CAREER: Multi-Timescale Dynamics Modeling, Simulation, and Analysis of Converter-Dominated Power Systems

职业:以转换器为主导的电力系统的多时间尺度动态建模、仿真和分析

基本信息

  • 批准号:
    2339148
  • 负责人:
  • 金额:
    $ 50万
  • 依托单位:
  • 依托单位国家:
    美国
  • 项目类别:
    Continuing Grant
  • 财政年份:
    2024
  • 资助国家:
    美国
  • 起止时间:
    2024-09-01 至 2029-08-31
  • 项目状态:
    未结题

项目摘要

This NSF CAREER project aims to investigate power system dynamics with large-scale integration of inverter-based resources (IBRs), which challenges the existing frameworks of stability simulation and analysis. The project will bring transformative change to power system dynamics studies and improve the accuracy and efficiency for capturing dynamic responses in both fast the slow time-scales. This will be achieved by creating a unified framework that blends fast transients with slow dynamics and selecting dynamics through transformation, simplification, and numerical methods. The intellectual merits of the project include establishing a unified symbolic framework for device- and system-level modeling, developing advanced analytical methods for stability analysis, and creating efficient simulation algorithms, all aimed at improving grid simulations under complex, multi-timescale dynamics. The broader impacts of the project include enhancing open-source infrastructures for power engineering research and education, cultivating public interest and knowledge of renewable energy through innovative outreach programs, and engaging underrepresented students with hands-on experiences in renewable energy technologies.The large-scale integration of converters and IBRs has significantly impacted power system dynamics. Traditionally, the notion of time-scale separation facilitated a classification between component-level fast electromagnetic transients and system-level slow-varying electromechanical stability. This separation, however, is being challenged by IBRs, which interact with both fast network transients and slow electromechanical dynamics. This project aims to understand how network transients, switched converters, and electromechanical dynamics can be uniformly modeled, rigorously analyzed, and efficiently simulated. Specifically, the project will 1) establish a symbolic framework for formulating component dynamics by switched differential algebraic equations (DAE), which will enable the transformation and simplification of models in a principled manner; 2) establish analytical methods to characterize the oscillatory properties of small-signal models, including assessing the impact of uncertainty on eigenvalues and timescale separation; and 3) develop efficient simulation methods for switched DAE problems in both the time domain and dynamic phasor domain, creating algorithms that leverage the properties of the mathematical models to speed up computations while maintaining accuracy.This award reflects NSF's statutory mission and has been deemed worthy of support through evaluation using the Foundation's intellectual merit and broader impacts review criteria.
该 NSF CAREER 项目旨在通过大规模集成基于逆变器的资源 (IBR) 来研究电力系统动力学,这对现有的稳定性仿真和分析框架提出了挑战。该项目将为电力系统动力学研究带来革命性的变化,并提高捕捉快速和慢速时间尺度动态响应的准确性和效率。这将通过创建一个统一的框架来实现,该框架将快速瞬态与慢速动态混合在一起,并通过变换、简化和数值方法选择动态。该项目的智力优势包括为设备和系统级建模建立统一的符号框架,开发用于稳定性分析的先进分析方法,以及创建高效的仿真算法,所有这些都旨在改进复杂的多时间尺度动态下的电网仿真。该项目的更广泛影响包括加强电力工程研究和教育的开源基础设施,通过创新的外展计划培养公众对可再生能源的兴趣和知识,以及让代表性不足的学生获得可再生能源技术的实践经验。变流器和 IBR 的集成对电力系统动态产生了重大影响。传统上,时标分离的概念有助于对组件级快速电磁瞬变和系统级慢变机电稳定性进行分类。然而,这种分离正受到 IBR 的挑战,IBR 与快速网络瞬态和缓慢的机电动力学相互作用。该项目旨在了解如何对网络瞬态、开关转换器和机电动力学进行统一建模、严格分析和有效仿真。具体来说,该项目将1)建立一个通过切换微分代数方程(DAE)制定组件动力学的符号框架,这将使模型能够以原则性的方式进行转换和简化; 2)建立分析方法来表征小信号模型的振荡特性,包括评估不确定性对特征值和时间尺度分离的影响; 3) 为时域和动态相量域中的切换 DAE 问题开发高效的仿真方法,创建利用数学模型的属性来加速计算同时保持精度的算法。该奖项反映了 NSF 的法定使命,并被认为是值得的通过使用基金会的智力优势和更广泛的影响审查标准进行评估来获得支持。

项目成果

期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Hantao Cui其他文献

A Remedial Strategic Scheduling Model for Load Serving Entities Considering the Interaction between Grid-Level Energy Storage and Virtual Power Plants
考虑电网级储能与虚拟电厂相互作用的负荷服务实体补救策略调度模型
  • DOI:
    10.3390/en11092420
  • 发表时间:
    2018-09-12
  • 期刊:
  • 影响因子:
    3.2
  • 作者:
    Haiteng Han;Hantao Cui;Shan Gao;Qingxin Shi;Anjie Fan;Chen Wu
  • 通讯作者:
    Chen Wu
Decentralized and Coordinated V-f Control for Islanded Microgrids Considering DER Inadequacy and Demand Control
考虑分布式能源不足和需求控制的孤岛微电网分散协调 V-f 控制
  • DOI:
    10.1109/tec.2023.3258919
  • 发表时间:
    2022-06-22
  • 期刊:
  • 影响因子:
    4.9
  • 作者:
    Buxin She;F. Li;Hantao Cui;Jinning Wang;Oroghene Oboreh;R. Bo
  • 通讯作者:
    R. Bo
CXSparse-Based Differential Algebraic Equation Framework for Power System Simulation
基于CXSparse的电力系统仿真微分代数方程框架
Distributionally-robust chance constrained and interval optimization for integrated electricity and natural gas systems optimal power flow with wind uncertainties
具有风不确定性的综合电力和天然气系统最优潮流的分布鲁棒机会约束和区间优化
  • DOI:
    10.1016/j.apenergy.2019.113420
  • 发表时间:
    2019-10-01
  • 期刊:
  • 影响因子:
    11.2
  • 作者:
    X. Fang;Hantao Cui;Haoyu Yuan;Jin Tan;Tao Jiang
  • 通讯作者:
    Tao Jiang
Inverter PQ Control With Trajectory Tracking Capability for Microgrids Based on Physics-Informed Reinforcement Learning
基于物理信息强化学习的具有轨迹跟踪能力的微电网逆变器 PQ 控制
  • DOI:
    10.1109/tsg.2023.3277330
  • 发表时间:
    2024-01-01
  • 期刊:
  • 影响因子:
    9.6
  • 作者:
    Buxin She;F. Li;Hantao Cui;H. Shuai;Oroghene Oboreh;R. Bo;Nattapat Praisuwanna;Jingxin Wang;L. Tolbert
  • 通讯作者:
    L. Tolbert

Hantao Cui的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Hantao Cui', 18)}}的其他基金

Collaborative Research: CyberTraining: Pilot: PowerCyber: Computational Training for Power Engineering Researchers
协作研究:Cyber​​Training:试点:PowerCyber​​:电力工程研究人员的计算培训
  • 批准号:
    2319895
  • 财政年份:
    2024
  • 资助金额:
    $ 50万
  • 项目类别:
    Standard Grant
HyperTran: High-Performance Transient Stability Simulation of Power Systems on Modern Parallel Computing Hardware
HyperTran:在现代并行计算硬件上对电力系统进行高性能暂态稳定性仿真
  • 批准号:
    2226826
  • 财政年份:
    2022
  • 资助金额:
    $ 50万
  • 项目类别:
    Standard Grant

相似国自然基金

跨时间尺度飞秒激光多波长高分辨连续成像技术研究
  • 批准号:
    52305595
  • 批准年份:
    2023
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
多模混动工程车辆模式切换扭振机理与多时间尺度抑制方法研究
  • 批准号:
  • 批准年份:
    2022
  • 资助金额:
    53 万元
  • 项目类别:
    面上项目
大负载多电机驱动系统的多时间尺度建模及控制
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    30 万元
  • 项目类别:
    青年科学基金项目
高适应性无传感器同步磁阻电机系统多时间尺度表征与多性能协同控制研究
  • 批准号:
  • 批准年份:
    2021
  • 资助金额:
    58 万元
  • 项目类别:
    面上项目
基于移频理论的电/热/气多能源系统多时间尺度暂态建模和多速率仿真方法研究
  • 批准号:
  • 批准年份:
    2020
  • 资助金额:
    24 万元
  • 项目类别:
    青年科学基金项目

相似海外基金

Computing Lagrangian means in multi-timescale fluid flows
计算多时间尺度流体流动中的拉格朗日均值
  • 批准号:
    EP/Y021479/1
  • 财政年份:
    2024
  • 资助金额:
    $ 50万
  • 项目类别:
    Research Grant
Phase Averaged Deferred Correction for Multi-Timescale Systems
多时间尺度系统的相位平均延迟校正
  • 批准号:
    EP/Y032624/1
  • 财政年份:
    2024
  • 资助金额:
    $ 50万
  • 项目类别:
    Research Grant
DMS/NIGMS 1: Multi-timescale stochastic modeling to investigate epigenetic memory in bacteria
DMS/NIGMS 1:用于研究细菌表观遗传记忆的多时间尺度随机模型
  • 批准号:
    2245816
  • 财政年份:
    2023
  • 资助金额:
    $ 50万
  • 项目类别:
    Continuing Grant
CAREER: The control of learning rate through multi-timescale cholinergic neuromodulation
职业:通过多时间尺度胆碱能神经调节控制学习率
  • 批准号:
    2145247
  • 财政年份:
    2022
  • 资助金额:
    $ 50万
  • 项目类别:
    Continuing Grant
CRII: RI: RUI: Representations for multi-timescale scene dynamics in webcam video streams
CRII:RI:RUI:网络摄像头视频流中多时间尺度场景动态的表示
  • 批准号:
    2105372
  • 财政年份:
    2021
  • 资助金额:
    $ 50万
  • 项目类别:
    Standard Grant
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了