1. 研究背景
随着风电机组单机容量持续增大、场站规模不断扩展，风电机组、场站集电网络、储能及外部电网之间存在显著的多时间尺度、多频段耦合，易引发宽频振荡，严重时可能造成机组脱网、设备保护动作甚至局部系统失稳。与此同时，风速、功率指令和电网强度持续变化，使系统稳定呈现明显的时变性和场景依赖性。现有分析方法多依赖固定参数和离线模型，难以准确反映机组运行状态、控制器差异及外部电网变化对稳定性的综合影响；现场量测与仿真模型相互割裂，模型参数不能随运行状态及时更新，导致稳定评估结果与实际系统存在偏差。纯数据驱动方法虽然能够从运行数据中提取动态特征，但往往缺乏物理约束和机理解释，难以可靠用于临界工况分析与控制决策。因此，亟需构建融合高保真模型、实时运行数据与人工智能算法的数字孪生与稳定评估技术。
2. 研究内容
针对上述问题，围绕多物理场精细化时频域数字孪生、宽频振荡稳定分析及主动预警、机—场—网协同控制三个方面开展系统研究。
在多物理场精细化时频域数字孪生方面，建立综合考虑风场流体、气动载荷、叶片与塔架结构振动、机械传动、电气控制及并网电磁暂态的多物理场耦合模型。在时域构建能够推演故障暂态、控制切换和振荡失稳等过程的高保真模型，在频域建立计及正负序耦合、控制环节交互和网络分布参数的阻抗与模态模型，实现复杂并网动态的时频域协同表征。进一步融合SCADA、PMU、故障录波及设备状态监测等多源数据，利用参数辨识、状态估计和物理信息机器学习方法，在线校正模型参数及动态特征，保持数字模型与物理场站在波形、频谱和主导模态等方面的一致性。
在宽频振荡稳定分析及主动预警方面，研究适用于设备参数未知和复杂运行工况的阻抗测量与数据驱动辨识方法，实现宽频动态特性的统一获取。结合广义奈奎斯特判据、特征值分析、振荡能量解析及动态模态分解等方法，识别主导振荡频率、振荡源、传播路径和关键参与设备，揭示控制器、场站集电线路与外部电网之间的宽频耦合机理。进一步利用Koopman算子、图神经网络和物理信息神经网络等方法，从多源时序数据中提取稳定演化特征。构建动态安全稳定域，实时计算运行点与失稳边界之间的安全距离，并依托数字孪生开展风险场景推演，实现振荡风险的分级预警、薄弱环节定位和敏感参数辨识。
在机—场—网协同控制方面，针对不同频段和不同来源的振荡，采用控制参数优化、阻抗塑造、附加阻尼控制及有功无功协调分配等手段，主动改善机组及场站的宽频阻抗特性。在机组层，根据机组运行状态自适应调整锁相环、功率环和电流环等关键控制参数；在场站层，协调多台机组、SVG和储能的有功无功出力，提高场站整体阻尼与弱电网适应能力；在电网层，结合并网点稳定裕度和运行约束，优化场站功率指令及支撑策略。进一步基于数字孪生的在线推演结果，融合模型预测控制和安全强化学习，形成稳定域约束下的预防性与校正性控制策略，实现风电并网振荡由单设备局部抑制向机—场—网协同控制、由故障后被动处置向风险前主动防御转变。
3. 成果物体系
团队构建了风电场精细化数字孪生平台和并网稳定在线评估与主动预警平台。前者实现风场流体、气动、结构、机械、电气及并网过程的跨尺度高保真映射，具备模型在线校正、复杂工况重构与超前推演能力；后者实现低频与宽频振荡的在线评估、稳定边界刻画、风险溯源及主动预警，推动并网稳定分析由离线事后处置向在线主动防御转变。相关成果达到国际领先水平，获山东省科学技术进步奖二等奖和中国仿真学会科学技术奖一等奖。
1. 研究背景
新能源场站中的宽频振荡和复杂暂态过程严重威胁电网安全稳定运行。同时考虑机械振动和电气网络电磁暂态特性的精细化仿真能够精细刻画电力电子设备的快速动态和结构低频振动之间的耦合关系，是揭示振荡机理、复现暂态演化过程、验证控制策略及构建数字孪生体系的关键基础工具。然而，大规模新能源场站具有设备数量多、网络节点规模大、仿真步长低至十微秒以下等特点，导致传统仿真方法速度极慢。例如包含40台机组的风电场精细化模型仿真2s需耗时数小时。分区并行仿真虽然能够显著提高效率，但现有方法极易产生数值失稳和精度退化问题，导致大规模新能源场站面临"仿不了、仿不准、仿不快"的难题。
2. 研究内容
针对上述问题，团队围绕多时间尺度精细化建模、强数值稳定性分区并行仿真方法开展系统研究。
在精细化建模方面，建立了综合考虑气动载荷、结构振动、机械传动与电气网络电磁暂态的风电场精细化模型，提出基于频率响应特性分析的高精度多时间尺度接口建模方法。该方法能够准确传递慢速机械子系统和快速电气子系统之间的多频动态信息，克服传统零阶保持方法难以反映故障暂态过程中状态快速、大幅变化的问题，有效提升"风场流体-机械振动-电磁暂态"全过程耦合的仿真精度。
在并行解耦方面，基于中心差分积分和显式—隐式混合积分方法，将大规模场站分区为数十个可并行求解的子模型，并结合多核CPU、GPU和FPGA等并行计算资源，实现模型计算任务的并发执行，大幅提升场站级电磁暂态仿真速度。针对分区解耦引发的数值失稳问题，建立了数值稳定性与解耦参数灵敏度分析方法，可定量评估不同解耦位置和参数对系统数值稳定性的影响，并准确定位引发失稳的关键解耦点。进一步提出基于小步长合成的数值稳定性增强方法，通过重构解耦支路的数值结构，使原本数值失稳的分区模型恢复稳定。
3. 成果物体系
基于上述理论与方法，团队研制了新能源场站精细化仿真软件和实时仿真平台。精细化仿真软件采用C++自主开发，充分利用多核CPU和GPU的大规模并行计算能力，实现了40台风电机组场站级模型的超实时仿真，可支撑大规模场景构建、宽频振荡机理分析和控制参数优化。实时仿真平台采用CPU-GPU-FPGA异构架构，研发了基于GPU大规模并行计算的风场流体仿真模块，研制了基于深度流水线和并行矩阵运算的FPGA电磁暂态仿真求解器，突破了多FPGA协同计算、任务调度和芯片间低延迟数据交互等关键技术，可满足控制器硬件在环、功率设备硬件在环测试需求。上述软件与硬件平台共同支撑大规模新能源场站"仿的了、仿的快、仿的准"，为宽频振荡分析、多设备协调控制验证以及场站数字孪生体系建设提供技术支撑。
1. 研究背景
在"双碳"战略与新型电力系统建设驱动下，工业园区作为能源消耗和碳排放的集中区域，其绿色低碳转型已成为国家能源战略的重要环节。2024年，我国能耗总量达158.9百万兆焦耳，其中工业部门占比超过65%，同期碳排放总量达12533.4百万吨。冶金、化工、机械制造等高耗能行业高度依赖电、热、冷、气等多种能源，但各能源子系统相对独立，能源梯级利用水平较低，亟需构建"电—热—冷—气"多能协同的工业园区综合能源系统。
当前，工业园区综合能源系统仍面临"三多一高"挑战：一是多能流耦合紧密，但"能流—碳流"融合理论缺失，低碳运行缺乏理论支撑；二是设备类型多、工况复杂，数据多源异构且利用不足，缺乏有效的数据支撑；三是高比例新能源与多元负荷接入加剧供需波动和安全风险，分散测控终端协同不足，缺乏协同决策支撑。
2. 研究内容
针对上述问题，团队围绕多能统一建模、全工况状态感知、动态碳计量、低碳调度四个方面开展系统研究。
在多能统一建模方面，团队以熵流作为广延量，构建了考虑输运特性的多能流网络统一模型，通过将电、热、气等多种能源形式统一在熵流框架下进行表征，克服了传统多能流系统联合仿真中因接口不匹配导致的能量损耗计算误差问题。在求解算法方面，采用全纯嵌入半解析法替代传统的数值积分方法，通过解析求解与数值计算相结合的方式，显著提升了模型的收敛性和计算效率。
在全工况状态感知方面，首先构建表征多源异构数据潜在时-空关联性的机理模型，并嵌入对抗神经网络，形成基于提示-掩码融合机制的时-空生成对抗插补网络，实现量测数据质量与完整性全面提升。然后创建"教学与互学习"双层机器学习框架，开发系统节点端口下多能设备运行状态的非侵入式精准辨识方法，实现综合能源系统全设备全方位"零死角"辨识，为后续碳计量和优化调控提供数据支撑。
在动态碳计量方面，团队通过分析碳排传递特性与"能量熵"类比关系，构建了计及传输损耗和动态特性综合能源系统碳流传输网络模型，通过量化各节点间的碳流传输关系，建立时变权重机制动态反映线路/管道碳流传输特性，结合基于潮流追踪的碳流分配计算各线路碳流承载比例，同时建立了基于元学习框架的动态能碳参数自适应校正机制，利用小样本训练快速适应新能源波动、负荷变化等场景，自主校准碳因子计算模型，准确刻画碳排放的时空分布特性。
在低碳调度方面，团队提出云边协同优化调度技术，在云侧基于源荷概率模糊集和动态碳计量的日前调度模型，采用分布式鲁棒机会约束规划处理可再生能源预测不确定性。在日内，建立了双层嵌套滚动修正机制，上层优化耦合设备出力，下层则滚动优化系统基值并反馈至日内上层。在边测提出了基于奇异摄动的分布式趋同控制方法，使分散的边端设备自主趋近全局最优或一致状态，解决了海量边端设备出力优化一致性收敛问题，同时发明了基于快慢时标分离的信息物理融合控制技术，通过将系统动态行为按时间尺度分层解耦，提升系统实时控制的响应速度与协调性。
3. 成果物体系
基于上述理论方法，团队研发了综合能源系统能流碳流实时仿真分析软件、综合能源智能管控系统。能流碳流实时仿真分析软件作为支撑复杂能源系统建模、运行与优化的核心工具，具备涵盖建模、仿真、分析、决策的全面功能。其核心在于能够对可再生能源、储能及多种转换设备（如热电联产、热泵、电转气装置等）进行多能流耦合动态建模，并支持从电磁暂态到中长期动态的多时间尺度统一或混合仿真。综合能源智能管控系统是面向工业园区源、网、荷、储协同运行的一体化管控平台，具备电热冷气多能统一建模、设备/线路/管道全工况状态感知、能碳参数自适应更新的动态碳计量与云边协同优化调度等核心功能，可实现能流、碳流和设备运行状态的实时监测、分析与优化控制，推动园区能源管理由被动响应转向主动优化，为工业园区绿色低碳转型提供可复制、可推广的数字化解决方案。
