找到 6 条结果 · 风电变流技术
增强局部峰值点的风电功率预测：一种新型Seq2LPP模型
Enhancing Wind Power Forecasting at Local Peak Points: A Novel Seq2LPP Model
Nanyang Zhu · Ying Wang · Kun Yuan · Yanxia Pan 等5人 · IEEE Transactions on Industrial Informatics · 2025年1月
挖掘基于深度学习（DL）的模型在局部峰值点（LPPs）风电功率预测方面的潜力，仍是一个至关重要但尚未充分探索的方向。尽管现有的基于深度学习的模型在常规风电功率预测（WPF）中表现出色，但它们主要侧重于优化预测时域内整体风电功率预测的平均精度，因此在局部峰值点的预测中表现不佳。由于局部峰值点的风电功率存在大幅波动和非平稳性，基于深度学习的模型更难对其进行预测。考虑到局部峰值点与多源数值天气预报（NWP）数据之间存在强相关性，我们提出了一种由多源数值天气预报数据驱动的新型Seq2LPP模型，以加深对...
解读: 从阳光电源新能源系统集成商的视角来看，该论文提出的Seq2LPP模型针对风电功率预测中局部峰值点（LPPs）的精准预测问题，具有重要的实际应用价值。虽然我司业务以光伏逆变器和储能系统为核心，但在"风光储一体化"和综合能源解决方案领域，精准的风电功率预测直接影响系统调度优化和储能配置策略。 该模型的...
基于代理模型的风电场调度以改善电网频率动态特性
Wind Power Plant Dispatch for Power Grid Frequency Dynamics Improvement: A Surrogate Model-Based Method
Junkai Huang · Yan Xu · Amer M. Y. M. Ghias · IEEE Transactions on Power Systems · 2025年1月
风力发电厂（WPP）提供的频率调节支持（FRS）对于提高现代电力系统的频率稳定性至关重要。为了保持风力发电厂的频率调节支持能力，在风电场级调度过程中考虑每台风力发电机组（WTG）的频率响应动态特性至关重要。然而，由于在不同风况下需要采用复杂的风力发电机组控制策略，将这些动态特性纳入调度算法具有一定的复杂性。为应对这一挑战，本文首先研究了详细的风力发电机组动态模型，以捕捉关键的频率响应特征。然后提出了一种代理建模方法，提供了一个能够准确描述风力发电机组频率调节支持动态特性的解析模型。利用该代理模型...
解读: 该代理模型调度方法对阳光电源的储能与风电产品线具有重要应用价值。可直接应用于ST系列储能变流器的调频控制策略优化,提升系统频率响应性能;同时该方法的快速计算特性适合集成到iSolarCloud平台,实现风储联合调度的智能决策。技术创新点在于通过代理模型简化复杂动态过程,这一思路可用于优化PowerT...
风力发电机高级功率曲线建模：基于SGBRT与灰狼优化的多变量方法
Advanced power curve modeling for wind turbines: A multivariable approach with SGBRT and grey wolf optimization
Wenliang Yin · Mengqian Ji · Lin Liu · Ming Li 等7人 · Energy Conversion and Management · 2025年1月 · Vol.332
准确的功率曲线建模对于提升并网风力发电机（WTs）的运行效率和性能至关重要。为了提高建模质量并消除输入变量之间的相互影响，本文提出了一种新颖的多变量功率曲线预测方法，该方法融合了先进的机器学习技术——随机梯度提升回归树（SGBRT）和灰狼优化算法（GWO），并结合创新的数据预处理和特征选择方法。具体研究工作与创新点如下：1）在二维Copula空间中对原始数据进行清洗，以风轮转速作为辅助判据并采用概率描述方式，以处理数据不确定性及非线性依赖关系；2）提出一种偏互信息（PMI）方法用于数据分析，在此...
解读: 该风电功率曲线建模技术对阳光电源具有重要借鉴价值。其SGBRT+GWO优化算法可应用于iSolarCloud平台的光伏功率预测,提升ST储能系统的充放电策略优化精度。PMI特征选择方法可用于SG逆变器的MPPT算法改进,降低计算复杂度。二维Copula数据清洗技术适用于储能电站SCADA数据预处理,...
提高能源市场中跨时间预测协调的准确性和实用性
Improving cross-temporal forecasts reconciliation accuracy and utility in energy market
Mahdi Abolghasemi · Daniele Girolimetto · Tommaso Di Fonzo · Applied Energy · 2025年1月 · Vol.394
摘要 风能发电预测对于风电场日常运行管理以及使市场运营商能够在需求规划中有效应对电力不确定性至关重要。传统的预测协调方法依赖于样本内误差进行预测协调，但这些方法在未来性能上的泛化能力可能不足。此外，传统的聚合结构并不总是与实际决策需求相一致，而评估指标也常常忽视预测误差带来的经济影响。为应对这些挑战，本文探讨了先进的跨时间预测模型及其在提升预测准确性与决策质量方面的潜力。首先，我们提出一种新方法，在协方差矩阵估计和预测协调过程中利用验证误差而非传统的样本内误差。其次，我们引入基于决策的聚合层级用...
解读: 该跨时序预测协调技术对阳光电源储能系统(ST系列PCS、PowerTitan)及新能源场站具有重要应用价值。论文提出的基于验证误差的协调方法可提升预测精度7%以上,能优化储能系统充放电策略,降低辅助服务罚金成本。决策导向的聚合层级设计与阳光电源iSolarCloud平台的智能运维需求高度契合,可将计...
符合概率分布的物理约束风力发电预测方法：面向抗噪深度学习
Physics-constrained wind power forecasting aligned with probability distributions for noise-resilient deep learning
Jiaxin Gao · Yuanqi Cheng · Dongxiao Zhang · Yuntian Chen · Applied Energy · 2025年1月 · Vol.383
摘要 风电作为关键的可再生能源之一，在实现碳中和目标中发挥着重要作用。然而，由于风速预测数据具有高噪声特性，风力发电功率的准确预测面临挑战，这会降低预测的精度与鲁棒性。为解决这一问题，本文提出一种理论引导（即物理约束）的深度学习风力发电预测方法（TgDPF）。TgDPF将表征风电功率概率分布的风电功率曲线领域知识，与长短期记忆网络（LSTM）深度学习模型相结合。该融合机制确保模型输出与风电功率的概率分布保持一致，遵循物理约束条件，从而增强对噪声的抵抗能力。因此，TgDPF是一种典型的物理约束建模...
解读: 该物理约束深度学习风电预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过融合风电功率曲线概率分布与LSTM模型,在高噪声环境下预测精度提升24.7%-73.9%,可显著优化储能系统的充放电策略与能量管理。该方法的抗噪声特性与物理约束思想可迁移至iSolarClo...
双三相永磁同步电机系统中基于三电平NPC逆变器与输出滤波器的电流谐波最小脉宽调制
Current Harmonic Minimum Pulse Width Modulation for Dual Three-Phase PMSM System With 3L-NPC Inverter and Output Filter
Chuanqiang Lian · LiYuan Guo · GuanDa Xu · Fei Xiao 等6人 · IEEE Transactions on Power Electronics · 2024年10月
双三相永磁同步电机（DTP - PMSM）在风力发电、电动汽车和飞轮储能等领域有着广泛的应用。降低双三相永磁同步电机的电流谐波有利于提高运行效率、减少噪声和振动以及改善电磁兼容性，这对于提升系统的整体性能具有重要意义。本文主要研究采用三电平中点钳位（3L - NPC）逆变器和输出滤波器的表贴式双三相永磁同步电机的电流谐波最小脉宽调制（CHMPWM）方法。基于系统模型，推导了开关角与电机谐波电流之间的关系，并建立了电流谐波最小脉宽调制的数学模型。此外，通过求解所建立的优化问题，可以得到使电流谐波最...
解读: 从阳光电源的业务布局来看，这项针对双三相永磁同步电机系统的电流谐波最小化PWM技术具有显著的战略价值。该技术在飞轮储能系统、风电变流器及电动汽车驱动等领域的应用场景，与我司储能系统、新能源车载电源及风电变流器产品线高度契合。 技术层面，该方案通过优化三电平NPC逆变器的开关角度，并创新性地将输出滤...