该SOP约束管理技术对阳光电源ST储能系统和PowerTitan大型储能方案具有重要应用价值。SOP的毫秒级有功无功调节能力与储能变流器PCS的快速响应特性高度契合，可行运行区域建模方法可直接应用于储能系统的多约束协调控制，优化电压电流及容量边界管理。该技术可增强ST系列在配电网侧的柔性调节能力，提...
基于TCN-LSTM神经网络与迁移学习的数字孪生支持型电池状态估计
Digital Twin-supported Battery State Estimation Based on TCN-LSTM Neural Networks and Transfer Learning
Kai ZhaoYing LiuYue ZhouWenlong MingJianzhong Wu · 中国电机工程学会热电联产 · 2025年1月 · Vol.45
准确估计电池荷电状态（SOC）、健康状态（SOH）及剩余使用寿命（RUL）对储能技术发展至关重要。本文提出一种融合时间卷积网络（TCN）与长短期记忆网络（LSTM）的数字孪生（DT）支持型电池状态估计算法。构建四层层次化DT架构以克服传统电池管理系统在计算与存储上的局限，并引入基于迁移学习的在线TCN-LSTM模型，实现神经网络参数的动态更新与实时精度优化。实验结果表明，该方法在90个循环数据下SOC、SOH和RUL的平均均方根误差分别为1.1%、0.8%和0.9%，显著优于传统CNN等模型，展...
解读: 该数字孪生支持的电池状态估计技术对阳光电源ST系列储能系统和PowerTitan大型储能方案具有重要应用价值。TCN-LSTM融合架构可直接集成至BMS系统，实现SOC/SOH/RUL的高精度实时估计（RMSE<1.1%），显著提升电池全生命周期管理能力。四层DT架构突破边缘侧计算瓶颈，可与iSol...