找到 5 条结果 · 风电变流技术
基于坐标变换的级联风电系统中QAB变换器灵活功率解耦控制
Flexible Power Decoupling Control for QAB Converters in Cascaded Wind Power Systems by Coordinate Transformation
Xin Peng · Xibo Yuan · Yonglei Zhang · Chen Wei 等7人 · IET Power Electronics · 2025年7月 · Vol.18
本文提出一种基于坐标变换的级联风电系统中QAB变换器的灵活功率解耦控制策略。该方法通过优化QAB变换器绕组电流应力，有效降低器件热应力，提升系统运行效率与可靠性。所提控制策略在实现功率解耦的同时，增强了系统在动态工况下的稳定性，适用于新型级联式风力发电系统。
解读: 该QAB变换器功率解耦控制技术对阳光电源储能与风电产品线具有重要应用价值。通过坐标变换实现的灵活功率解耦控制，可优化ST系列储能变流器的多绕组变压器设计，降低PowerTitan大型储能系统中功率器件的热应力。该技术的动态稳定性提升特性，也可应用于公司风电变流器产品的功率控制优化。此外，其多物理场耦...
基于数据驱动灵敏度的风电场分散式需求功率跟踪与电压控制方法
A Decentralized Demanded Power Tracking and Voltage Control Method for Wind Farms Based on Data-Driven Sensitivities
Chang Yan · Sheng Huang · Yinpeng Qu · Xueping Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年1月
风电场高效功率调度依赖于精确的需求功率跟踪。本文提出一种基于数据驱动灵敏度（DDS）的分散式风电场功率跟踪与电压控制方法，仅利用本地运行变量实现模型预测控制（MPC），获得近似全局最优解。通过反向传播算法设计新的灵敏度计算方法，由全局映射模型（GMM）梯度得到DDS。电压DDS可替代传统MPC中的电压灵敏度，功率DDS建立不同风电机组出力间的线性关系，简化状态空间方程，降低二次规划维度。所设计的三种控制模式无需线路参数、降低计算复杂度或兼具两者优势。变量间距约束线性化方法将非线性约束转为线性，解...
解读: 该文提出的数据驱动灵敏度控制方法对阳光电源的储能和风电产品线具有重要参考价值。特别是其分散式控制架构可应用于ST系列储能变流器集群和PowerTitan大型储能系统的协调控制,通过本地数据实现近似全局最优的功率调度。文中的电压DDS方法可优化储能变流器的电压控制性能,功率DDS的线性化处理思路可用于...
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。...
基于“动态匹配与在线建模”策略的超短期风功率预测
Ultra-Short-Term Wind Power Forecasting Based on the Strategy of “Dynamic Matching and Online Modeling”
Yuhao Li · Han Wang · Jie Yan · Chang Ge 等6人 · IEEE Transactions on Sustainable Energy · 2024年8月
超短期风功率预测对电力系统实时调度、频率调节和日内市场交易具有重要意义。由于天气系统复杂性、机组老化及风电场控制策略等因素，风功率序列的时间依赖关系时变（即概念漂移），导致常用离线建模方法预测精度偏低。在线建模可利用流式数据最新信息捕捉动态变化规律，但现有方法难以满足电网对预测时效性的要求。为此，本文提出“动态匹配与在线建模”策略，通过幅值与波动特征相似性动态筛选训练样本，提升样本代表性并缩短训练时间；同时在匹配过程中引入数值天气预报风速信息以提高预测精度。基于中国三个风电场运行数据的实验结果表...
解读: 该风功率预测技术对阳光电源储能产品线具有重要应用价值。可直接应用于ST系列储能变流器和PowerTitan大型储能系统的调度控制,通过准确预测风电出力波动,优化储能系统的充放电策略,提升调峰调频性能。'动态匹配'方法可集成到iSolarCloud平台,为储能系统提供更精准的调度指令。该技术的在线建模...
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...