找到 8 条结果 · 光伏发电技术
基于积分形式与混合目标函数的光伏单二极管模型参数估计
Parameter estimation of photovoltaic single-diode model using an integral form and hybrid objective function
Jie Xua · Jinfeng Liua · Chen Zhua · Qingyun Chenb 等5人 · Solar Energy · 2025年11月 · Vol.300
摘要 基于光伏（PV）单二极管模型I–V关系的积分形式，本文提出了一种非迭代线性方法，用于从光伏组件/电池的单条实验I–V曲线中进行参数估计。在附加使用确定性优化算法进行参数精修过程后，在四个常用案例研究中均达到了最佳精度。同时，与其它最先进的方法相比，目标函数评估的计算成本降低了约一个数量级。在部分案例研究中，获得了负的参数估计值及较大的不确定性，这归因于存在缺陷或低质量的输入数据。所采用的不确定性分析框架对应于数理统计中的区间估计，并通过文献中80种方法所报告的参数值的统计评估进一步验证了其...
解读: 该光伏单二极管模型参数估计方法对阳光电源SG系列逆变器的MPPT优化具有重要应用价值。通过积分形式的非迭代线性算法,可将参数估计计算成本降低一个数量级,适合嵌入逆变器实时控制系统。混合目标函数能更精确预测最大功率点,可提升MPPT跟踪精度和发电效率。该方法的不确定性分析框架可用于iSolarClou...
多电压等级双极性直流配电系统的综合电压调节方法
Comprehensive Voltage Regulation for Multi-Voltage Bipolar DC Distribution Systems
Xiaodong Yang · Chengjia Zhang · Lijian Ding · Jie Yang 等6人 · IEEE Transactions on Sustainable Energy · 2025年8月
光伏接入不对称及直流源荷的时变特性导致多电压等级双极性直流（MBDC）配电系统出现极间不平衡、越限和不稳定等多重电压问题。本文基于多电压层级双极潮流，提出一种综合电压调节方法以提升系统整体电压性能。首先构建适用于多子系统优化的双极直流潮流模型，结合双极配电系统与双极直流变压器（DCT）建模；进而分析不同电压层级下电压问题成因，确定电力电子设备的调控策略。针对传统方法仅能处理单一电压层级单一问题的局限，本文通过协调跨电压层级的异构资源，实现多层级协同调控，增强电能质量改善能力并避免设备过度使用。在...
解读: 该多电压等级双极性直流配电系统综合电压调节技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。研究提出的双极直流潮流模型和多层级协同调控策略，可直接应用于阳光电源直流侧储能系统的电压管理优化，解决光伏接入不对称导致的极间不平衡问题。特别是跨电压层级异构资源协调控制方法...
基于灰色关联分析与Transformer-GCAN模型的县域分布式光伏日前功率预测
County-level Distributed PV Day-ahead Power Prediction based on Grey Correlation Analysis and Transformer-GCAN Model
Pei Zhang · Bin Zhang · Jinliang Yin · Jie Shi · IEEE Transactions on Sustainable Energy · 2025年7月
县域内分布式光伏电站具有显著的时空相关性，仅考虑时间相关性难以满足日前调度需求。本文提出一种基于灰色关联分析和Transformer-图卷积注意力网络（Transformer-GCAN）的县域日前功率预测方法。首先通过灰色关联度确定光伏电站间的关联关系并构建站间图结构；其次利用Transformer提取各节点时间特征，并结合图卷积网络引入图注意力机制动态捕捉空间特征；最后通过全连接网络融合时空特征实现县域总功率预测。算例结果表明，相较于Transformer-GCN模型，该方法在晴天、多云和雨天...
解读: 该县域分布式光伏功率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。通过灰色关联分析构建站间拓扑结构，结合Transformer-GCAN模型捕捉时空特征，可显著提升日前功率预测精度（不同天气条件下RMSE降低11.90%-19.61%）。该方法可直接集成到iSolarClou...
基于动态加权功率预测误差分配的混合储能系统配置优化
Configuration Optimization of Hybrid Energy Storage System Based on Dynamic Weighted Power Prediction Error Distribution
Xinxue Zhang · Guowei Dong · Jie Shi · Yanni Zhang 等6人 · IEEE Transactions on Industry Applications · 2025年5月
为了量化风电和光伏（PV）功率波动性对风光储系统容量配置的影响，本文聚焦于动态功率预测分布特征，对最优容量配置进行了研究。首先，提出了一种动态加权的非参数核密度估计 - 高斯混合模型（NKDE - GMM）算法。基于上述分布算法，应用了一种基于改进人工鱼群算法（AFSA）的风光储容量优化模型。该模型的目标是使储能系统的生命周期成本最小化，同时考虑与风电和光伏能源预测功率不确定性相关的惩罚成本。最后，通过所提出的综合评价指标（CEI）对不同置信水平下的优化配置结果进行了比较。案例研究表明，综合评价...
解读: 该动态加权功率预测误差分配技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。研究提出的混合储能配置优化方法可直接应用于阳光电源液冷储能系统中电池与超级电容的协同控制策略，通过多时间尺度功率预测偏差分析，优化功率分配算法，延长电池循环寿命。该技术可集成至iSolarC...
采用历元依赖自适应损失加权与数据同化的光伏发电功率预测模型
Photovoltaic power forecasting model employing epoch-dependent adaptive loss weighting and data assimilation
Siyuan Fan · Hua Geng · Hengqi Zhang · Jie Yang 等5人 · Solar Energy · 2025年4月 · Vol.290
摘要 准确预测光伏（PV）发电功率对于优化能源管理系统和提升电网稳定性至关重要。本研究提出了一种物理约束的光伏发电功率预测网络（PC-P3reNet），该网络是一种双层深度学习框架，专为局部环境数据保持一致而光伏系统特性变化的场景优化设计。该框架集成了一种基于物理原理的模型，用于计算理论上的光伏发电输出，并通过Huber损失函数将其与实际测量值进行比较。PC-P3reNet的一个独特特征是其自适应损失加权机制，能够在不同的训练历元中动态调整理论数据与实测数据之间的平衡。这一机制使得模型在初始阶段...
解读: 该物理约束深度学习预测模型对阳光电源iSolarCloud智慧运维平台具有重要应用价值。其自适应损失加权机制可优化SG系列光伏逆变器的MPPT控制策略,通过融合理论模型与实测数据提升多步预测精度(MAE达0.1837)。该技术可增强ST系列储能变流器的充放电决策能力,改善电网稳定性,并为PowerT...
基于GPT的超短期分布式光伏发电功率预测方法
An Ultra-Short-Term Distributed Photovoltaic Power Forecasting Method Based on GPT
Hengqi Zhang · Jie Yang · Siyuan Fan · Hua Geng 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月
随着大量分布式光伏电站并网，提升发电功率预测精度对电力系统安全经济运行具有重要意义。针对现有方法在数据稀缺与随机波动方面的挑战，本文提出一种基于生成式预训练Transformer（GPT）的超短期分布式光伏功率预测方法。通过生成多空间分辨率的虚拟光伏功率数据，预训练Transformer模型，并利用少量实测数据进行微调。注意力机制通过预训练学习历史数据中的相关性，微调实现新电站的轻量化部署与高精度预测。实验结果表明，所提方法在仅1个月实测数据下，相比LSTM、线性模型和Transformer模型...
解读: 该基于GPT的超短期光伏功率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。可直接集成至SG系列光伏逆变器的智能诊断系统，通过少量实测数据实现新建电站的快速部署与高精度预测，相比传统LSTM方法RMSE降低37.22%。该技术可优化PowerTitan储能系统的充放电策略，提升...
半透明光伏建筑一体化/热电联产系统与空气处理协同运行用于发电及冷热互补利用：能量与采光性能评估
Semi-transparent BIPV/T System's synergistic operation with air treatment for electricity generation and complementary cold-heat utilization: Assessment of energy and daylight performance
Yayun Tang · Chengyan Zhang · Jie Ji · Hao Xi · Applied Energy · 2025年4月 · Vol.383
摘要 将光伏（PV）组件集成到建筑设计中不仅能够提升建筑美学，还有助于实现可持续的电力生产。然而，建筑集成光伏（BIPV）系统仍面临若干挑战，包括效率欠佳、废热未被有效利用、眩光问题以及空调系统高能耗等。本研究通过半透明BIPV/T幕墙（CW）系统与空气处理过程的协同运行，旨在解决上述问题，并提升建筑的热性能、电性能及采光性能。研究方法结合了基于能量平衡方程建立的热学与电学模型，以及采用光线追踪原理的光学模型。这些模型被实现在一个集成了Matlab、TRNSYS和DesignBuilder的动态...
解读: 该BIPV/T协同系统研究对阳光电源光储一体化方案具有重要启示。系统通过主动通风降低组件温度9.03°C、提升发电效率0.26%的技术路径,可与SG系列逆变器的MPPT优化算法协同,实时追踪温度变化调整工作点。建筑侧7.87%的综合能耗削减潜力,为ST系列储能PCS与HVAC系统深度耦合提供应用场景...
基于贝叶斯优化算法与二次分解的误差校正深度Autoformer模型在光伏发电预测中的应用
An error-corrected deep Autoformer model via Bayesian optimization algorithm and secondary decomposition for photovoltaic power prediction
Jie Chen · Tian Peng · Shijie Qian · Yida Ge 等7人 · Applied Energy · 2025年1月 · Vol.377
准确的光伏发电功率预测对于电网的稳定运行和合理调度至关重要。然而，由于光伏发电具有不稳定性，其功率预测仍面临巨大挑战。为此，本文提出一种结合二次分解、贝叶斯优化与误差校正机制的Autoformer模型用于光伏发电功率预测。为降低数据复杂性并充分提取特征，采用了两种分解方法：首先利用经验模态分解（EMD）对光伏功率序列进行初级分解；然后引入样本熵（SE）衡量各分量的复杂度，并对复杂度最高的分量采用变分模态分解（VMD）进行二次分解。其次，构建基于贝叶斯优化算法优化的Autoformer模型，分别预...
解读: 该基于深度学习的光伏功率预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过EMD-VMD二次分解和Autoformer模型可显著提升预测精度,可集成至SG系列逆变器的MPPT优化算法中,实现更精准的发电功率预测。结合ST系列储能PCS,该预测模型能优化储能系统充放电策略,提升...