找到 8 条结果 · 风电变流技术
基于趋势分类与空间信息集成模型的日前风电场群功率预测
Day-ahead wind farm cluster power prediction based on trend categorization and spatial information integration model
Mao Yang · Yuxi Jiang · Chuanyu Xu · Bo Wang 等6人 · Applied Energy · 2025年6月 · Vol.388
摘要 随着风电产业的快速发展和风电装机容量的不断增加，影响发电量的因素在时间和空间上呈现出高度耦合的关系，这给风电场群功率预测（WFCPP）带来了极大的挑战。为解决这一问题，本文提出了一种考虑风电集群趋势聚合特性与空间信息集成（SII）的区域风电功率预测（WPP）精度提升方法。首先，引入一种考虑空间特征的趋势聚类方法以实现集群划分。该方法采用静态分区策略应对持续随机变化的动态环境，削弱了风速空间离散性对集群划分的影响。其次，深入挖掘多个风电场群（WFC）之间的多维时空耦合特性，并构建了融合时空信...
解读: 该风电集群功率预测技术对阳光电源储能系统具有重要应用价值。通过趋势聚类和空间信息融合,可显著提升区域风电预测精度(RMSE降低2.07%),为ST系列PCS和PowerTitan储能系统提供更精准的充放电调度依据。其时空耦合特征挖掘方法可集成至iSolarCloud平台,优化风储协同控制策略,配合G...
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5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。...
FDCA-DSTGCN：一种基于频域信息增益与动态趋势感知的风电场群功率日前预测模型
FDCA-DSTGCN: A Wind Farm Cluster Power Day-Ahead Prediction Model Based on Frequency Domain Information Gain and Dynamic Trend Sensing
Mao Yang · Jiajun Niu · Bo Wang · Dawei Huang 等6人 · IEEE Transactions on Sustainable Energy · 2025年5月
准确的风电场群功率预测对大规模风电接入的新一代电力系统至关重要。现有建模方法忽略风向及频域信息的作用，导致空间信息利用不足，预测精度提升受限。为此，本文提出一种融合频域信息增益与动态趋势感知的风电场群日前功率预测模型。首先，基于图论与多信息渐进融合进行集群划分并设置虚拟信息节点；其次，提出时间窗内主导风向识别方法，构建基于主导风向与风速的动态加权有向图结构；进而，设计引入频域增益通道注意力机制的动态时空图卷积网络（FDCA-DSTGCN）完成预测。在中国内蒙古某风电场群的实证结果表明，所提方法较...
解读: 该风电场群功率预测技术对阳光电源储能与电网侧产品具有重要应用价值。首先可应用于ST系列储能系统的调度优化，通过频域信息增益提升储能容量配置精度，优化充放电策略。其次可集成到iSolarCloud平台，为新能源电站群的智能运维提供更准确的功率预测支持。该模型的动态时空图卷积网络架构也可迁移应用于光伏电...
基于深度时空相关性挖掘的风电场群短期功率预测方法
Short-term power prediction method of wind farm cluster based on deep spatiotemporal correlation mining
Da Wang · Mao Yang · Wei Zhang · Chenglian Ma 等5人 · Applied Energy · 2025年2月 · Vol.380
摘要 本文提出了一种基于时空相关性挖掘的风电场群短期功率预测方法。首先，建立了一种考虑风速和风向的空间相关性量化指标。基于该指标，构建了包含虚拟节点的图结构以表征风电场之间的空间关联关系，其中虚拟节点为输入数据增添了额外的有效信息。随后，采用图注意力网络提取风电场群的空间特征，并构建双向循环残差网络以提取时间特征，同时引入多任务学习算法优化网络输出。最后，提出了一种针对虚假预测分量的评价指标，用于评估由正负误差累积所导致的预测偏差，为发电计划的制定提供了参考依据。利用中国21个风电场群的实际数据...
解读: 该风电集群时空关联预测技术对阳光电源储能系统具有重要应用价值。通过图注意力网络挖掘风电场空间关联和双向循环网络提取时序特征,可显著提升ST系列PCS的功率预测精度至89.69%,优化PowerTitan储能系统的充放电策略。虚拟节点增强的图结构建模方法可集成至iSolarCloud平台,实现风储协同...
基于风险场景感知的日前风电出力预测框架
A Framework of Day-Ahead Wind Supply Power Forecasting by Risk Scenario Perception
Mao Yang · Yutong Huang · Zhao Wang · Bo Wang 等5人 · IEEE Transactions on Sustainable Energy · 2025年1月
大规模风电并网背景下，风电功率预测对电力系统安全稳定运行至关重要。现有预测方法重统计精度而轻应用风险，导致预测值与实际调度需求脱节。为此，本文提出一种考虑风险场景感知的风电出力预测（WSPF）框架。首先结合数值天气预报风速波动信息，利用TimesNet识别预测中的风险场景；其次构建有效消纳区与供电风险区评价指标，并据此优化预测曲线修正方案；最后融合多种预测模型进行验证。在中国内蒙古某风电集群的应用结果表明，该方法使WSPF平均精度提升37%，验证了其有效性与普适性。
解读: 该风电预测框架对阳光电源的储能和风电变流产品具有重要应用价值。首先，TimesNet风险场景识别技术可集成至ST系列储能变流器的调度控制系统，优化储能容量配置和充放电策略。其次，风险区评价方法可应用于PowerTitan大型储能系统的调峰调频功能设计，提升系统对风电波动的响应能力。此外，该预测框架也...
基于动态重构混合互联变压器技术的双馈感应发电机风电系统故障穿越能力提升
Enhancing Fault Ride-Through Capability of DFIG-Based WECS Using Dynamic Reconfiguration Hybrid Interlinking Transformer Technique
Jinmu Lai · Yang Liu · Xin Yin · Lin Jiang 等6人 · IEEE Transactions on Sustainable Energy · 2024年11月
电网故障引发的电压跌落、骤升和谐波等异常工况严重威胁双馈感应发电机（DFIG）风电转换系统的安全运行。为提升DFIG的故障穿越能力并优化变流器容量利用，本文提出一种基于动态重构混合互联变压器（DR-HIT）的新型DFIG风电系统。通过分析拓扑结构与工作原理，设计了多种运行模式及灵活切换策略。在电网正常时，DR-HIT工作于并联模式，通过多功能变流器与网侧变流器协同控制平抑输出功率波动；发生电压故障时，自动切换至串联模式，维持机端电压稳定；故障恢复后，灵活返回并联模式。仿真与实验结果验证了该方案在...
解读: 该研究提出的DR-HIT动态重构技术对阳光电源的储能变流器和风电变流器产品具有重要参考价值。其创新的串并联动态切换方案可应用于ST系列储能变流器的电网故障穿越控制，提升系统在电压跌落工况下的稳定性。同时，该技术的多功能变流器协同控制思路可优化PowerTitan大型储能系统的功率调节性能。此外，文中...
非对称电网故障下双馈风电机组小信号稳定性分析及电流控制参考优化算法
Small-Signal Stability Analysis and Current Control Reference Optimization Algorithm of DFIG-Based WT During Asymmetric Grid Faults
Xin Fang · Jun Yao · Ruikuo Liu · Yang Zhao 等6人 · IEEE Transactions on Power Electronics · 2021年7月
针对弱电网下双馈风电机组（DFIG）在非对称电网故障时的稳定性问题，本文建立了小信号状态空间模型，深入分析了电网与DFIG系统间的交互机制，并提出了一种电流控制参考优化算法，以提升系统在复杂电网故障条件下的运行稳定性。
解读: 该研究对于阳光电源风电变流器业务具有重要参考价值。随着风电渗透率提升，弱电网环境下的故障穿越能力已成为核心竞争力。文章提出的非对称故障下的小信号建模与控制优化方法，可直接应用于阳光电源风电变流器的控制策略升级，增强机组在复杂电网故障下的鲁棒性。此外，该研究中关于弱电网交互的分析逻辑，也可迁移至阳光电...
基于扰动估计的双馈风力发电机非线性自适应功率解耦控制
Perturbation Estimation Based Nonlinear Adaptive Power Decoupling Control for DFIG Wind Turbine
Kai Shi · Xin Yin · Lin Jiang · Yang Liu 等6人 · IEEE Transactions on Power Electronics · 2020年1月
本文提出了一种针对双馈风力发电机（DFIG-WT）的基于扰动估计的非线性自适应功率解耦控制器。该方法将系统非线性、模型不确定性、控制回路间的交叉耦合及外部扰动定义为扰动状态，并设计扰动观测器进行实时估计与补偿，有效提升了风电机组的控制性能与鲁棒性。
解读: 该研究提出的扰动观测器与非线性自适应解耦控制策略，对阳光电源风电变流器产品线具有重要参考价值。在风电场弱电网接入及复杂工况下，该算法能显著提升变流器对系统非线性扰动的抑制能力，增强机组并网稳定性。建议研发团队将其引入新一代风电变流器控制算法中，以优化动态响应速度，并提升在极端风况下的故障穿越能力，从...