找到 6 条结果 · 风电变流技术
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...
基于Kautz函数的高效分布式MPC在含通信延迟的多区域电力系统负荷频率控制中的应用
Efficient Distributed MPC Using Kautz Functions for Load Frequency Control in Multi-Area Power Systems With Communication Delays
Shuangqing Yan · Xiuxing Yin · Yang Zheng · IEEE Transactions on Sustainable Energy · 2025年3月
可再生能源的大规模接入导致电力系统供需不平衡和频率波动，传统集中式负荷频率控制（LFC）难以适应分布式能源的动态变化。本文提出一种基于离散Kautz函数的分布式模型预测控制（KDD-MPC）方法，利用其灵活的非相同极点配置逼近控制轨迹，显著降低计算复杂度。该方法有效处理LFC中的非线性约束，通过邻区信息反馈实现区域间协调，并引入时变通信延迟补偿机制以增强鲁棒性。在IEEE 39节点系统上的仿真结果表明，相较于PSO优化的PI控制器，扰动区域的平均绝对百分比控制误差（MAPACE）降低10.8%，...
解读: 该分布式MPC控制技术对阳光电源储能和光伏产品线具有重要应用价值。Kautz函数降低计算复杂度的特点,可优化ST系列储能变流器和PowerTitan系统的频率调节性能,提升多机并联时的协调控制效果。其通信延迟补偿机制可增强大型储能电站的系统稳定性,对iSolarCloud平台的分布式调度具有借鉴意义...
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。...
考虑地形坡度和风机位置影响的二维山丘上风力机尾流特性的风洞研究
Wind tunnel study of wind turbine wake characteristics over two-dimensional hill considering the effects of terrain slope and turbine position
Yao Chen · Bowen Yan · Meng Yu · Guoqing Huang 等8人 · Applied Energy · 2025年1月 · Vol.380
摘要 风电场中风机之间的尾流干扰会导致风电场整体发电功率显著下降。本研究通过系统的风洞试验，对在不同坡度的二维山丘上处于不同位置的风力机尾流特性进行了研究，其中风力机轮毂高度与山丘高度相同，均为250 mm，转子直径为400 mm。首先，提出了一种新的归一化方法，用于公平评估风力机在山丘不同位置处的尾流速度亏损。研究发现，位于山顶的风力机尾流受地形影响显著大于位于山前或山后的风力机。随后，系统分析了地形对风力机尾流的影响，包括速度亏损和附加湍流强度。山丘坡度主要影响风力机背风侧的尾流特性：当风力...
解读: 该风电尾流研究对阳光电源复杂地形风电场储能系统配置具有重要参考价值。研究揭示的山地地形对尾流特性的影响规律,可指导ST系列储能变流器在山地风电场的微观选址与容量优化配置。针对陡坡山顶尾流恢复快、缓坡尾流扩散宽的特性,可优化PowerTitan储能系统的功率平抑策略,通过iSolarCloud平台实时...
分析PMSG控制参数与运行工况及电网强度的耦合关系：一种针对次同步振荡的视角
Analyzing the Coupling of PMSG Control Parameters With Operation Conditions and Grid Strength: A Perspective on Subsynchronous Oscillations
Gangui Yan · Cheng Yang · Yupeng Wang · Dejian Yang 等5人 · IEEE Transactions on Power Systems · 2024年12月
并网永磁同步发电机（PMSG）中的次同步振荡（SSO）是由控制参数、运行工况和电网强度的综合作用引起的。现有研究主要集中于变流器控制参数的设计，却忽视了这些参数对运行工况和电网强度变化的适应性。这种忽视可能导致固定的控制参数难以适应不同工况，从而可能诱发次同步振荡。本文建立了一种多阻尼路径模型，用于分析并网永磁同步发电机系统的次同步振荡特性。该模型定量评估了运行工况和电网强度的变化对控制参数适应性和次同步振荡阻尼的影响。研究揭示了稳定约束下控制参数可行域与电网强度和运行工况变化之间的复杂耦合关系...
解读: 该研究对阳光电源的储能变流器和大功率光伏逆变器产品具有重要参考价值。研究揭示的PMSG控制参数与电网强度的耦合机理，可直接应用于ST系列储能变流器和SG系列逆变器的弱电网适应性优化。特别是在构建PowerTitan大型储能系统时，可基于该研究成果优化VSG控制策略，提升系统在不同短路比下的稳定性。同...
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...