找到 2 条结果 · 风电变流技术
基于回声状态网络的实时误差补偿迁移学习以增强风力发电预测
Real-time Error Compensation Transfer Learning with Echo State Networks for Enhanced Wind Power Prediction
Yingqin Zhua · Yue Liub · Nan Wangc · Zhao Zhao Zhang 等5人 · Applied Energy · 2025年2月 · Vol.379
准确的风力发电预测对于高效的能源管理和电网稳定至关重要，能够帮助能源供应商平衡供需、优化可再生能源的集成、降低运行成本并提高电力系统的可靠性。回声状态网络（Echo State Network, ESN）由于其结构简单且训练速度快，被广泛应用于非线性动态系统的建模。然而，在处理高阶非线性复杂性时，ESN容易产生系统误差，导致模型精度下降。为克服这一问题，本文提出了误差补偿迁移学习回声状态网络（Error Compensation Transfer Learning Echo State Netw...
解读: 该ETL-ESN风电预测技术对阳光电源储能系统具有重要应用价值。其2秒快速训练和95%以上精度提升可显著优化ST系列PCS的能量管理策略和PowerTitan储能系统的充放电调度。实时误差补偿机制可增强iSolarCloud平台的预测性维护能力,提升新能源并网稳定性。迁移学习方法为不同机型的GFM/...
近似自适应分布鲁棒优化在能量与备用调度中的应用
Approximately Adaptive Distributionally Robust Optimization for Energy and Reserve Dispatch
Kaiping Qu · Yue Chen · Changhong Zhao · IEEE Transactions on Sustainable Energy · 2025年1月
本文提出两种用于含风电不确定性能量与备用调度的近似自适应分布鲁棒优化（AADRO）新范式。基于分段线性策略的AADRO（PLP-AADRO）将自适应优化的补偿决策近似为分段仿射调整，而基于分段价值函数的AADRO（PVF-AADRO）将二次补偿问题转化为多个分段线性问题。通过等概率原则实现对风电模糊集的高质量分段，使分布鲁棒二次成本约束可分解为解耦的分段约束，从而构建低迭代或非迭代模型。利用对偶理论和S-引理，将两阶段AADRO精确转化为含半定约束的可处理形式；PVF-AADRO中的分布鲁棒成本...
解读: 该研究提出的近似自适应分布鲁棒优化方法对阳光电源储能系统的调度优化具有重要应用价值。特别是对PowerTitan大型储能系统和ST系列储能变流器的能量管理系统(EMS)，可通过PLP-AADRO方法优化储能与风电联合调度策略，提升系统经济性。该方法能够有效处理风电出力不确定性，通过分段线性策略实现储...