找到 2 条结果 · 风电变流技术

排序:
风电变流技术 储能系统 ★ 5.0

河北省典型沿海风电项目生命周期碳排放核算

Life cycle carbon emission accounting of a typical coastal wind power generation project in Hebei Province, China

Wei Gao · Mengyao Han · Lijuan Chen · Chao Ai 等7人 · Energy Conversion and Management · 2025年1月 · Vol.324

摘要 在传统能源结构向全生命周期零碳排放的可再生能源转型背景下,风力发电是一种典型的基于可再生能源的发电形式,风电项目的生命周期碳排放已成为全球关注的焦点。由于风能的波动性和随机性直接影响风电项目的碳排放,因此准确预测其在服役期间的碳排放量及环境影响具有较大难度。本文以中国秦皇岛市的沿海风电场为研究案例,在不考虑风机间尾流效应的情况下,构建了考虑风况影响的预测型全生命周期碳排放核算体系,围绕整个生命周期建立了减排指标体系,并将风电的减排能力与传统火电工程进行了对比分析。结果表明,该风电项目的净碳...

解读: 该研究对阳光电源风电配套储能系统具有重要参考价值。研究揭示风电全生命周期碳减排潜力达71.47%,但风能波动性影响碳排放精准预测。阳光电源ST系列储能变流器及PowerTitan系统可通过平抑风电波动,提升发电稳定性,优化碳减排效益。结合iSolarCloud平台的预测性维护功能,可建立风储协同的全...

风电变流技术 ★ 5.0

基于外生变量与调优形式时间序列提示增强的大型时间序列模型的风电功率预测

Wind power prediction using foundation large time series models enhanced by time series prompt in exogenous and tuning forms

Yuwei Fan · Tao Song · Chenlong Feng · Chao Liu 等5人 · Applied Energy · 2025年1月 · Vol.400

摘要 大型时间序列模型(Large Time Series Models, LTSMs)在能源领域具有广泛的应用前景,其中时间序列分析在电力预测等多种实际下游任务中发挥着重要作用。然而,对外生变量的忽视以及全量微调方法的局限性,制约了这些模型在下游任务中的适应能力。本文提出时间序列提示(Time Series Prompt, TSP)的概念,构建了一种基于TSP的方案,将外生变量融入基础LTSM,并结合参数高效微调(Parameter-Efficient Fine-Tuning, PEFT)方法...

解读: 该大型时序模型与时序提示技术对阳光电源风储系统具有重要价值。通过外生变量(风速预测)嵌入提示机制,可显著提升风电功率预测精度(MSE降低50%),结合参数高效微调进一步优化50%。该方法可直接应用于ST系列储能PCS的充放电策略优化,提升风储协同效率;集成至iSolarCloud平台实现智能预测性运...