找到 5 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...
基于数据驱动状态空间映射的风电场下垂-惯性频率调节可行域评估
Droop-Inertia Frequency Regulation Feasible Region Assessment for Wind Farm Based on Data-Driven State Space Mapping
Zhongguan Wang · Jiachen Liu · Li Guo · Xiaodi Zang 等6人 · IEEE Transactions on Industry Applications · 2024年7月
可再生能源在电力系统中的渗透率不断提高，这使得风电场提供频率支撑成为必要。考虑到风力发电机组（WTs）的复杂协调以及频率响应的时变特性，有必要评估风电场的一次频率调节（PFR）能力并构建可行区域。为应对基于物理的方法中参数不完整以及现有数据驱动方法可解释性不足的挑战，本文提出了一种用于风电场的基于数据驱动的状态空间映射方法，以构建下垂系数和惯性系数的可行区域，并通过迭代方案确定最优系数。基于库普曼算子理论（KOT），将一次频率调节的非线性模型转化为线性升维形式，从而可以利用测量数据进行实时评估。...
解读: 从阳光电源的业务视角看，这项基于数据驱动状态空间映射的风电场频率调节技术具有重要的战略参考价值。随着我国"双碳"目标推进，新能源渗透率持续提升，电网对风光储系统的一次调频能力提出了更高要求。该论文提出的下垂-惯量系数可行域评估方法，为解决新能源参与电网频率支撑这一核心问题提供了新思路。 该技术的核...
基于数据驱动升维线性潮流的风电场无模型最优电压-无功控制
Model-free Optimal Volt-VAR Control of Wind Farm Based on Data-driven Lift-dimension Linear Power Flow
Li GuoZhaoning LiuZhongguan WangXialin LiYixin LiuYuxuan ZhangXiaodi ZangChengshan Wang · 中国电机工程学会热电联产 · 2025年1月 · Vol.45
提出一种基于数据驱动潮流的风电场无功与电压优化控制方法。该方法无需风电场先验参数信息，具有无模型特性。基于Koopman算子方法，通过状态空间映射与升维线性化构建并网风电场的潮流模型。考虑风电机组及静止无功发生器（SVG）等无功设备，建立基于全局灵敏度的无功电压线性优化控制模型。以最小化无功调节量为目标，结合节点电压与无功注入的灵敏度关系，实现无功功率的最优分配，有效降低有功损耗，并满足风电场快速电压响应需求。基于宁夏某风电场历史数据验证了方法在参数不准确情况下的可行性。相比基于模型的方法，所提...
解读: 该数据驱动的无模型电压-无功控制技术对阳光电源的储能和光伏产品线具有重要应用价值。特别适用于ST系列储能变流器和SG系列光伏逆变器的电网支撑功能优化。通过Koopman算子方法实现的无模型控制，可提升PowerTitan大型储能系统的电压调节性能，减少对系统参数依赖。该方法的全局灵敏度优化思路可用于...
风力发电场频率支撑可行域的互相关性建模：一种非迭代的全系统动态特性调度方法
Interdependence modeling of wind farm frequency support feasible region: A non-iterative system-wide dynamic characteristics scheduling
Jiaqing Zhai · Li Guo · Zhongguan Wang · Jiebei Zhu 等6人 · Applied Energy · 2025年1月 · Vol.401
摘要 高比例可再生能源电力系统中，风力发电场（WFs）提供频率调节支撑（FRS）服务对系统频率稳定至关重要。由于风速具有时变特性，实时调度WFs的FRS特性对于保障系统频率安全及动态潮流（PF）安全十分必要。然而，风力发电机组（WTs）数量庞大，且各WFs之间的频率支撑能力（FSC）存在相互关联性，导致FRS动态特性复杂化，使得WTs的FRS安全性量化变得困难，尤其是在缺乏精确WT参数的情况下。因此，本文提出一种数据驱动的方法，用于建模不同WFs之间FSC的互相关性。通过空间变换，将原始复杂的非...
解读: 该风电场频率支持调度技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要借鉴价值。论文提出的数据驱动建模方法可应用于储能电站的一次调频优化,通过空间变换实现非线性动态特性的快速求解,与阳光VSG虚拟同步机技术协同,提升新能源场站频率响应能力。所提分段精英学习算法可集成至iSolar...
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...