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...
采用圆形电流限制器的构网型双馈感应发电机暂态稳定性分析
Transient Stability Analysis of Grid-Forming DFIG Equipped With Circular Current Limiter
Ling Zhan · Bin Hu · Liang Chen · Sen Zhang 等6人 · IEEE Transactions on Industrial Electronics · 2025年4月
在将圆形电流限制器应用于限制构网型双馈感应发电机（GFM - DFIG）中的过电流时，复杂的控制特性给暂态稳定性分析带来了挑战。本文建立了配备圆形电流限制器的GFM - DFIG的暂态模型，并研究了虚拟阻抗参数对暂态性能的影响。理论分析和实验验证表明，较小的虚拟阻抗可以提高限流式GFM - DFIG的故障穿越能力，并且与虚拟电感相比，虚拟电阻的不利影响更为显著。
解读: 从阳光电源的业务视角来看，这项关于构网型双馈风电机组（GFM-DFIG）圆形限流器的研究具有重要的技术借鉴价值。虽然研究对象是风电领域，但其核心技术逻辑与我司在光伏逆变器和储能变流器的构网型控制技术高度契合。 当前，阳光电源正大力推进构网型逆变器技术，以应对高比例新能源接入带来的电网稳定性挑战。该...
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1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...
基于深度强化学习的Vienna整流器PMSG风力发电系统性能优化控制方案
Deep Reinforcement Learning-Based Control Scheme for Performance Enhancement of PMSG Wind Turbine With Vienna Rectifier
Yucheng Du · Bin Cai · Shaomin Yan · Weiyu Zhang 等6人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年9月
提出一种基于深度强化学习（DRL）的新型控制方案，以提升采用Vienna整流器的永磁同步发电机（PMSG）在风力发电系统中的运行性能。针对PMSG定子电流谐波及Vienna整流器中点电压波动问题，设计了基于风速、具有变权重系数的奖励函数，并构建以风速为首要观测状态的快速响应Agent模型，以降低外部环境干扰。通过构建多样化的随机训练环境，增强系统对不同风速变化场景的适应能力。采用双延迟深度确定性策略梯度（TD3）算法进行离线训练。仿真与实验结果表明，该方案在不同风速下控制误差小，显著提升了电能质...
解读: 该研究提出的基于DRL的Vienna整流器控制方案对阳光电源的风电变流器和储能变流器产品线具有重要参考价值。特别是其针对电流谐波和中点电压波动的优化思路，可应用于ST系列储能变流器的三电平拓扑控制。研究中基于风速的变权重奖励函数设计方法，对改进公司产品在复杂工况下的控制性能具有启发意义。该方案通过T...