找到 2 条结果 · 光伏发电技术
基于最优动态下垂系数的分布式光伏快速有功功率调节
Rapid Active Power Regulation of Distributed Photovoltaics based on Optimal Dynamic Droop Coefficients
Ting Yan · Chunxia Dou · Dong Yue · Ziwei He 等5人 · IEEE Transactions on Sustainable Energy · 2025年7月
为实现大规模分布式光伏（DPV）对快速有功功率调节的主动响应，本文提出一种融合聚类与优化的双层架构，用于协调设计DPV的动态下垂系数。底层根据调节需求选取可调容量和响应时间作为聚类特征，采用U-k-means算法实现DPV聚类；上层构建计及调节性能与网损的频率偏差-最优下垂系数模型，并从潮流影响角度进行优化。通过图注意力网络（GAT）预先求解不同频率波动下的下垂系数调节策略。在改进的IEEE 33节点系统上的仿真结果表明，所提GAT模型优于现有神经网络模型，且所提最优下垂系数调节策略具有有效性与...
解读: 该动态下垂系数优化技术对阳光电源SG系列光伏逆变器和PowerTitan储能系统具有重要应用价值。研究提出的双层架构可直接应用于iSolarCloud平台的分布式光伏集群控制：底层U-k-means聚类算法可根据各逆变器可调容量和响应时间实现智能分组，上层GAT神经网络模型可实时预测最优下垂系数，实...
基于多模态数据融合与模糊化的超短期太阳辐照度预测
Ultra Short-Term Solar Irradiance Forecast Based on Multimodal Data Fusion and Fuzzification
Xiangsen Wei · Dong Yue · Gerhard P. Hancke · Chunxia Dou 等6人 · IEEE Transactions on Industrial Informatics · 2025年1月
太阳辐照度的间歇性是导致光伏（PV）系统功率输出快速波动的主要原因。这些波动阻碍了太阳能发电设备大规模并入电网，进而阻碍了利用太阳能资源减少碳排放的进程。解决这一困境的主要途径是实现太阳辐照度的高精度预测。尽管存在各种预测太阳辐照度变化的方法，但很少有方法专注于充分利用多模态数据信息和模糊方法来提高预测性能。因此，本文提出了一种结合多模态数据融合和模糊化的方法来预测超短期全球水平辐照度（GHI）。首先，设计了一种模态转换方法，将时间模态数据转换为空间模态数据。然后，将转换后的数据与正常和欠曝光全...
解读: 从阳光电源的业务实践来看，这项基于多模态数据融合与模糊化的超短期太阳辐照度预测技术具有显著的应用价值。当前光伏发电的间歇性波动是制约大规模并网的核心痛点，直接影响我们逆变器的功率控制策略和储能系统的调度效率。该技术通过将时序数据转换为空间模态，并融合全天空图像与模糊化处理，为解决这一难题提供了创新路...