找到 4 条结果 · 风电变流技术
多步联合概率海上风电功率预测：一种基于置信度触发聚类的缺失数据容忍模型
Multistep Joint Probabilistic Forecasting of Offshore Wind Power: A Confidence-Triggered Clustering Missing-Data Tolerant Model
Zhengganzhe Chen · Chenglong Du · Bin Zhang · Chaoyang Chen 等5人 · IEEE Transactions on Industrial Informatics · 2025年9月
准确可靠的海上风电场集群发电预测对于多能电力系统的低碳运行至关重要。在实际应用中，由于数据采集系统的各种故障问题或恶劣海洋环境中的通信中断，测量数据可能并不总是完整的，而关键数据的缺失可能会显著降低概率模型的可信预测精度。为解决这一问题，本文提出了一种基于置信触发模糊聚类分位数增强变压器（CFCQET）的新型容忍缺失数据模型。首先，开发了一种基于分位数增强变压器的多步风电概率预测方法，其中预测值通过条件置信期望进行迭代更新。然后，基于风电场的时空特征，构建了海上风电场的模糊C均值（FCM）聚类模...
解读: 从阳光电源新能源综合解决方案提供商的视角来看，这篇论文提出的海上风电集群多步概率预测技术具有重要的战略参考价值。虽然论文聚焦风电场景，但其核心方法论对阳光电源在光伏电站群、风光储一体化项目以及多能源管理系统中的功率预测能力提升具有直接借鉴意义。 该技术的核心创新在于缺失数据容忍机制和置信度触发策略...
基于可学习小波自注意力模型的海上风电功率超短期预测
A Learnable Wavelet Self-Attention Model for Ultra-Short-Term Offshore Wind Power Forecasting
汪敏 · 荣腾飞 · 李茜 · 魏澈 等5人 · 高电压技术 · 2025年3月 · Vol.51
为提升海上风电功率超短期预测的精度与可信度，提出一种融合可学习小波的自注意力模型。该模型结合小波分解与深度学习，实现多频域特征提取，并通过稀疏自注意力机制捕获全局时序依赖，增强预测性能。进一步设计时序“敏感度”量化分析方法，对输入变量进行多维度重要性评估，辅助解析预测机理。基于实际风场数据的实验结果表明，所提模型在预测精度上优于对比模型。
解读: 该研究的可学习小波自注意力模型对阳光电源的新能源预测与智能运维具有重要应用价值。首先，该技术可集成到iSolarCloud平台，提升风电场功率预测精度，优化储能调度策略，特别适用于ST系列储能变流器的功率调节。其次，模型的多频域特征提取方法可应用于光伏电站的发电预测，提高SG系列逆变器的MPPT效率...
预算约束下的协作式可再生能源预测市场
Budget-Constrained Collaborative Renewable Energy Forecasting Market
Carla Gonçalves · Ricardo J. Bessa · Tiago Teixeira · João Vinagre · IEEE Transactions on Sustainable Energy · 2025年1月
准确的可再生能源发电功率预测对提升电力系统中可再生能源容量及实现可持续发展目标至关重要。本文强调将去中心化的时空数据融入预测模型的重要性，并针对数据分散所有权带来的挑战，提出促进数据共享的激励机制。主要贡献包括：a）通过比较分析推荐高效且可解释的样条LASSO回归模型；b）设计数据与分析市场中的 bidding 机制，确保数据提供者获得公平补偿，并支持买卖双方表达价格诉求。此外，提出一种结合价格约束、避免冗余特征分配的时间序列预测激励机制。实验结果表明，所提方法显著提升了预测精度，风力发电数据的...
解读: 该研究的可再生能源预测市场机制对阳光电源的储能和光伏产品线具有重要应用价值。首先，高精度的时空预测模型可直接应用于PowerTitan储能系统的调度优化，提升储充策略的经济性。其次，样条LASSO回归方法可集成到iSolarCloud平台，为分布式光伏电站和储能系统提供更准确的发电/负荷预测。通过数...
一种基于局部到全局映射的具有通信容错能力的风电场分散控制方法
A Local-to-Global Mapping Based Decentralized Control Method With Communication Fault Tolerance for Wind Farms
作者未知 · IEEE Transactions on Industrial Informatics · 2025年1月
本文提出了一种用于风电场的模块化分散控制方法，旨在无需即时通信的情况下优化风力发电机组之间的功率分配。该方法利用两个数据驱动模块的非线性拟合能力，结合现有的集中控制方法，实现对每台风力发电机组的分散控制。具体而言，局部 - 全局映射模块捕捉每台风力发电机组的历史局部状态变量与风电场当前全局状态变量之间的复杂关系。开环和闭环预测模式使需求功率预测模块能够在各种通信延迟情况下，对输电系统运营商所需的有功功率进行局部预测。根据是否需要来自输电系统运营商的数据，两种经典的多目标控制模式被纳入本地控制器。...
解读: 从阳光电源的业务视角来看，这篇论文提出的分散式控制方法具有重要的技术迁移价值。虽然研究聚焦于风电场控制，但其核心思想——基于本地到全局映射的去中心化控制架构——与我们在大规模光伏电站和储能系统集群控制中面临的挑战高度契合。 该技术的核心价值在于通过数据驱动模块实现了通信容错能力。在实际应用中，阳光...