找到 4 条结果 · 光伏发电技术
基于光伏过度配置和电池储能的中国东北地区企业级太阳能功率预测
Firm Solar Power Forecasting With Photovoltaic Overbuilding and Battery Storage in Northeastern China
Qi Gao · Dazhi Yang · Guoming Yang · Hao Zhang 等6人 · IEEE Transactions on Industry Applications · 2025年6月
由于太阳辐照度具有间歇性和多变性，光伏发电伴随着高度的不确定性，使其不可调度。为克服这一固有局限，本研究首先考虑采用物理模型链，以提高从天气预报到光伏发电功率预测的转换精度。然后，结合电池储能与新颖的超量建设及主动限电策略，开发出一种可靠（即无误差）的功率预测方法，从原理上讲，该方法可向电网输送有效可调度的太阳能电力。从优化角度出发，引入可靠预测溢价作为目标函数，以衡量实现可靠预测所需的额外成本。利用中国东北地区所有主要城市的相关数据进行了案例研究。研究发现，在中国东北地区，可靠预测溢价范围为1...
解读: 该研究的光伏过配置与储能协同优化技术对阳光电源ST系列储能系统和SG系列逆变器具有重要应用价值。针对东北地区高纬度、冬季辐照弱的特点，研究提出的容量配比优化方法可直接应用于PowerTitan储能系统的容量设计，通过动态调度策略平抑功率波动，提升电网友好性。该技术可增强iSolarCloud平台的功...
自校正引导的广义对比学习框架用于云边协同小样本光伏故障诊断
Self-Correcting-Guided Generalized Contrastive Learning Framework for Small-Sample PV Fault Diagnosis With Cloud-Edge Collaboration
Qi Liu · Bo Yang · Mingxuan Cai · Yuxiang Liu 等6人 · IEEE Transactions on Industrial Informatics · 2025年6月
小样本场景下光伏（PV）阵列的智能故障诊断由于模型精度和泛化能力较差，仍然具有挑战性。现有方法无法同时解决运行工况多变和样本不足的问题，导致少样本学习构建的模型适用性有限。此外，数据传输和计算成本等因素也需要考虑。因此，本文提出了一种用于小样本光伏故障诊断的云边协同自校正引导广义对比学习框架。首先，提出了一种端到端自校正模型，以消除可变环境的影响。然后，将自校正方案与对比学习相结合以实现模型泛化，并设计了一种类型筛选方法来提高模型精度。此外，提出了一种快速故障过滤机制，通过云边协同提高算法效率。...
解读: 从阳光电源的业务视角来看，这项基于云边协同的小样本光伏故障诊断技术具有重要的应用价值和战略意义。 在产品层面，该技术直接契合阳光电源光伏逆变器和电站运维的核心需求。传统故障诊断方法依赖大量标注数据，而实际运维中故障样本稀缺且环境条件多变，导致诊断模型泛化能力不足。该论文提出的自校正引导对比学习框架...
多尺度融合图卷积网络用于多站点光伏功率预测
Multi-scale fused Graph Convolutional Network for multi-site photovoltaic power forecasting
Qi Sim · Xinze Zhang · Siyue Yang · Liang Shen 等5人 · Energy Conversion and Management · 2025年6月 · Vol.333
摘要 近年来，通过精细挖掘时空关系的多站点光伏功率预测因其在降低建模成本和提高预测精度方面的潜力而受到广泛关注。然而，现有方法通常忽略了在真实场景中多个站点之间跨不同时间尺度存在的复杂且动态变化的时空相关性。为解决这一局限性，本研究从多尺度视角提出了一种新颖且有效的模型：多尺度融合图卷积网络（Multi-Scale Fused Graph Convolutional Neural Network, MSF-GCN）。MSF-GCN引入了一个多图卷积（MGCN）模块，该模块结合预定义图与可自适应学...
解读: 该多尺度图卷积网络技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。MSF-GCN模型通过多图卷积捕获分布式光伏电站间空间依赖关系,结合多尺度时序分解,可显著提升SG系列逆变器集群的功率预测精度(MAE提升13.21%)。其自适应图学习机制能优化PowerTitan储能系统的充放电策...
基于光伏系统电流时频特性的电弧故障定位
Arc fault localization based on time-frequency characteristics of currents in photovoltaic systems
Yu Meng · Haowen Yang · Silei Chen · Qi Yang 等6人 · Solar Energy · 2025年2月 · Vol.287
摘要 随着直流（DC）配电系统的发展，线路长度不断增加，使得维护更加困难，电弧故障定位成为一个亟待解决的问题。本文提出了一种适用于不同负载和电流水平光伏系统中的电弧故障定位算法。首先，基于仿射时频分析方法，所提出的电弧故障检测特征能够准确识别电弧故障状态与正常状态。研究了线路阻抗对电弧故障检测特征的干扰，并利用该干扰构建电弧故障定位特征。同时，由于电弧故障具有随机性，电弧故障定位特征在有效使用前需要进行平滑和归一化处理。然后，采用基于自适应网络的模糊推理系统（ANFIS）模型来预测电弧故障位置。...
解读: 该电弧故障定位技术对阳光电源SG系列光伏逆变器及ST储能系统具有重要应用价值。基于时频特征的检测算法可集成至iSolarCloud智能运维平台,实现直流侧故障精准定位,检测精度达100%且响应时间<1s,满足UL1699B标准。该技术可优化现有MPPT控制策略的安全防护层级,特别适用于1500V高压...