找到 12 条结果 · 风电变流技术
ZTFed-MAS2S：一种用于风电数据填补的可验证隐私与信任感知聚合零信任联邦学习框架
ZTFed-MAS2S: A Zero-Trust Federated Learning Framework With Verifiable Privacy and Trust-Aware Aggregation for Wind Power Data Imputation
Yang Li · Hanjie Wang · Yuanzheng Li · Jiazheng Li 等5人 · IEEE Transactions on Industrial Informatics · 2025年10月
由于传感器故障和边缘站点传输不稳定，风电数据常常存在缺失值。虽然联邦学习能够在不共享原始数据的情况下实现隐私保护协作，但在参数交换过程中，它仍然容易受到异常更新和隐私泄露的影响。在开放的工业环境中，这些挑战更加严峻，因此需要零信任（ZT）机制，即不默认信任任何参与者。为应对这些挑战，本文提出了ZTFed - MAS2S，这是一个集成了基于多头注意力的序列到序列插补模型的零信任联邦学习框架。ZTFed将可验证差分隐私与非交互式零知识证明以及机密性和完整性验证机制相结合，以确保可验证的隐私保护和安全...
解读: 从阳光电源的业务视角来看，这项零信任联邦学习框架虽然聚焦于风电数据补全，但其核心技术对我司在新能源数据管理和多场景协同方面具有重要借鉴价值。 在技术价值层面，该框架解决的数据缺失问题在光伏电站和储能系统中同样普遍存在。我司遍布全球的逆变器和储能设备常因通信不稳定、传感器故障导致数据缺失，影响功率预...
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9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...
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...
含风电渗透的信息物理电力系统连锁故障安全评估
Security Assessment of Cascading Failures in Cyber-Physical Power Systems with Wind Power Penetration
Xingye Xu · Kaishun Xiahou · Wei Du · Yang Liu 等6人 · IEEE Transactions on Power Systems · 2025年4月
本文提出一种高比例风电接入下的信息物理电力系统（CPPS）连锁故障安全评估方法。首先，建立考虑电力系统信息物理耦合及网络攻击风险的数学模型，并基于马尔可夫链蒙特卡罗（MCMC）方法构建风电随机模型。在此基础上，提出含风电接入的信息物理电力系统连锁故障模型。为提高连锁故障仿真的准确性，提出一种基于相位估计的线性潮流（PELPF）方法，该方法不仅能使计算精度与牛顿 - 拉夫逊法相当，还能显著提高计算效率并避免收敛问题。此外，基于PELPF方法构建了应对连锁故障中网络攻击的恢复控制模型。最后，引入两个...
解读: 该研究对阳光电源的储能与风电产品线具有重要参考价值。从技术层面，可直接应用于ST系列储能变流器的故障预警与安全防护系统，特别是在大型风储联合项目中的PowerTitan储能系统。研究提出的多阶段动态故障传播模型，有助于优化储能PCS的GFM控制策略，提升系统在高比例风电接入场景下的稳定性。同时，该安...
基于SCADA数据的周期增强型Informer模型用于短期风电功率预测
Periodic-Enhanced Informer Model for Short-Term Wind Power Forecasting Using SCADA Data
Zhao-Hua Liu · Long-Wei Li · Hua-Liang Wei · Ming Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年4月
针对风电场SCADA系统提供的丰富运行与环境数据，提出一种周期增强型Informer模型用于短期风电功率预测。首先，采用基于v-p曲线与四分位法结合的方法滤除稀疏离群点，并利用DBSCAN算法去除功率曲线中的聚集噪声；其次，基于最大信息系数筛选多特征输入集以提升数据利用效率；进而设计时序卷积网络提取输入特征的标量投影，并融合局部与全局时间戳构建周期信息增强的嵌入层；最后，在Informer模型中引入多尺度深度融合模块，实现跨时间尺度特征的深层整合，有效避免了模型加深带来的资源浪费与过拟合问题。实...
解读: 该周期增强型Informer模型对阳光电源的智能运维和储能系统具有重要应用价值。首先，该模型的多特征输入与时序预测技术可直接应用于iSolarCloud平台的发电预测模块，提升风光储多能互补系统的调度效率。其次，模型的周期性特征提取方法可优化ST系列储能变流器的能量管理策略，特别是在PowerTit...
基于有限差分域-混合半机理建模的风力机自适应域调度多模型预测控制
Adaptive Domain Scheduling-Multiple Model Predictive Control for Wind Turbine Based on Finite Difference Domain-Hybrid Semi Mechanism Modelling
Zihao Li · Yang Hu · Weiran Wang · Fang Fang 等5人 · IEEE Transactions on Industrial Electronics · 2025年3月
为解决复杂不确定运行工况下考虑功率跟踪与载荷抑制的风力发电机组优化控制问题，提出了一种有限差分域 - 混合半机理（FDD - HSM）建模方法。基于该模型，针对自由输出（FO）和受限输出（LO）模式设计了一种自适应域调度 - 多模型预测控制（ADS - MMPC）策略。利用高性能实时目标机并与实际风力发电机组的全运行特性进行对比，验证了 FDD - HSM 方法的准确性。通过仿真进一步验证了 ADS - MMPC 算法的有效性，并将其与传统基于模型预测控制（MPC）的算法进行了对比。
解读: 从阳光电源的业务视角来看，这项针对风电机组的自适应域调度-多模型预测控制技术具有重要的跨领域借鉴价值。尽管研究对象是风力发电系统，但其核心思想与我司在光伏逆变器、储能系统及综合能源管理方面的技术需求高度契合。 该论文提出的有限差分域-混合半机理建模方法(FDD-HSM)解决了复杂工况下的精确建模难...
风电机组齿轮箱载荷降低的风电场最优功率控制
Optimal Power Control in Wind Farms for Gearbox Load Reduction
Juan Wei · Yuxiang Li · Hanzhi Peng · Sheng Huang 等6人 · IEEE Transactions on Sustainable Energy · 2025年2月
时变工况下快速的功率与转矩波动会加剧风电机组齿轮箱的疲劳载荷并提高故障率。本文提出一种面向风电场的最优功率控制方法，在跟踪输电系统运营商功率调度指令的同时，优化功率分配以抑制齿轮箱内部振动位移波动，降低疲劳载荷。通过分析行星架、行星轮、太阳轮和直齿轮等关键部件的传动机制，构建了描述齿轮箱内部振动与机械转矩及输出功率关系的动态模型。基于模型预测控制框架建立最优控制问题，并构建基于齿轮箱实时振动状态的疲劳评估系统，用于表征机组运行品质并指导风电场发电调度，为风电场优化调度提供安全边界，有效抑制潜在故...
解读: 该风电场最优功率控制技术对阳光电源储能和光伏产品线具有重要借鉴价值。其基于模型预测控制的功率分配优化思路可应用于ST系列储能变流器的多机组协调控制,有助于降低储能系统的机械应力和疲劳载荷。文中的振动状态实时监测和疲劳评估方法也可集成到iSolarCloud平台,用于SG系列逆变器的预测性维护。特别是...
考虑混合不确定性风险量化的发电机组维修调度方法
Generation Maintenance Scheduling for Power Systems Considering the Risk Quantification of Hybrid Uncertainty
Xiao Yang · Yong Zhao · Yuanzheng Li · Cheng Huang 等5人 · IEEE Transactions on Power Systems · 2025年1月
准确量化不确定性引发的风险是制定电力系统发电维修调度（GMS）的关键基础。然而，风电和负荷等不确定变量的概率分布函数难以精确建模或未知，导致其经济风险难以度量，GMS难以合理制定。为此，本文考虑风电与负荷的混合不确定性，提出一种基于区间-概率最差条件风险价值（IP-WCVaR）的GMS方法。首先构建IP-WCVaR风险度量模型，并通过典型概率修正场景推导其解析数学表达式；进而建立基于IP-WCVaR的正负旋转备用模型并嵌入GMS框架，提升系统韧性；最终将风险规避型GMS建模为上下界优化问题，并基...
解读: 该研究提出的混合不确定性风险量化方法对阳光电源的储能和光伏产品线具有重要应用价值。特别是在PowerTitan大型储能系统和SG系列光伏逆变器的调度优化中,可将IP-WCVaR风险度量模型应用于系统维护调度,提升设备可靠性。通过正负旋转备用模型可优化iSolarCloud平台的预测性维护策略,实现储...
从宏观到微观：中国沿海风能潜力的多尺度评估方法
From macro to micro: A multi-scale method for assessing coastal wind energy potential in China
Li-Rong Deng · Zhi-Li Ding · Yang Fu · Applied Energy · 2025年1月 · Vol.389
摘要 随着海上风电向更深水域、集群化部署和更大单机容量方向发展，风能建设的复杂性日益增加，对风能资源评估方法的全面性提出了更高要求。当前的风能资源评估通常局限于宏观尺度或微观尺度，往往忽略了密集风电场的尾流效应。此外，基于卫星数据的微观尺度风资源评估未考虑区域间风切变指数的差异，导致风速评估存在偏差。因此，本研究提出一种综合性的风能资源评估框架，将宏观尺度的低分辨率分析与微观尺度的高分辨率评估相结合。在宏观层面，除了经典的风能指标、变率指标和成本指标外，特别考虑了现有海上风电场区域及其潜在尾流效...
解读: 该多尺度海上风电评估方法对阳光电源风电变流器及储能系统具有重要应用价值。研究揭示的尾流效应区域是风场区域3倍,南方海域尾流更显著,这为ST系列储能PCS在海上风电场的平滑出力波动、削峰填谷提供了精准配置依据。100米轮毂高度的风速精细化评估可优化PowerTitan储能系统容量设计。台湾海峡等高CO...
一种用于风力涡轮机应用中精确预测三维时空风场的新型频域物理信息神经网络
A novel frequency-domain physics-informed neural network for accurate prediction of 3D spatio-temporal wind fields in wind turbine applications
Shaopeng Li · Xin Li · Yan Jiang · Qingshan Yang 等7人 · Applied Energy · 2025年1月 · Vol.386
摘要 风能是全球关键的清洁能源之一。风力涡轮机的结构安全性和动力响应分析在很大程度上受到其所在位置风速数据可获得性与精度的影响。然而，气象观测站分布稀疏，通常难以获取高分辨率的空间风速数据，因此需要采用条件模拟方法来补充低分辨率的观测数据。本研究针对这一挑战，提出了一种频域物理信息神经网络（FD-PINN），该方法利用频域信息，旨在实现对风力涡轮机三维（3D）时空风场的精准预测。该方法构建了一个深度神经网络，并将其与关键物理模型相结合，包括风谱、风场相干函数以及风速廓线。通过融合这些物理先验知识...
解读: 该频域物理信息神经网络技术对阳光电源风电变流器及新能源场站具有重要价值。通过高精度3D时空风场预测,可优化SG系列风电变流器的功率预测算法和主动抗扰控制策略,提升MPPT效率。结合iSolarCloud平台,该深度学习方法可增强风光储混合电站的预测性维护能力,优化储能系统ST系列PCS的充放电策略。...
弱电网下构网型双馈感应风力发电机的机电振荡分析与抑制
Electromechanical Oscillation Analysis and Suppression of Grid Forming DFIG-Based Wind Turbines Under Weak Grid
Mengjie Li · Zhen Xie · Shang Xu · Shuying Yang 等5人 · IEEE Transactions on Energy Conversion · 2024年11月
当前研究表明，在双馈感应发电机（DFIG）风力发电机组（WT）中实施构网型（GFM）控制有可能提高弱电网中电力系统的稳定性。然而，关于采用GFM控制的DFIG机电稳定性的研究较少。本研究首先建立了连接到弱电网的GFM DFIG机电系统的小信号模型。理论分析表明，随着电网强度的减弱，系统在传动链固有频率（NF）附近易发生机电振荡。随后，本文详细分析了控制系统中的传动链阻尼支路，建立了传动链NF振荡周期内的平均能量耗散模型，并研究了引起传动链振荡（DO）的机制。此外，从GFM控制参数的角度提出了振荡...
解读: 从阳光电源新能源系统集成业务视角来看，本文针对双馈风电机组在弱电网下的构网型控制技术研究具有重要的借鉴价值。尽管研究对象为风电系统，但其揭示的构网型控制在弱电网环境下的机电振荡机理，与我司光储系统面临的并网稳定性挑战存在本质相通性。 该研究的核心价值在于系统性地分析了构网型控制下的机电耦合振荡问题...
考虑隐变量相互辅助的电力系统高斯混合模型不确定性建模
Gaussian Mixture Model Uncertainty Modeling for Power Systems Considering Mutual Assistance of Latent Variables
Xiao Yang · Yuanzheng Li · Yong Zhao · Yang Li 等6人 · IEEE Transactions on Sustainable Energy · 2024年1月
高斯混合模型（GMM）与狄利克雷过程混合模型（DPMM）常用于刻画电力系统中的不确定性，通常采用期望最大化（EM）算法求解。然而，在处理大规模不确定变量数据时，传统方法难以在较低时间消耗下准确获取模型参数。为此，本文提出一种考虑隐变量相互辅助的GMM不确定性建模方法。首先构建不确定变量的GMM，利用条件概率描述隐变量间的相互辅助关系；进而改进EM算法，在E步和M步中引入条件概率，并重新推导GMM参数的闭式解。基于澳大利亚实际风电与负荷数据的实验结果表明，所提方法在建模效率与精度方面均优于传统GM...
解读: 该研究提出的GMM不确定性建模方法对阳光电源储能和风电产品具有重要应用价值。该方法可应用于ST系列储能变流器和PowerTitan系统的功率预测与调度优化,提升系统对风电、负荷等不确定性的建模精度。特别是在大规模储能电站中,该方法可提高计算效率,为iSolarCloud平台提供更准确的发电/用电预测...