找到 6 条结果 · 风电变流技术
风电场在中长期滚动交易中的策略性投标：一种双层多智能体深度强化学习方法
Strategic bidding of wind farms in medium-to-long-term rolling transactions: A bi-level multi-agent deep reinforcement learning approach
Yi Zheng · Jian Wang · Chengmin Wang · Chunyi Huang 等6人 · Applied Energy · 2025年4月 · Vol.383
摘要 随着可再生能源在电力市场中渗透率的不断提高，边际电价受到抑制，给风电生产商的盈利能力带来了挑战。为此，有效的中长期（MLT）滚动交易能够对冲现货市场价格风险，提升盈利水平。然而，传统的投标方法往往难以捕捉风电出力及交易动态在较长时间跨度内的复杂不确定性。本文提出了一种专为优化风电中长期滚动交易而设计的双层多智能体深度强化学习（DRL）方法。该方法创新性地将Black–Scholes模型与Hamiltonian函数相结合，构建了一个最优决策框架，能够在短期投标效率与长期战略定位之间实现平衡。...
解读: 该深度强化学习竞价策略对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过双层多智能体优化框架,可提升风储联合系统在中长期电力市场的收益能力,有效对冲现货价格风险。其时空建模技术可集成至iSolarCloud平台,实现储能参与市场交易的智能决策,优化充放电策略。结合阳光电...
通过数据驱动的模型预测独立变桨控制提升大型风力机运行稳定性
Improving Operational Stability of Large-Scale Wind Turbines Through Data-Driven Model Predictive Individual Pitch Control
Songyue Zheng · Lijian Wu · Lizhong Wang · Lilin Wang 等5人 · IEEE Transactions on Sustainable Energy · 2025年3月
针对结构柔性显著的现代大型风力机在非对称与随机气动载荷下运行稳定性差的问题，本文提出一种基于数据驱动模型预测控制的独立变桨控制方法（DMPC-IPC）。该方法通过优化转速/功率波动抑制、非对称载荷衰减及结构阻尼调节等多目标性能指标提升系统稳定性。采用任意多项式混沌展开构建代理模型，并结合高斯过程回归量化模型不确定性，以预测变桨对非线性动态响应的影响；设计一阶阴阳对优化求解器高效求解多步预测代价函数。基于DTU-10MW风力机在极端阵风与湍流风况下的全工况仿真验证表明，该方法显著提升了运行稳定性并...
解读: 该数据驱动的模型预测控制技术对阳光电源储能和风电产品线具有重要参考价值。其中的多目标优化和不确定性预测方法可应用于ST系列储能变流器的功率调节和PowerTitan系统的稳定性控制。特别是文中提出的高斯过程回归预测方法,可优化储能系统的SOC预测和调度策略;多步预测代价函数的优化思路也可用于改进储能...
通过规划控制器参数提升海上风力机多目标性能：一种“规划-控制”分层控制器
Multi-Objective Performance Enhancement of Offshore Wind Turbines Through Planning Controller Parameter: A ‘Plan-Control’ Hierarchical Controller
Songyue Zheng · Lilin Wang · Lizhong Wang · Lijian Wu 等5人 · IEEE Transactions on Sustainable Energy · 2024年12月
针对大型海上风力机柔性结构显著且运行于风浪耦合环境的特点，提出一种“规划-控制”分层控制器（PCHC）。内环采用工业标准控制器，外环引入基于非线性模型预测控制（NMPC）的规划器优化控制器参数。NMPC规划器通过可变预测时域求解多目标优化问题，并利用高斯过程回归补偿模型失配误差。设计联合成本函数在线鲁棒调节权重，兼顾功率与转速稳定性、结构载荷抑制及执行机构动作限制。仿真验证表明，PCHC在保持现有控制器架构的同时显著提升多目标性能，利于工程应用。
解读: 该文提出的'规划-控制'分层控制架构对阳光电源的储能与风电产品具有重要借鉴价值。其中非线性MPC规划器的多目标优化思路可用于ST系列储能变流器的功率调度与电池管理，实现储能系统的经济性与寿命的动态平衡。高斯过程回归补偿模型误差的方法也可应用于PowerTitan大型储能系统的预测性维护。此外，该控制...
面向多方风电功率预测的隐私保护自适应联邦深度学习
Privacy-Preserving and Adaptive Federated Deep Learning for Multiparty Wind Power Forecasting
Yi Wang · Qinglai Guo · IEEE Transactions on Industry Applications · 2024年7月
先进的预测工具对于现代电力系统减轻可再生能源的不确定性至关重要。尽管数据驱动的方法在风电预测方面取得了显著进展，但数据可用性有限阻碍了其有效性。严格的数据监管规则和竞争利益使得相邻风电场无法整合数据集以学习更准确的预测模型。为应对这一挑战，我们提出了 SecFedAProx - LSTM，这是一种结合深度学习模型和隐私保护自适应联邦学习框架的新型风电预测方法。该方法动态调整局部优化目标，以在全局收敛性能和探索个体特征之间取得平衡，从而解决统计异质性问题。此外，它采用去中心化多客户端功能加密进行安...
解读: 从阳光电源的业务视角来看，本文提出的隐私保护自适应联邦学习风电预测方法具有重要的战略参考价值。虽然研究聚焦于风电场景，但其核心技术框架可直接迁移至光伏功率预测、储能系统优化及多能源协同管理等阳光电源的核心业务领域。 该技术的核心价值在于突破了数据孤岛困境。当前阳光电源在全球部署了大量光伏电站和储能...
具有全范围电压调节功能的桥臂复用模块化多电平变换器拓扑与控制
Topology and Control of an Arm Multiplexing MMC With Full-Range Voltage Regulation
Yi Wang · Zhen Zhang · Yutao Xu · Yuhua Gao 等6人 · IEEE Transactions on Power Electronics · 2024年12月
针对海上风电远距离输电系统对变换器小型化的需求，本文提出了一种桥臂复用模块化多电平变换器（MMC）。传统MMC在任一时刻仅投入50%子模块，存在大量冗余。该拓扑结合模块化结构与器件串联开关，有效减少了冗余子模块数量，实现了全范围电压调节，提升了功率密度。
解读: 该技术对于阳光电源的风电变流器业务具有重要参考价值。海上风电正向大功率、深远海方向发展，对变流器的功率密度和体积要求极高。文中提出的“桥臂复用”技术能显著降低子模块冗余，减小设备体积与重量，直接契合海上风电平台对紧凑型设计的需求。建议研发团队关注该拓扑在降低系统成本、提升海上风电变流器可靠性方面的潜...
基于虚拟桥臂的九开关变换器建模及其在双馈风力发电系统中的应用
Modeling of Nine-Switch-Converter Based on Virtual Leg and Its Application in DFIG Wind Generation System
Kai Wang · Jingmei Zhang · Yi Pang · Dongxing Xu 等5人 · IEEE Transactions on Power Electronics · 2020年7月
本文提出了一种基于九开关变换器的双馈感应发电机（DFIG）风能转换系统。文中引入了“虚拟桥臂”概念，首次建立了九开关变换器与双六开关变换器之间的等效机制，并基于单极性二进制逻辑推导了九开关变换器的数学模型。
解读: 该研究提出的九开关变换器拓扑通过减少开关管数量实现了双级变换功能，在风电变流器领域具有显著的成本优化潜力。对于阳光电源的风电变流器产品线，该技术可提升变流器的功率密度并降低系统体积。建议研发团队评估该拓扑在紧凑型风电变流器中的应用可行性，重点关注其在复杂电网环境下的控制稳定性及损耗特性，以进一步提升...