找到 97 条结果 · 风电变流技术
一种基于稳定性约束分区策略的风电接入电力系统两阶段分段经济调度模型
A novel two-phase piecewise economic dispatch model for wind-penetrated power systems using stability-constrained partition strategy
Jianqiang Luo · Zhenglin Tan · Ziqian Huang · Pengli Zou 等9人 · Applied Energy · 2025年12月 · Vol.401
随着风力发电并网比例的持续增加，现代电力系统的稳定性面临严峻挑战，尤其是在经济调度方面。现有大多数研究主要关注传统发电机组的约束条件，而忽略了风力发电带来的动态影响。然而，随着风电占比不断提高，将风力发电对系统稳定性的影响纳入调度过程变得至关重要。为此，本文提出了一种新型的两阶段分段经济调度（TPED）模型，以应对风力发电与电网之间的动态交互问题。TPED模型的目标是在整个调度周期内最小化发电成本的同时，维持足够的稳定性裕度。本文提出了稳定性约束分区策略，该策略充分利用阻尼比函数的特性，并确保在...
解读: 该双阶段分段经济调度模型对阳光电源风电变流器及储能系统具有重要价值。文中提出的稳定性约束分区策略可应用于ST系列储能变流器的多目标优化控制,通过阻尼比函数特性实现经济性与稳定性平衡。所提GCSO算法可融入iSolarCloud平台的智能调度模块,优化风光储混合系统的实时经济调度。特别是针对高比例风电...
动态热定值对高风电渗透率及频率安全约束下电力系统可靠性的影响
Reliability impact of dynamic thermal rating on power system under high wind penetration and frequency security constraints
Xi Hea · Jiashen Teha · Bader Alharbi · Applied Energy · 2025年12月 · Vol.400
摘要 随着风能越来越多地并入现代电力系统，与频率安全、输电拥堵以及整体系统可靠性相关的问题日益突出。本文研究了动态热定值（DTR）技术的应用，作为一种应对高风电渗透率和频率安全约束所带来的挑战的潜在解决方案。本文建立了一种改进的低阶聚合系统频率响应（ASFR）模型，用于分析在不同风电渗透水平下的频率动态特性。风电的接入受到系统频率约束的限制，进而影响系统的可靠性。为解决这些问题，首先评估了集成DTR技术的改进型IEEE 24节点测试系统的可靠性表现，并随后在一个扩展的IEEE RTS-96系统上...
解读: 该研究对阳光电源储能系统(ST系列PCS、PowerTitan)和风电变流器产品具有重要指导意义。文中提出的动态热定额(DTR)技术与频率安全约束分析,可优化我司VSG虚拟同步机控制策略,提升高风电渗透率场景下的电网支撑能力。研究中的合成惯量、降额运行及储能集成方案,与我司GFM构网型控制技术高度契...
时空特征增强的多类型可再生能源与负荷不确定性功率跟踪预测框架
Spatio-temporal feature amplified forecasting framework for uncertain power tracking of multitype renewable energy and loads
Yanli Liu · Ziwen Jia · Liqi Liu · Applied Energy · 2025年12月 · Vol.400
摘要 多类型可再生能源与负荷（如光伏、风电和电动汽车）的集成显著增加了电力供需两侧的不确定性，因此需要精确的预测技术以维持电网的安全稳定运行。然而，复杂的时空特征给现有预测方法带来了挑战，使其难以准确、及时地跟踪不确定性功率的瞬时变化。为此，本文提出了一种时空特征增强（STFA）预测框架，该框架可无缝嵌入当前先进的深度学习算法中。首先，构建了一个时空特征融合模块，逐步结合相空间重构、位置编码和掩码机制，通过一系列重组步骤增强时空特征，提升模型对不确定性波动的理解能力，从而支持训练过程。其次，在深...
解读: 该时空特征增强预测框架对阳光电源多条产品线具有重要应用价值。针对光伏SG系列逆变器,可通过精准预测辐照波动优化MPPT算法响应速度;对ST系列储能变流器和PowerTitan系统,能提升功率调度精度,降低电池循环损耗;在充电桩业务中可预测EV负荷峰谷,优化充电策略。该框架的自适应动态加权损失函数特别...
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...
STE-HOLNet：一种融合时空特征、动态概念漂移检测与自适应校正的风电功率预测新方法
STE-HOLNet: A new method for wind power prediction by integrating spatio-temporal features, dynamic concept drift detection and adaptive correction
Xiongfeng Zhao · Hai Peng Liu · Huaiping Jin · Xueping Shen 等5人 · Energy Conversion and Management · 2025年11月 · Vol.344
摘要 风电具有高度的不确定性和非线性，其时间序列通常表现出多周期性特征和概念漂移现象，这对实现高精度预测构成了重大挑战。本文提出了一种基于时空特征增强并结合动态在线校正机制的混合深度学习预测模型——时空增强型混合在线学习网络（Spatio-temporal Enhanced Hybrid Online Learning Network, STE-HOLNet），该模型通过改进的时间编码机制与深层网络结构紧密集成，实现了实时且高精度的风电功率预测。首先，引入一种改进的Time2Vec模块（E-Ti...
解读: 该风电功率预测技术对阳光电源储能系统具有重要应用价值。STE-HOLNet模型的概念漂移检测与自适应在线学习机制,可直接应用于ST系列PCS的功率预测模块,提升储能系统对风电波动的响应能力。其时空特征增强方法能优化iSolarCloud平台的预测性维护算法,降低RMSE达36.93%的性能可显著改善...
基于耦合CFD致动盘与叶素理论的导流罩风力机性能分析
Performance analysis of diffuser-augmented wind turbines through a CFD-based actuator disk method coupled with a Blade-Element approach
R.Bontemp · M.Mann · Energy Conversion and Management · 2025年10月 · Vol.342
摘要 由于导流罩增强型风力机具有提高功率输出的潜力，甚至可能超过贝茨-儒科夫斯基极限，因此正受到越来越多的关注，尤其适用于小规模应用。然而，目前仍缺乏针对此类装置的快速且可靠的分析方法，这在一定程度上阻碍了其广泛应用。本文首次将一种嵌入计算流体力学（CFD）代码中的耦合致动盘/叶素理论模型应用于导流罩增强型风力机的分析，并对所提出的方法进行了全面验证。流场通过雷诺平均纳维-斯托克斯（RANS）求解器获得，而风力机的影响则通过体积分力进行建模，这些力借助叶素方法迭代计算得到。本研究另一个创新之处在...
解读: 该扩散器增强风机的CFD-执行器盘耦合叶片元理论分析方法,对阳光电源风电变流器产品具有重要参考价值。其RANS流场求解与叶片元迭代体力模型的耦合思路,可借鉴至SG系列风电变流器的热仿真优化中:通过CFD模拟变流器内部散热器与风道的流场耦合,结合功率器件发热模型迭代计算温度场分布。特别是其针对叶尖-导...
一种提高并网风电-水电系统实时运行灵活性的新型两阶段框架
A novel two-stage framework to improve the flexibility of grid connected wind-hydro power system in real-time operation
Chunyang Lai · Behzad Kazemtabriz · Applied Energy · 2025年10月 · Vol.396
摘要 风电-水电混合发电系统已被证明是促进波动性风电并网的一种可行方案。然而，很少有研究考虑风电-水电系统与电力系统的联合运行，更少的研究进一步延伸至提升并网风电-水电系统（WHGS）在实时运行中的灵活性，以应对风电出力和负荷需求双重波动性与不确定性加剧所导致的切负荷问题。为弥补这一研究空白，本文提出了一种新型两阶段框架。在该框架的第一阶段（F-first stage），提出一种基于场景的两阶段连接节点决策模型，用于优化风电场、水电站与负荷之间的拓扑连接关系。在第二阶段（F-second sta...
解读: 该风-水-电网联合调度框架对阳光电源ST系列储能变流器和PowerTitan系统具有重要借鉴价值。研究提出的两阶段实时灵活性优化模型,可应用于储能系统替代水电参与风电波动平抑,通过拓扑优化和双层调度降低弃风弃负39.82%。其场景化决策和灵活性风险规避机制,可融入iSolarCloud平台的智能调度...
基于alpha通道融合的风力发电机组异常数据识别方法
Abnormal data recognition method for wind turbines based on alpha channel fusion
Yan Chen · Guihua Banb · Tingxiao Dinga · Applied Energy · 2025年10月 · Vol.396
尽管图像处理技术在风电功率曲线（WPC）异常检测领域发挥着先进作用，能够准确识别各类异常数据，但仍面临三大挑战：依赖人工标注的参考样本、通过栅格化和距离计算表示数据密度，以及对堆叠型异常数据识别精度不足。为解决上述问题，本研究提出一种简单且高效的WPC异常数据识别与清洗方法。该方法无需依赖人工标注的参考样本，仅通过调节两个参数的取值即可实现不同类型WPC异常数据的识别。所提方法首先采用alpha通道融合机制，在连续空间中直接表征数据密度，从而避免了栅格化处理；其次，引入边界离散化、序列平滑技术及...
解读: 该风电异常数据识别技术对阳光电源储能系统和智能运维平台具有重要借鉴价值。其alpha通道融合机制可应用于iSolarCloud平台的功率曲线异常检测,提升ST系列储能变流器和SG系列光伏逆变器的数据清洗能力。无需人工标注样本的特点契合大规模新能源场站运维需求,边界离散化与Canny边缘检测算法可增强...
基于层次图神经网络与极值理论的短期区域风电功率预测方法
Short-term regional wind power forecast method based on hierarchical graph neural network and extreme value theory
Menglin Liab · Ming Yang · Yixiao Yuab · Energy Conversion and Management · 2025年10月 · Vol.341
摘要 从电力系统运行者的角度来看，管辖区域内风电总出力潜力相比单个风电场更受关注。挖掘目标区域内多个风电场站点之间的时空依赖关系可显著提升预测性能。然而，大量风电场由于不同空间尺度天气系统的连续性所引发的复杂相关性，给建模带来了不可忽视的挑战；此外，基于均方误差的传统损失函数在应对极端事件时表现出固有的局限性。为解决上述问题并进一步提高预测精度，本文构建了一种结合修正模块和基于极值理论改进损失函数的层次化时空图神经网络模型。首先，综合考虑地理距离信息和长期气候特征，采用凝聚式层次聚类方法将区域划...
解读: 该分层图神经网络区域风电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。精准的区域风电预测可优化储能系统充放电策略,提升风储协同效率。其极值理论改进损失函数可增强极端工况预测能力,为iSolarCloud平台的预测性维护提供算法支撑。时空依赖建模方法可应用于多站点...
基于设备级与场站级协同优化的直驱永磁同步风电机组并网振荡稳定控制
Oscillation Stability Control Based on Equipment-level and Farm-level Cooperative Optimization for Power System Connected with Direct-drive PMSG-based Wind Farms
作者未知 · 现代电力系统通用与清洁能源学报 · 2025年9月 · Vol.2025
针对直驱永磁同步风电机组并网引发的次/超同步振荡问题，本文提出基于附加耗散补偿的设备级与风电场级协同优化控制方法，通过动态自耗散增强与耦合耗散抑制，实现宽频振荡的快速抑制。
解读: 该研究高度契合阳光电源风电变流器产品线（如SG225HX等大功率风电变流器）在弱电网及复杂交互场景下的振荡抑制需求。其设备级参数优化算法可嵌入变流器嵌入式控制器，提升LVRT/HVRT期间稳定性；农场级协同优化逻辑可集成至iSolarCloud智能运维平台，实现多机振荡能量均衡调度。建议将核心耗散补...
提高能源市场中跨时间预测协调的准确性和实用性
Improving cross-temporal forecasts reconciliation accuracy and utility in energy market
Mahdi Abolghasemi · Daniele Girolimetto · Tommaso Di Fonzo · Applied Energy · 2025年9月 · Vol.394
摘要 风能发电预测对于风电场日常运行管理以及使市场运营商能够在需求规划中有效应对电力不确定性至关重要。传统的预测协调方法依赖于样本内误差进行预测协调，但这些方法在未来性能上的泛化能力可能不足。此外，传统的聚合结构并不总是与实际决策需求相一致，而评估指标也常常忽视预测误差带来的经济影响。为应对这些挑战，本文探讨了先进的跨时间预测模型及其在提升预测准确性与决策质量方面的潜力。首先，我们提出一种新方法，在协方差矩阵估计和预测协调过程中利用验证误差而非传统的样本内误差。其次，我们引入基于决策的聚合层级用...
解读: 该跨时序预测协调技术对阳光电源储能系统(ST系列PCS、PowerTitan)及新能源场站具有重要应用价值。论文提出的基于验证误差的协调方法可提升预测精度7%以上,能优化储能系统充放电策略,降低辅助服务罚金成本。决策导向的聚合层级设计与阳光电源iSolarCloud平台的智能运维需求高度契合,可将计...
面向社会福利最大化的输电网络约束下风电集成需求响应两阶段框架
A two-stage wind power integrated demand response framework under constrained transmission network for social welfare maximization
Vikram Singh · Manoj Fozdar · Tawfiq Aljohani · Satyendra Singh 等5人 · Applied Energy · 2025年9月 · Vol.394
摘要 可再生能源（RESs）在现有电力系统中的融合正日益加速。尽管可再生能源的引入通过提供清洁能源有望实现可持续发展，但也给电力系统的可靠与安全运行带来了诸多挑战。这些问题包括线路阻塞、不同的节点电价以及网络损耗增加等。为解决上述问题，本文提出了一种双层优化框架。第一层旨在最大化系统的社会福利（SW），第二层则采用基于分时电价（ToU）的机制，在高峰时段引导负荷转移，从而缓解可能存在的网络阻塞。本文利用k-中心点聚类技术对用电负荷进行划分，以区分高峰、低谷和平段时段。此外，所提出的框架引入了条件...
解读: 该双层优化框架对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。通过分时电价需求响应和CVaR风险控制,可优化储能系统充放电策略,缓解风电并网引起的线路阻塞和节点电价差异。k-medoid聚类算法可集成至iSolarCloud平台,实现峰谷平时段智能识别,指导储能系统参与电网社...
基于分层特征依赖Transformer的波动性海洋环境下短期海上风电功率预测
Short-Term Offshore Wind Power Forecasting in Volatile Marine Environments Based on a Hierarchical Feature-Dependency Transformer
Tianshuai Pei · Keqi Chen · Lina Yang · Xinzhang Wu 等5人 · IEEE Transactions on Sustainable Energy · 2025年9月
在波动性强的海洋环境中，突发风暴、潮汐变化和剧烈波浪导致时空异质性，严重影响短期海上风电功率预测精度，威胁电网稳定并增加经济成本。现有方法多依赖静态相关性，难以捕捉复杂非线性特征交互。为此，本文提出Hieroformer，一种基于Transformer的新框架，通过动态特征依赖层次结构建模环境演化依赖关系；设计层次感知注意力机制，引入物理归纳偏置以克服传统注意力排列不变性的局限；结合频域滤波器分离有效周期信号与噪声；并在IEEE 118节点系统中验证其显著降低运行成本。实验表明，该模型在真实数据...
解读: 该研究的分层特征依赖Transformer模型对阳光电源的储能和风电产品线具有重要应用价值。特别是对ST系列储能变流器和风电变流器的功率预测与调度优化方面,可通过其层次感知注意力机制提升极端天气下的预测精度。该技术可优化iSolarCloud平台的智能运维算法,提高储能调度和风电并网的经济性。具体应...
一种基于张量的风电场动态等值建模聚类方法
A Tensor-Based Clustering Method for Dynamic Equivalent Modeling of Wind Farms
Yihao Yang · Yijun Xu · Wei Gu · Lamine Mili 等6人 · IEEE Transactions on Sustainable Energy · 2025年9月
采用详细风电机组模型仿真大规模风电场计算成本高昂，亟需兼顾精度的简化建模方法。针对复杂风速条件与网络结构带来的风电场暂态等值精度难题，本文首次提出一种基于张量分解的聚类方法，通过合理分组捕捉风电场高维动态特征，实现精确降阶建模。首先构建保持时空特性的张量结构数据集，进而设计兼顾稀疏性与平滑性的张量分解策略以提取低维特征并指导聚类；最后定制网络聚合策略降低功率损耗误差。多种布局、故障与风况下的仿真结果验证了该方法的优越性能。
解读: 该张量聚类建模方法对阳光电源的大型储能及风电产品具有重要应用价值。可直接应用于PowerTitan储能系统的多机组协调控制和ST系列储能变流器的群控优化,通过降维聚类提升计算效率。对于风电场接入的储能系统,该方法能更精确地预测风电波动特性,优化储能容量配置和调度策略。技术创新点在于通过张量分解捕捉高...
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...
一种具有动态不确定性集合的可再生能源电力系统定量消纳保障鲁棒调度方法
A Quantitative Accommodation Guaranteed Robust Scheduling Method for Renewable Power System with Dynamic Uncertainty Set
Lianyong Zuo · Shengshi Wang · Jiakun Fang · Yong Sun 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月
为降低碳排放，风电在电力系统中的渗透率不断提高，但其波动性和随机性给系统可靠运行与有效消纳带来挑战。本文提出一种面向风电接入电力系统的定量消纳保障鲁棒调度方法。首先构建风电出力的动态不确定性集，并据此提出可量化系统可实现消纳水平的随机消纳率指标；在此基础上，采用隐式仿射策略保证调度策略的非预见性，并结合系统最大与最小消纳率评估结果构建随机消纳率约束，将其嵌入调度模型以提供定量消纳保障。基于改进的6节点、14节点和118节点系统的仿真验证了所提方法的有效性与优越性。
解读: 该研究提出的定量消纳保障鲁棒调度方法对阳光电源储能产品线具有重要应用价值。可直接应用于PowerTitan大型储能系统的EMS能量管理算法中,通过动态不确定性集和随机消纳率指标,优化储能系统对风电波动的平抑效果。该方法也可集成到iSolarCloud平台,提升储能调度的智能化水平。对ST系列储能变流...
可解释性增强模糊集用于配电鲁棒最优调度中区域风电不确定性量化
Interpretable Augmented Ambiguity Set for Quantifying Regional Wind Power Uncertainty in Distributionally Robust Optimal Dispatch
Zhuo Li · Lin Ye · Ming Pei · Xuri Song 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月
大规模风电并网给电力系统运行带来严峻的不确定性挑战。本文提出一种基于深度学习的可解释增强模糊集，用于分布鲁棒优化框架下的两阶段经济调度，以精确刻画区域风电不确定性。该模糊集融合各风电场细粒度误差模型及站点间交互依赖关系。首次提出多教师知识蒸馏-时间生成对抗网络（MKD-time GAN），通过级联学习机制构建单风电场预测误差的球形模糊集；进一步结合Nataf变换将多个模糊集映射为表征区域联合误差分布的增强模糊集，并推导出可 tractable 的两阶段调度求解算法。IEEE 118节点系统验证了...
解读: 该研究提出的深度学习增强模糊集方法对阳光电源的储能和风电产品线具有重要应用价值。具体而言：1) 可应用于ST系列储能变流器的调度优化,提升大规模风储联合系统的经济性和可靠性；2) 其多教师知识蒸馏框架可优化PowerTitan储能系统的功率预测算法,提高调度精度；3) 研究的区域联合误差建模方法可用...
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...
第 1 / 5 页