找到 2 条结果
风力发电机多物理系统与交流电网的功率传播及频率耦合特性
Power Propagation And Frequency Coupling Characteristics of Wind Turbine Multi-Physical System With AC Grid
Lulan Yin · Weihao Hu · Rongwu Zhu · Marco Liserre 等5人 · IEEE Transactions on Energy Conversion · 2025年3月
工业领域报告显示，基于风力发电机（WT）的能源系统易导致电网出现振荡问题。风力发电机系统与光伏系统的主要区别之一在于其一次能源的特性，前者是旋转的，而后者是静态的。因此，本文推导了基于双馈感应发电机（DFIG）的风力发电机系统的多物理域建模，该系统由空气动力学、力学、电磁学、电力电子学和控制系统组成，以研究从风能到电网的功率传播和频率耦合特性，展示风力发电机系统对电网性能的影响。理论分析表明，风能中的 $3n$p Hz 畸变可转换为交流电网中的 $(50\pm 3n)$p Hz 振荡。详细研究了...
解读: 从阳光电源的业务视角来看，本文针对风电系统的多物理域建模与频率耦合特性研究具有重要的参考价值。虽然研究对象是双馈风电系统，但其揭示的能量传播机制和电网振荡问题与我司光伏、储能系统面临的电网稳定性挑战存在本质共性。 该研究的核心发现——风能扰动通过机械-电磁耦合转化为电网侧的特定频率振荡（3np H...
基于深度强化学习的风光水储混合能源系统长短周期协调调度
Long-Term and Short-Term Coordinated Scheduling for Wind-PV-Hydro-Storage Hybrid Energy System Based on Deep Reinforcement Learning
Huaiyuan Zhang · Kai Liao · Jianwei Yang · Zhe Yin 等5人 · IEEE Transactions on Sustainable Energy · 2025年1月
针对多时间尺度调度复杂的风光水储混合能源系统，传统长期调度策略常削弱短期调节能力，导致资源浪费与电力短缺。本文提出一种将短期运行特性嵌入长期调度规则的协同框架，将长期调度建模为马尔可夫决策过程，并在每一步耦合基于优化模型生成的短期发电计划。通过融合数据驱动与模型驱动方法，利用深度强化学习简化长期决策，结合混合整数线性规划确保短期约束满足。实证表明，该方法使弃电率由11.67%降至0.63%，切负荷率从3.3%降至0.69%，显著优于传统方法。
解读: 该深度强化学习协调调度技术对阳光电源PowerTitan储能系统和iSolarCloud云平台具有重要应用价值。研究提出的长短周期协同框架可直接集成到ST系列储能变流器的能量管理系统中，通过MDP建模和DRL算法优化多时间尺度调度决策，显著降低弃电率（11.67%→0.63%）和切负荷率（3.3%→...