找到 53 条结果 · 风电变流技术
基于逆变器资源控制特性的单端故障定位方法用于低频输电系统
Single-Ended Fault Location Method Based on Control Characteristics of Inverter-Based Resources for Low-Frequency Transmission System
Jiaheng Jiang · Guobing Song · Chenhao Zhang · Wenbin Cao 等6人 · IEEE Transactions on Power Delivery · 2025年12月 · Vol.41
针对海上风电接入的低频输电系统（LFTS），提出一种融合逆变器源特性与序网方程的单端故障定位新方法，将故障距离与电阻辨识建模为带约束优化问题。PSCAD验证显示定位误差<4%，耐受故障电阻达300Ω。
解读: 该方法直击海上风电柔直/低频送出场景下双端全IGBT化系统的故障精确定位痛点，对阳光电源风电变流器及ST系列PCS在深远海项目中的高可靠保护具有重要价值。建议将该算法嵌入iSolarCloud智能运维平台，结合PowerTitan储能系统协同实现故障快速隔离与黑启动支撑，并适配于公司构网型（GFM）...
风电生产商与充电站聚合商在电力市场中的协同参与
Collaborative participation of wind power producer and charging station aggregator in electricity markets
Mohammad Hossein Abbasi · Dillip Kumar Mishra · Ziba Arjmandzadeh · Jiangfeng Zhang 等6人 · Applied Energy · 2025年12月 · Vol.401
摘要 电动汽车（EV）的广泛应用受到两大挑战的制约：快速充电基础设施不足以及对化石燃料发电的依赖。扩建快速充电站（FCS）需要进行最优调度，而这一过程因电动汽车用户行为的随机性而变得复杂。此外，可再生能源出力的剧烈波动通常依赖化石燃料发电来缓解，这可能限制电动汽车在环境方面的优势。本文通过风电生产商（WPP）与FCS聚合商的协调运行来应对上述挑战，旨在优化双方收益的同时考虑电动汽车电池老化及FCS充电能力限制。该问题被建模为一个双层优化问题：WPP和FCS聚合商通过点对点（P2P）电能交易协议关...
解读: 该风电-充电站协同优化技术对阳光电源ST系列储能变流器及充电桩业务具有重要价值。通过P2P能源交易框架,可提升储能系统在新能源消纳场景的经济性,降低充电站运营成本达58%。建议将Lyapunov优化算法集成至iSolarCloud平台,结合强化学习优化储能调度策略,并在PowerTitan储能系统中...
多参数优化的摩擦纳米发电机用于采集和感知输电线微风振动能量
Multi-parameter optimized triboelectric nanogenerator for harvesting and sensing micro-wind vibration energy from power transmission lines
Yunfeng Wanga · Haibao Mua · Shasha Heb · Shuai Wanga 等8人 · Energy Conversion and Management · 2025年12月 · Vol.345
摘要 输电线路上传感器的供电困难且维护不便。传统的供电方式采用电池，存在工作寿命短、更换成本高以及严重污染等问题，输电线路节点处的供电可持续性与可靠性面临严峻挑战。本研究基于摩擦纳米发电机原理及环境能量采集技术，设计并构建了一种低成本、轻量化的输电线路振动能量采集与自供能振动监测装置。在传感组件方面，通过结构与材料的优化设计，使传感用TENG的输出性能较原始结构提升了6.9倍；采用柔性兔毛显著提高了传感器的耐久性，实现了高灵敏度的振动检测（39 nA/Hz@位移：6 mm）。在能量采集方面，使用...
解读: 该摩擦纳米发电机技术为阳光电源智能运维体系提供创新思路。针对输电线路传感器供电难题,可应用于iSolarCloud平台的分布式光伏电站线路监测节点,替代传统电池供电方案。其微风振动能量采集特性与阳光电源储能系统ST系列的能量管理理念契合,可探索将TENG技术集成到充电桩站点环境监测模块,实现免维护自...
MFFDM-WLS：一种基于多粒度特征的时序分层风速时间序列一致性预测方法
MFFDM-WLS: A multi-granularity feature-based coherent forecasting method for temporal hierarchical wind speed time series
Yun Wang · Xiaocong Duana · Fan Zhang · Guang Wua 等7人 · Applied Energy · 2025年12月 · Vol.400
摘要 风能因其清洁和可持续的特性，已成为全球能源系统的重要组成部分。然而，风速的间歇性和波动性给风电出力带来了显著的不确定性，对电网并网造成了挑战。此外，与单一粒度预测相比，多粒度风速预测能够提供更丰富的信息，更有利于风电场的运行与规划。因此，为进一步提高风速预测的准确性与可靠性，并获得满足分层一致性的多粒度预测结果，本文提出了一种针对时序分层风速时间序列的基于多粒度特征的一致性预测方法MFFDM-WLS。首先，提出一种基于多粒度特征融合的深度模型（MFFDM），用于生成基础预测值。MFFDM采...
解读: 该多粒度风速预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过时间层级一致性预测,可优化iSolarCloud平台的预测性维护算法,提升风储协同控制精度。多粒度特征融合方法可应用于GFM/GFL控制策略的自适应切换决策,增强电网友好型并网能力。概率预测结果可为E...
一种半去中心化的数据-模型驱动优化方案用于大规模风电场发电协同控制
A Semi-decentralized Data-Model-Driven Optimization Scheme for Coordinated Control of Large-Scale Wind Farm Power Maximization
Jingyao Hu · Qinmin Yang · Wenchao Meng · Jun Yang 等6人 · IEEE Transactions on Industrial Informatics · 2025年12月
尾流效应会显著降低风电场的发电量，这促使人们广泛关注风电场级发电优化问题。然而，当大型风电场面临高度动态的风况时，该优化问题极具挑战性。为解决这一问题，我们提出了一种半分散式数据模型驱动的优化方案，该方案通过与风电场交互利用实时数据，且求解速度快。首先，根据不同风向的发电效率，将优化问题划分为若干静态子问题。对于每个静态子问题，基于尾流模型和谱聚类算法将大型风电场分解为多个集群。在进行在线控制时，根据集群划分结果并行采用数据驱动方法来实现发电量最大化。此外，采用多变量耦合尾流模型验证了该优化方案...
解读: 该论文提出的半分散式数据-模型驱动优化方案针对大规模风电场尾流效应问题，对阳光电源在风电变流器及新能源综合解决方案领域具有重要借鉴价值。 从技术架构层面，该方案将大规模优化问题分解为基于风向的静态子问题，再通过谱聚类算法进行集群划分，实现并行化数据驱动控制。这种"分而治之"的思路与阳光电源在大型光...
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12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...
预测不确定性建模技术及概率型风速与风电功率预测评估指标综述
A review of predictive uncertainty modeling techniques and evaluation metrics in probabilistic wind speed and wind power forecasting
Yun Wanga · Fan Zhang · Hongbo Koua · Runmin Zoua 等7人 · Applied Energy · 2025年10月 · Vol.396
摘要 鉴于风能资源具有显著的变异性，解决风能预测中固有的不确定性至关重要。因此，研究人员已开发出多种概率模型，这些模型为理解风能的波动特性提供了有价值的见解，并提升了预测的准确性。本文旨在分析预测不确定性中不同类型不确定性的意义，并对风速与风电功率预测的概率方法进行系统而全面的综述。特别地，本文详细考察了用于生成预测区间（作为预测不确定性的一种通用表示形式）的代表性模型结构。此外，本综述还探讨了用于评估概率预测质量的各类评价指标，并对其数学表达、时间复杂度以及适用条件进行了分析。这些评价指标在判...
解读: 该风电预测不确定性建模技术对阳光电源储能系统具有重要应用价值。通过概率预测方法可优化ST系列PCS的充放电策略,提升PowerTitan储能系统在风储耦合场景下的能量管理精度。预测区间技术可为iSolarCloud平台提供更可靠的风电波动预判能力,辅助GFM/VSG控制策略实现更平滑的功率调节。不确...
基于混合桥臂的海上风电汇集与高压直流输电枢纽站：支持启动的实现与运行
Hybrid-Arm-Based Offshore Station for Wind Power Collection and HVDC Transmission: Implementation and Operation Supporting Startup
Zhankui ZHANG · Baichuan TENG · Jianjun MA · Miao ZHU · IEEE Transactions on Sustainable Energy · 2025年9月
启动问题是海上风电汇集与传输系统的关键挑战。本文提出一种具备非对称双向功率传输能力的新型海上换流站设计。通过在桥臂不同相中集成模块化多电平单元与二极管组件，采用特殊混合桥臂结构，减小了设备占地并降低了成本。正常运行时，该站实现电压提升及风电场至陆上站的功率输送；启动阶段则反向传输启动功率。文中提出了相应的控制策略，并通过仿真与硬件在环实验验证了其在典型工况下的运行性能。
解读: 该混合桥臂换流站技术对阳光电源的大功率变流产品线具有重要参考价值。其创新的非对称桥臂结构可启发ST系列储能变流器和SG系列集中式逆变器的拓扑优化,特别是在降低器件数量和系统成本方面。文中提出的启动控制策略对构建大型储能电站的黑启动能力具有借鉴意义。此外,该技术的双向功率传输特性也可应用于PowerT...
基于多能量协调控制的全直流风电系统陆上交流故障穿越策略
Multiple Energy Coordinated Control Based Onshore AC Fault Ride-Through Strategy for an All-DC Wind Power System
Bobo Zhang · Jinyu Wang · Chenyu Guo · Ziquan Wang · IEEE Transactions on Sustainable Energy · 2025年9月
全直流海上风电场因无需大量无功补偿、消除同步稳定性问题且运行效率高，成为传统交流风电场的有力替代方案。然而，其交流故障穿越能力面临拓扑结构特殊、故障传播迅速等挑战，制约了实际应用。本文提出一种基于多能量协调控制（MECC）框架的新型交流故障穿越策略，协同整合高压直流输电系统的电容能量控制与直流风电机组的自适应功率削减控制，根据故障严重程度依次调控电容静电能、转子动能、耗能电阻热能及风能，快速消除功率盈余。该策略有效抑制直流过电压，提升能量利用率并延长连续运行时间。典型交流故障下的仿真结果验证了所...
解读: 该文提出的多能量协调控制(MECC)框架对阳光电源的储能与风电产品线具有重要借鉴价值。其电容能量与功率削减的协同控制思路可优化ST系列储能变流器的故障穿越性能,特别是在PowerTitan大型储能系统中实现更精准的能量管理。文中的自适应功率控制策略也可用于完善风电变流器的低电压穿越(LVRT)能力。...
基于控制性能标准的动态事件触发多步模型预测LFC用于存在FDI攻击的智能电网
A Control Performance Standards-Dependent Dynamic Event-Based Multistep Model Predictive LFC for Smart Grids With FDI Attacks
Fan Wei · Xiongbo Wan · Xing-Chen Shangguan · Chuan-Ke Zhang 等5人 · IEEE Transactions on Industrial Informatics · 2025年8月
本文研究了在虚假数据注入攻击下，含风力发电和空调负荷的多区域智能电网（MASG）的多步模型预测负荷频率控制问题，其中考虑采用依赖控制性能标准（CPS）的动态事件触发机制（DETM）来管理数据传输。依赖CPS的DETM包含一个与频率偏差和区域控制误差的两个CPS相关的自适应调整变量，这有助于它在保证MASG所需频率和联络线功率的同时，有效减少数据包的不必要传输。分别应用两个离线优化问题（OP）来设计终端约束集（TCS）和近似单步集。在TCS之外采用由在线OP设计的控制律。基于这三个OP，提出了一种...
解读: 从阳光电源的业务视角来看，这项基于控制性能标准的动态事件触发多步模型预测负荷频率控制技术具有重要的战略意义。随着公司在新能源领域的深度布局，特别是在光伏逆变器、储能系统及综合能源解决方案方面，该技术直接关联到多区域智能电网的频率稳定性这一核心问题。 该研究的价值主要体现在三个维度：首先，针对风电和...
一种用于带并联功率变换器大型风力发电机的快速开路故障诊断方法
A Fast Open-Circuit Fault Diagnosis Method for Large Wind Turbines with Parallel Power Converters
Huimin Huang · Zhen Li · Haoyu Chen · Yimin Zhang 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2025年8月
海上风力发电机单机容量不断增大，其故障穿越能力对系统可靠性至关重要。并联功率变换器常用于满足大功率需求，但其存在的零序环流会干扰故障特征，使传统故障检测方法失效。本文揭示了开路故障下零序环流会引起相电流残差波动，导致基于阈值的传统诊断方法性能下降；进而推导出故障相与健康相电流残差之比在零序环流扰动下仍近似保持恒定。基于该特性，提出一种适用于风电机组并联变换器的故障诊断方法，通过滑动窗均方根归一化与卷积特征增强实现动态残差比提取，完成自适应阈值校准，检测时间仅数个采样周期。仿真与实验验证了该方法在...
解读: 该故障诊断方法对阳光电源的大功率产品线具有重要参考价值。首先，文中提出的零序环流干扰下的故障特征提取技术,可直接应用于ST系列储能变流器和PowerTitan系统中的并联模块故障检测。其次，基于残差比的自适应诊断思路可优化SG系列光伏逆变器的可靠性设计,特别是在1500V大功率系统中的多路并联应用场...
一种考虑台风灾害的韧性导向型海上风电场与输电网络协同规划多场景分布鲁棒模型
A multi-scenario distributionally robust model for resilience-oriented offshore wind farms and transmission network integrated planning considering typhoon disasters
Yang Yuan · Heng Zhang · Shenxi Zhang · Haozhong Cheng 等7人 · Applied Energy · 2025年8月 · Vol.392
现有韧性导向型海上风电场与输电网络协同规划（ROWF&TNIP）模型在刻画台风灾害期间风力发电和电网故障相关不确定性方面缺乏细致描述，且在提升系统韧性时往往表现出较强的保守性。为克服上述局限，本文提出一种考虑台风灾害的多场景分布鲁棒ROWF&TNIP模型。该模型综合考虑正常运行场景（NOS）和台风灾害场景（TDS）下风力发电与电网故障的多重不确定性，以较低的保守程度实现韧性的提升。首先，构建了针对海上风电场（OWF）出力与电网故障的多场景分布鲁棒不确定性集合：基于条件风险价值（CVaR）的多场景...
解读: 该海上风电韧性规划模型对阳光电源ST系列储能系统和智能运维平台具有重要应用价值。论文提出的多场景分布鲁棒优化方法可应用于PowerTitan储能系统的台风灾害应对策略,通过CVaR不确定性集建模提升极端天气下源网荷协调能力。差异化加固模型与预防性机组组合策略可集成至iSolarCloud平台,实现海...
可持续自感知铁路风之花密封混合纳米发电机
Sustainable self-sensing railway wind-blossom with sealed hybrid nanogenerator
Hao Wang · Tengfei Liu · Zutao Zhang · Dabing Luo 等8人 · Applied Energy · 2025年8月 · Vol.392
摘要 智能铁路的发展对先进的铁路物联网（IoRT）系统提出了迫切需求，其中主要挑战之一是为偏远的IoRT节点提供持续电力供应。一种可行方案是在强风区域将风能收集装置集成于风屏障中，从而同时实现防风与能量采集功能。本研究提出了一种名为“风之花”（Wind-Blossom, WB）的风能采集装置，将其应用于铁路屏障中，兼具防风、能量采集和风速自感知功能，旨在构建可长期运行的铁路状态监测IoRT系统。WB的设计采用阿基米德螺旋转子与风透镜结构，以实现高效的风能采集与风力削弱效果。该装置集成了电磁与摩擦...
解读: 该铁路风能采集与自感知技术对阳光电源新能源基础设施布局具有启发意义。其混合发电机制(电磁+摩擦纳米发电)可借鉴至光储充一体站的微能量采集系统,为偏远监测节点供电。风速自感知原理可应用于iSolarCloud平台的环境监测模块,提升风光互补电站的预测性维护能力。该多功能集成思路与阳光电源ST储能系统的...
基于过渡天气识别与气象预测误差传播的两阶段超短期风电功率预测方法
A Two-Stage Ultra-Short-Term Wind Power Forecasting Method Based on Transitional Weather Identification and Meteorological Prediction Error Propagation
Wei Zhang · Hang Sun · Jiyuan Gao · Gangui Yan 等5人 · IEEE Transactions on Sustainable Energy · 2025年7月
精确的风电功率预测对电力系统安全经济运行至关重要。然而，在过渡天气条件下，风速等气象变量的预测误差增大，导致输入噪声增加，降低预测模型可靠性。本文分析气象输入变量的误差传播机制，提出一种提升过渡天气下短期风电预测精度的策略。首先通过多维气象变量波动特征识别过渡天气时段，进而构建稀疏变分高斯过程（SVGP）与含噪输入高斯过程（NIGP）相结合的两阶段模型，将含噪输入分解为真实数据与噪声并独立建模。通过考虑输入噪声在风电预测中的传播过程并进行修正，SVGP-NIGP模型显著提高了确定性预测精度与区间...
解读: 该风电预测方法对阳光电源储能与风电产品线具有重要应用价值。特别是在ST系列储能变流器和风电变流器中,可将SVGP-NIGP预测模型集成到控制算法中,提升系统在过渡天气下的调度精度。通过对气象预测误差的量化与修正,可优化PowerTitan储能系统的充放电策略,提高新能源-储能联合运行效率。该技术还可...
一种端到端集成学习方法以提升风电功率预测
An End-to-End Ensemble Learning Approach for Enhancing Wind Power Forecasting
Yun Wang · Houhua Xu · Yaohui Huang · Fan Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
精确的风电功率预测对电网稳定性和可靠高效的电力供应至关重要。针对现有集成模型多阶段建模易导致误差累积、训练低效及基学习器数量有限造成预测多样性不足的问题，本文提出MG-DS模型。该模型基于Dempster-Shafer证据理论，将基模型学习与集成学习统一于端到端框架中，包含全MLP非线性特征提取、GRU与交叉注意力基预测生成，以及基于DS理论的自集成模块，并引入“放大镜”机制增强预测多样性。此外，提出DS自集成（DSSE）插件以融合RNN与非RNN基预测器。在五个风电数据集上的实验验证了MG-D...
解读: 该端到端集成学习预测方法对阳光电源储能与风电产品线具有重要应用价值。MG-DS模型的高精度功率预测可直接应用于ST系列储能变流器的调度优化和PowerTitan储能系统的容量规划。其'放大镜'机制和DS自集成技术可提升iSolarCloud平台对风电场功率预测的准确性,有助于优化储能调度策略。该技术...
基于深度强化学习的移动式风力发电机分配以增强配电系统韧性
Deep Reinforcement Learning-Based Allocation of Mobile Wind Turbines for Enhancing Resilience in Power Distribution Systems
Ruotan Zhang · Jinshun Su · Payman Dehghanian · Mohannad Alhazmi 等5人 · IEEE Transactions on Sustainable Energy · 2025年6月
风能资源的广泛应用在应对气候变化中展现出显著优势。移动式风力发电机（MWT）可通过运输系统灵活部署，作为应急电源参与配电系统（PDS）灾后恢复，提升系统韧性。本文提出一种基于多智能体深度强化学习（MADRL）的MWT调度框架，采用深度Q网络（DQL）与双深度Q网络（DDQL）进行训练与对比，并引入动作限制机制以抑制风电波动影响。在锡乌福尔斯交通系统与四个IEEE 33节点配电系统耦合的案例中验证了该方法在提升灾后服务恢复能力方面的有效性。
解读: 该研究的MWT调度与深度强化学习方法对阳光电源储能产品线具有重要参考价值。首先，MADRL框架可优化ST系列储能变流器的调度策略，提升PowerTitan系统在极端天气下的应急响应能力。其次，动作限制机制的设计思路可用于改进储能PCS的功率波动抑制算法。研究中的分布式协同控制方案也可集成到iSola...
基于量子机器学习的风力涡轮机状态监测：研究现状与未来展望
Quantum machine learning based wind turbine condition monitoring: State of the art and future prospects
Zhefeng Zhang · Yueqi Wu · Xiandong Ma · Energy Conversion and Management · 2025年5月 · Vol.332
摘要 近几十年来，风能作为一种广受欢迎的可再生能源，得到了广泛的发展和应用。有效的状态监测与故障诊断对于保障风力涡轮机的可靠运行至关重要。尽管传统的机器学习方法已在风力涡轮机状态监测中得到广泛应用，但在处理大规模、高维度且复杂的數據集时，这些方法常常面临诸如特征提取复杂、模型泛化能力有限以及计算成本高等挑战。量子计算的兴起为机器学习算法开辟了全新的范式。量子机器学习结合了量子计算与机器学习的优势，具备超越经典计算能力的潜力。本文首先回顾了当前基于机器学习的风力涡轮机状态监测技术的应用现状及其局限...
解读: 量子机器学习在风电状态监测中的应用为阳光电源智能运维体系提供前瞻性技术路径。该技术可集成至iSolarCloud平台,提升ST储能系统和SG逆变器的预测性维护能力。量子算法在高维数据特征提取和故障分类方面的优势,能有效解决大规模新能源场站设备健康管理中的计算瓶颈,为功率器件(SiC/GaN)热管理预...
一种数据驱动的混合鲁棒优化方法用于考虑不同风电生产商策略的微电网运营商参与备用市场
A data-driven hybrid robust optimization approach for microgrid operators in the energy reserve market considering different wind power producers’ strategies
Guowei Xiao · Miao Zhang · Weiqiang Huang · Zihao Mo 等6人 · Applied Energy · 2025年5月 · Vol.386
近年来，越来越多的研究表明，风电生产商（WPP）具备提供备用容量的潜力，从而使其能够在备用市场中获利。然而，风力发电固有的不确定性可能影响该服务的稳定性。因此，WPP需要制定能够兼顾风电不确定性并服务于微电网（MG）的容量策略。此外，微电网内部备用容量的不合理分配可能导致总运行成本增加。为解决这一问题，本文提出了一种新的能量管理框架，旨在优化微电网在日前能量备用市场中的联合调度。具体而言，采用信息间隙决策理论（IGDT）方法对WPP的容量策略进行建模，以考虑风电功率的不确定性；同时，利用数据驱动...
解读: 该研究对阳光电源ST系列储能变流器及微网能量管理系统具有重要应用价值。论文提出的数据驱动鲁棒优化方法可应用于PowerTitan储能系统的日前调度策略,通过IGDT建模风电不确定性,优化储能容量配置降低运营成本。该框架可集成至iSolarCloud平台,提升微网在辅助服务市场的收益能力,同时为GFM...
具有Z形通道的永磁同步风力发电机定子通风结构热流性能
Thermal-Flow Performance of Stator Ventilation Structure Featuring Z-Shape Channels in Permanent Magnet Synchronous Wind Generators
Lijian Wu · Haoyu Zhou · Jiawen Zhang · Yang Shi 等5人 · IEEE Transactions on Energy Conversion · 2025年5月
永磁同步风力发电机（PMSWG）的功率密度提升受其绕组和磁体热条件的限制。在传统的径向通风结构中，定子铁心被完全分割成多个子铁心段，它们彼此之间形成径向通道。这会导致发电机轴向长度增加，功率密度降低。本文提出一种以Z形通道为特征的定子通风结构。该Z形通道是通过堆叠三种不同形状的叠片形成的，无需分割定子铁心。采用计算流体动力学（CFD）方法详细分析了具有不同通风结构的3.2兆瓦永磁同步风力发电机的流场和温度场。由于具有更大的比表面积、更高的对流换热系数和更低的压力损失，与径向通风结构相比，所提出的...
解读: 从阳光电源的业务布局来看，这项针对永磁同步风力发电机定子散热结构的创新技术具有重要的战略参考价值。虽然该研究聚焦于风电领域，但其核心的热管理理念与我司在大功率逆变器、储能变流器以及电驱动系统中面临的散热挑战高度契合。 该论文提出的Z型通道散热结构通过创新的叠片设计，在不分割定子铁芯的前提下实现了优...
基于特征谱与扩张因果卷积及Squeeze-Excitation ShuffleNet轻量级深度学习的区域风电场日前低功率输出事件预测
Prediction of Day-Ahead Low-Power Output Events in Regional Wind Farms Using Feature Spectrums with Dilated Causal Convolution and Squeeze-Excitation ShuffleNet Lightweight Deep Learning
Zimin Yang · Xiaosheng Peng · Xiaobin Zhang · Guoyuan Qin 等6人 · IEEE Transactions on Power Systems · 2025年5月
区域风电场低功率输出事件的准确预测对电力系统的电网调度至关重要。然而，传统的风电预测方法主要侧重于提高整体预测精度，因此很少单独讨论风电低功率输出事件。本文提出了一种创新的区域风电场日前低功率输出事件预测方法，该方法利用特征频谱，结合扩张因果卷积（DCC）和挤压 - 激励（SE）改进的ShuffleNet网络。首先，将时间序列区域特征转换为频谱图像，在特征创建和选择后，引入并讨论了三种可能的特征排列方式。其次，提出了DCC - SE - ShuffleNet轻量级深度学习神经网络作为低功率输出事...
解读: 该研究的深度学习预测方法对阳光电源的新能源发电及储能产品具有重要应用价值。特征谱分析与轻量级深度学习模型可集成到ST系列储能变流器和SG系列光伏逆变器的控制系统中,提升功率预测精度。具体应用包括:(1)优化储能系统的充放电调度策略,提高PowerTitan等大型储能系统的经济性;(2)改进光伏/风电...
第 1 / 3 页