找到 3 条结果
一种基于张量的风电场动态等值建模聚类方法
A Tensor-Based Clustering Method for Dynamic Equivalent Modeling of Wind Farms
Yihao Yang · Yijun Xu · Wei Gu · Lamine Mili 等6人 · IEEE Transactions on Sustainable Energy · 2025年9月
采用详细风电机组模型仿真大规模风电场计算成本高昂，亟需兼顾精度的简化建模方法。针对复杂风速条件与网络结构带来的风电场暂态等值精度难题，本文首次提出一种基于张量分解的聚类方法，通过合理分组捕捉风电场高维动态特征，实现精确降阶建模。首先构建保持时空特性的张量结构数据集，进而设计兼顾稀疏性与平滑性的张量分解策略以提取低维特征并指导聚类；最后定制网络聚合策略降低功率损耗误差。多种布局、故障与风况下的仿真结果验证了该方法的优越性能。
解读: 该张量聚类建模方法对阳光电源的大型储能及风电产品具有重要应用价值。可直接应用于PowerTitan储能系统的多机组协调控制和ST系列储能变流器的群控优化,通过降维聚类提升计算效率。对于风电场接入的储能系统,该方法能更精确地预测风电波动特性,优化储能容量配置和调度策略。技术创新点在于通过张量分解捕捉高...
计算高效的长时域预测控制在电力变换器中的应用：一种强化学习方法
Computationally Efficient Long-Horizon Predictive Control for Power Converter: A Reinforcement Learning Approach
Yihao Wan · Yang Zhang · Qianwen Xu · IEEE Transactions on Industrial Electronics · 2025年4月
长预测时域有限控制集模型预测控制（FCS - MPC）在闭环稳定性、谐波失真和开关频率方面表现出卓越的性能。然而，对于传统的穷举法，实际实施时的计算负担会随着预测时域的增加呈指数级增长。传统方法包括将其重新表述为整数最小二乘（ILS）问题，以及采用基于人工神经网络（ANN）的有监督模仿学习技术，以减轻长预测时域带来的计算负担问题。在本文中，通过将强化学习（RL）框架与长预测时域相结合，开发了一种新型自主控制器用于变流器控制。通过这种方式，RL智能体通过与变流器系统进行交互，自主学习最优开关策略。...
解读: 从阳光电源的业务视角来看，这项基于强化学习的长预测时域模型预测控制技术具有重要的战略价值。该技术针对功率变换器控制中的核心痛点——长预测时域带来的计算复杂度问题，提出了创新性解决方案，这与我们在光伏逆变器和储能变流器产品中追求高性能控制的需求高度契合。 技术价值方面，长预测时域控制能够显著改善闭环...
基于新型三参数特性曲线的光伏电源频率调节与最大功率点跟踪统一策略
A Unified Strategy for Frequency Regulating and MPPT for Photovoltaic Sources Based on a Novel Three-Parameter Characteristic Curve
Yihao Zhu · Hongda Cai · Pengcheng Yang · Yongzhi Zhou 等6人 · IEEE Transactions on Sustainable Energy · 2025年2月
大规模光伏（PV）并网会降低系统惯性和电能质量，导致频率波动加剧、稳定性下降。为此，本文提出一种光伏电源频率调节与最大功率点跟踪（MPPT）的统一控制策略，以提供电网辅助服务。该策略采用一种新型三参数PV特性曲线的迭代有功功率控制（APC）方法，可实时重构光伏发电模型，明确系统频率、输出功率与工作电压间的关系，具备高精度、快收敛和强可解释性。所提自适应控制策略可根据实时辐照变化自主切换频率调节与MPPT模式，无需额外传感器，有效提升太阳能利用效率与频率调节能力，并避免模式切换时的控制器振荡。硬件...
解读: 该三参数特性曲线统一控制策略对阳光电源SG系列光伏逆变器和ST储能系统具有重要应用价值。其核心创新在于实现频率调节与MPPT的自适应切换，可直接应用于SG系列逆变器的控制算法优化，提升电网辅助服务能力。该策略无需额外传感器即可实时重构光伏模型，与阳光电源现有MPPT算法形成互补，特别适合大型地面电站...