找到 2 条结果 · 光伏发电技术
基于区域下垂控制的光伏逆变器过电压抑制方法
Regional Droop Control of PV Inverters for Mitigating Over-voltages in Power Distribution Systems
Xuanyi Xiao · Yunmin Zhang · Zhiyi Li · Chun Chen 等6人 · IEEE Transactions on Sustainable Energy · 2025年8月
针对高渗透率光伏接入导致的配电网过电压问题，本文提出一种考虑线路阻抗缺失和多源数据限制的光伏逆变器区域下垂控制方法。该方法通过将富光伏区域的电压反馈点设为区域内电压最高的母线来实现。为进一步抑制下垂控制引入引起的电压振荡，提出带记忆功能的区域下垂控制，并证明其在实际配电网中具有稳定的电压动态特性。该方法仅需少量测量与通信资源，适用于发展程度较低的配电区域。仿真结果表明，相较于基准控制方法，所提方法可提升光伏渗透率5.8%，年光伏发电消纳量增加约15万kWh，显著改善过电压抑制效果。
解读: 该区域下垂控制技术对阳光电源SG系列光伏逆变器的电压调节功能具有重要应用价值。研究提出的带记忆功能的区域下垂控制可直接集成到逆变器控制算法中，优化现有Q(V)无功调压策略，特别适用于高渗透率光伏场景。该方法仅需少量通信资源的特点与阳光电源iSolarCloud平台的分布式监控架构高度契合，可实现区域...
考虑多因素动态效应的光伏功率预测：一种基于动态局部特征嵌入的广义学习系统
Photovoltaic Power Prediction Considering Multifactorial Dynamic Effects: A Dynamic Locally Featured Embedding-Based Broad Learning System
Ziwen Gu · Yatao Shen · Zijian Wang · Yaqun Jiang 等6人 · IEEE Transactions on Sustainable Energy · 2025年3月
精确的光伏功率预测是新型电力系统高效稳定运行的前提。现有研究多关注温度、辐照度等全局因素与光伏功率的关系，常忽略其局部动态影响，导致预测精度下降。为此，本文考虑多因素间的动态关联，提出一种基于动态局部特征嵌入的广义学习系统（DLFE-BLS）。首先设计动态相空间重构方法（DPSR）刻画多变量数据的动态特性，进而引入动态局部特征嵌入（DLFE）算法提取局部动态特征，并将其融入广义学习系统框架，构建DLFE-BLS模型以提升预测精度。实验结果表明，该模型在多种场景下均优于对比模型，尤其在迁移预测中表...
解读: 该DLFE-BLS光伏功率预测技术对阳光电源iSolarCloud智能运维平台和SG系列光伏逆变器具有重要应用价值。其动态相空间重构方法可优化MPPT算法在复杂气象条件下的功率追踪精度，局部动态特征提取能力可提升PowerTitan储能系统的充放电策略优化。该模型在迁移预测场景的优异表现，可直接应用...