找到 2 条结果 · 光伏发电技术
基于加速对偶上升的高比例光伏配电网协调电压控制
Accelerated Dual Ascent-Based Coordinated Voltage Control for PV-Rich Distribution Network
Yong Li · Xiren Zhang · Yanjian Peng · Can Wang 等6人 · IEEE Transactions on Industry Applications · 2025年9月
随着分布式光伏（PV）在配电网中的渗透率不断提高，时变的光伏发电可能会导致严重的电压问题。利用光伏逆变器的无功容量进行电压调节，为缓解传统无功补偿装置的局限性提供了一种可行的解决方案。本文针对高光伏渗透率的配电网，提出了一种基于在线加速对偶上升法（ADAM）的电压控制策略。首先，将电压控制问题表述为一个凸二次优化问题，在考虑电压和无功输出容量运行约束的条件下，维持光伏节点的电压在允许范围内。然后，提出采用ADAM以分布式方式求解该优化问题。通过在传统对偶上升法（DAM）中加入加速算法，所提方法能...
解读: 该加速对偶上升协调电压控制技术对阳光电源SG系列光伏逆变器的无功调节功能具有重要应用价值。研究提出的分布式凸优化求解方法可直接集成到逆变器的本地控制器中，通过快速响应算法实现多台逆变器间的协调无功调控，有效解决高比例光伏接入导致的电压越限问题。该技术可与阳光电源现有MPPT算法协同工作，在保证最大功...
基于气泡熵融合与SCAD正则化的鲁棒模糊认知图在光伏发电预测中的应用
Learning a Robust Fuzzy Cognitive Map Based on Bubble Entropy Fusion With SCAD Regularization for Solar Power Generation
Shoujiang Li · Jianzhou Wang · Hui Zhang · Yong Liang · IEEE Transactions on Sustainable Energy · 2025年2月
精确可靠的光伏功率预测对智能电网的经济调度与稳定运行至关重要。针对太阳能固有的间歇性、非平稳性和随机性导致现有方法难以满足高精度预测需求的问题，本文提出一种结合气泡熵与平滑截断绝对偏差（SCAD）正则化的模糊认知图（FCM）预测方法（BesFCM）。该方法利用气泡熵融合两种模态分解技术以增强光伏数据特征的稳定性与判别性，构建融合模糊逻辑、神经网络与专家系统的FCM模型，并引入高阶SCAD正则化学习机制抑制过拟合，提升模型鲁棒性与泛化能力。实验结果表明，该方法在比利时多区域、多采样间隔的光伏数据集...
解读: 该鲁棒模糊认知图预测技术对阳光电源iSolarCloud智能运维平台和PowerTitan储能系统具有重要应用价值。其气泡熵融合与SCAD正则化方法可显著提升光伏功率预测精度，直接优化SG系列逆变器的MPPT算法和功率预测模块。在储能侧，精准的发电预测能改进ST系列储能变流器的充放电策略，降低备用容...