找到 5 条结果
基于神经网络的电力电子资源主导型电力系统不确定性感知稳定性分析
Uncertainty-Aware Stability Analysis of IBR-Dominated Power System With Neural Networks
Galadrielle Humblot-Renaux · Yang Wu · Sergio Escalera · Thomas B. Moeslund 等6人 · IEEE Transactions on Power Electronics · 2025年11月
机器学习技术在加速电力电子资源（IBR）主导的电力系统稳定性筛选方面潜力巨大。然而，基于神经网络的方法在面对未见过的运行场景时，难以保证预测的准确性和可靠性，存在安全隐患。本文提出了一种不确定性感知方法，以提升神经网络在电力系统稳定性评估中的可靠性。
解读: 随着阳光电源组串式逆变器和PowerTitan等储能系统在全球电网中的渗透率提升，系统稳定性分析变得日益复杂。该研究提出的不确定性感知神经网络方法，能够有效解决传统AI模型在复杂电网环境下（如弱电网）泛化能力不足的问题。建议将此技术集成至iSolarCloud智能运维平台，用于实时监测电网稳定性风险...
具有参数和模型形式不确定性量化的模块化多电平变换器建模与设计
On the Modeling and Design of Modular Multilevel Converters With Parametric and Model-Form Uncertainty Quantification
Niloofar Rashidi · Rolando Burgos · Chris Roy · Dushan Boroyevich · IEEE Transactions on Power Electronics · 2020年10月
本文提出了一种结合参数和模型形式不确定性量化的模块化多电平变换器（MMC）建模与设计方法。该方法旨在改进现有建模实践，通过量化不确定性来验证变换器设计模型，从而克服MMC在复杂工况下建模与设计面临的挑战，提升系统设计的鲁棒性。
解读: MMC拓扑在阳光电源的大型集中式光伏逆变器及高压大功率储能系统（如PowerTitan系列）中具有重要应用潜力。该文章提出的不确定性量化建模方法，能够有效提升高压大功率变换器在复杂电网环境下的设计精度与可靠性。建议研发团队关注该方法在MMC控制策略优化及参数敏感性分析中的应用，以降低大规模储能系统在...
电力电子变换器的多目标设计与优化及不确定性量化—第一部分：参数不确定性
Multi-objective Design and Optimization of Power Electronics Converters With Uncertainty Quantification—Part I: Parametric Uncertainty
Niloofar Rashidi · Qiong Wang · Rolando Burgos · Chris Roy 等5人 · IEEE Transactions on Power Electronics · 2021年2月
本文提出了一种结合参数与模型形式不确定性量化的鲁棒多目标设计优化（MDO）框架。第一部分重点研究参数不确定性量化（P-UQ），通过定义灵敏度指标，定量评估制造偏差等参数波动对电力电子系统设计鲁棒性的影响，从而实现更可靠的变换器设计。
解读: 该研究提出的鲁棒性设计框架对阳光电源的核心产品线具有极高的应用价值。在组串式逆变器和PowerTitan储能系统的研发中，功率模块及关键元器件（如电容、电感）的参数偏差直接影响整机寿命与效率。通过引入该不确定性量化方法，研发团队可在设计阶段量化制造公差对系统性能的影响，从而优化散热设计与控制参数，提...
电力电子变换器的多目标设计与优化及不确定性量化——第二部分：模型形式不确定性
Multi-objective Design and Optimization of Power Electronics Converters With Uncertainty Quantification—Part II: Model-Form Uncertainty
Niloofar Rashidi · Qiong Wang · Rolando Burgos · Chris Roy 等5人 · IEEE Transactions on Power Electronics · 2021年2月
本文探讨了电力电子变换器多目标设计优化（MDO）框架中的模型形式不确定性（MF-UQ）。通过引入MF-UQ，旨在评估建模误差并验证MDO框架中数学模型的准确性，从而提升变换器设计过程的鲁棒性与可靠性。
解读: 该研究提出的模型形式不确定性量化方法，对阳光电源提升逆变器与储能PCS的设计精度具有重要参考价值。在PowerTitan等大型储能系统及组串式逆变器的研发过程中，数学模型往往存在简化误差，引入MF-UQ可有效识别建模偏差，优化多目标设计（如效率、功率密度与成本的平衡）。建议研发团队在仿真平台中集成该...
均衡决策理论在考虑预测不确定性的风-光-氢综合能源系统低碳经济运行中的应用
Applications of Equilibrium Decision Theory in Low-Carbon Economic Operation of Wind-Solar-Hydrogen Integrated Energy System Considering Prediction Uncertainties
Qiannan Zhu · Pengxia Chang · Shiqi Li · Yulong Xiao 等6人 · IEEE Transactions on Industrial Informatics · 2025年5月
随着可再生能源与电网的融合程度不断提高，综合能源系统（IES）受到了全球关注。然而，风能和太阳能的随机和不确定特性给电网的稳定运行带来了巨大挑战。为解决这些问题，本文提出了一种考虑预测不确定性和需求响应（DR）的风光氢综合能源系统优化调度模型。提出了结合频率增强分解变压器、区间预测与决策的均衡决策理论框架，以量化不确定性并确定行动计划。然后，设计了一个以最大化经济收益和最小化污染排放（PE）为目标的优化调度模型，并采用多目标象群优化算法进行求解。此外，融入了需求响应策略以增强系统的灵活性和稳定性...
解读: 从阳光电源的业务视角来看，这项基于均衡决策理论的风光氢综合能源系统优化调度技术具有重要的战略价值。该技术直接契合公司在光伏逆变器、储能系统及氢能业务的协同发展方向，为构建更智能的新能源解决方案提供了理论支撑。 该研究的核心价值在于通过频率增强分解变压器和区间预测技术，有效量化了风光发电的不确定性，...