找到 28 条结果 · 风电变流技术
考虑尾流时空耦合的风电场功率预测
Wind Farm Power Prediction with Wake Spatiotemporal Coupling
Yueteng Xie · Fangming Deng · Wenxiang Luo · Bo Gao 等6人 · IEEE Transactions on Sustainable Energy · 2025年9月
在动态气象条件下，风电机组群的功率预测面临尾流效应时空耦合的挑战。本文提出一种考虑尾流效应时空动态耦合的风电场功率预测方法。通过融合风机空间分布与实时气象数据构建动态图网络，实现尾流传播路径的自适应表征。设计双驱协同框架，在时空维度嵌入物理规律约束，缓解数据驱动模型在极端工况下的物理失真问题。构建时空解耦特征增强架构，捕捉风机间空间关联及多时间尺度气象特征。实验结果表明，该方法显著提升预测精度。
解读: 该风电场功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。其时空耦合建模方法可优化ST系列储能变流器的调度策略，提升PowerTitan大型储能系统在风光储多能互补场景下的运行效率。尾流效应动态预测技术可集成到iSolarCloud平台，增强新能源电站群的功率预测精度，为储能调度和电网调峰...
基于控制性能标准的动态事件触发多步模型预测LFC用于存在FDI攻击的智能电网
A Control Performance Standards-Dependent Dynamic Event-Based Multistep Model Predictive LFC for Smart Grids With FDI Attacks
Fan Wei · Xiongbo Wan · Xing-Chen Shangguan · Chuan-Ke Zhang 等5人 · IEEE Transactions on Industrial Informatics · 2025年8月
本文研究了在虚假数据注入攻击下，含风力发电和空调负荷的多区域智能电网（MASG）的多步模型预测负荷频率控制问题，其中考虑采用依赖控制性能标准（CPS）的动态事件触发机制（DETM）来管理数据传输。依赖CPS的DETM包含一个与频率偏差和区域控制误差的两个CPS相关的自适应调整变量，这有助于它在保证MASG所需频率和联络线功率的同时，有效减少数据包的不必要传输。分别应用两个离线优化问题（OP）来设计终端约束集（TCS）和近似单步集。在TCS之外采用由在线OP设计的控制律。基于这三个OP，提出了一种...
解读: 从阳光电源的业务视角来看，这项基于控制性能标准的动态事件触发多步模型预测负荷频率控制技术具有重要的战略意义。随着公司在新能源领域的深度布局，特别是在光伏逆变器、储能系统及综合能源解决方案方面，该技术直接关联到多区域智能电网的频率稳定性这一核心问题。 该研究的价值主要体现在三个维度：首先，针对风电和...
绞线绕组与发卡绕组在250 kW连续运行高速重载电动汽车牵引电机中的对比研究
Comparative Study of Stranded and Hairpin Windings for 250 kW Continuous Operation of High-Speed Heavy-Duty EV Traction Motor
Jianan Jiang · Tianjie Zou · Salvatore La Rocca · Hailin Huang 等6人 · IEEE Transactions on Industry Applications · 2025年6月
发卡式绕组作为一项能使牵引电机的功率密度和效率实现重大提升的关键技术，已在乘用车电动汽车（EV）行业得到广泛应用。与此同时，对于商用电动汽车应用而言，发卡式绕组的优势与挑战尚未得到充分研究。本文对随机绞合绕组和发卡式绕组进行了关键对比，旨在为半挂卡车用重型牵引电机提供设计指南和见解。基于550牛·米的峰值转矩和12000转/分钟的峰值转速性能要求，对包括槽极组合、整体几何尺寸、导体尺寸与布局以及冷却策略等设计参数进行了评估。从多物理场优化工具筛选出的具有不同绕组配置的典型设计案例被详细研究，以定...
解读: 该研究对阳光电源新能源汽车产品线具有重要参考价值。发卡绕组技术可直接应用于公司的电机驱动系统和大功率充电桩产品，有助于提升功率密度和散热效率。研究发现的高电流密度下端部漏感降低特性，可用于优化车载OBC充电机的变压器设计。同时，该技术在高功率密度场景下的散热经验也可借鉴应用于ST系列储能变流器的功率...
变压器短路耐受能力的理论评估及绕组累积变形识别方法
Theoretical Evaluation of Transformer Short-Circuit Withstand Capability and Identification Method of Winding Cumulative Deformation
Jun Liu · She Chen · Feng Wang · Dengfeng Zhu 等6人 · IEEE Transactions on Power Delivery · 2025年6月
随着电力系统容量增大，电力变压器常承受多次不同强度的短路冲击，现有评估方法难以准确预测其累积效应，影响运维决策。本文构建双柱三绕组模型变压器，采用WELDINST软件及中日变压器技术委员会推荐方法进行短路耐受能力理论评估，并开展不同电流比的短路冲击实验，研究径向与轴向失稳下的累积效应。结果表明，不同方法在不同失稳模式下预测精度差异显著，中国技术委员会方法在轴向失稳下表现更优，WELDINST在径向失稳下更佳，实验平均偏差分别为19.75%和8.92%。当电流比超过70%时，累积效应显著。建立了阻...
解读: 该研究对阳光电源的大功率变压器应用具有重要参考价值。研究成果可应用于ST系列储能变流器和SG系列光伏逆变器的变压器设计与运维。通过短路耐受能力评估方法和累积变形识别技术，可提升产品的以下方面：1)优化变压器设计裕度，提高产品可靠性；2)通过振动特征实时监测变压器健康状态，完善iSolarCloud平...
整数槽表面贴装永磁风力发电机短路故障后去磁扭矩脉动研究
Investigation of Post-Demagnetization Torque Ripple in Integer-Slot Surface-Mounted PM Wind Power Generators after Short-Circuit Faults
Yidong Du · Qinghuai Shi · Haolan Zhan · Zekai Lyu 等6人 · IEEE Transactions on Energy Conversion · 2025年5月
本文研究了整数槽表贴式永磁（SPM）风力发电机在三相短路（3PSC）故障后的永磁体退磁转矩脉动。首先，通过对三相短路电流产生的去磁磁动势进行解析建模，分析了永磁体的退磁分布规律。研究发现，存在一条最严重的退磁线，该退磁线沿旋转方向偏离永磁体磁极轴线。退磁程度沿径向远离气隙方向以及周向两侧逐渐减小。此后，文章分别通过分析齿槽转矩和反电动势谐波来研究永磁体退磁后的转矩脉动。研究发现，在永磁体温度较低时，随着退磁程度加剧，齿槽转矩减小；而在永磁体温度较高时，齿槽转矩先减小后增大。此外，随着退磁程度加剧...
解读: 从阳光电源风电变流器和新能源发电系统业务视角来看，这项关于永磁风力发电机退磁后转矩脉动的研究具有重要的工程应用价值。 该研究深入揭示了表贴式永磁发电机在三相短路故障后的退磁机理和性能演变规律，这直接关系到我们风电变流器系统的容错设计和故障预测能力。研究发现的"最严重退磁线"分布特征以及温度依赖的转...
具有Z形通道的永磁同步风力发电机定子通风结构热流性能
Thermal-Flow Performance of Stator Ventilation Structure Featuring Z-Shape Channels in Permanent Magnet Synchronous Wind Generators
Lijian Wu · Haoyu Zhou · Jiawen Zhang · Yang Shi 等5人 · IEEE Transactions on Energy Conversion · 2025年5月
永磁同步风力发电机（PMSWG）的功率密度提升受其绕组和磁体热条件的限制。在传统的径向通风结构中，定子铁心被完全分割成多个子铁心段，它们彼此之间形成径向通道。这会导致发电机轴向长度增加，功率密度降低。本文提出一种以Z形通道为特征的定子通风结构。该Z形通道是通过堆叠三种不同形状的叠片形成的，无需分割定子铁心。采用计算流体动力学（CFD）方法详细分析了具有不同通风结构的3.2兆瓦永磁同步风力发电机的流场和温度场。由于具有更大的比表面积、更高的对流换热系数和更低的压力损失，与径向通风结构相比，所提出的...
解读: 从阳光电源的业务布局来看，这项针对永磁同步风力发电机定子散热结构的创新技术具有重要的战略参考价值。虽然该研究聚焦于风电领域，但其核心的热管理理念与我司在大功率逆变器、储能变流器以及电驱动系统中面临的散热挑战高度契合。 该论文提出的Z型通道散热结构通过创新的叠片设计，在不分割定子铁芯的前提下实现了优...
基于特征谱与扩张因果卷积及Squeeze-Excitation ShuffleNet轻量级深度学习的区域风电场日前低功率输出事件预测
Prediction of Day-Ahead Low-Power Output Events in Regional Wind Farms Using Feature Spectrums with Dilated Causal Convolution and Squeeze-Excitation ShuffleNet Lightweight Deep Learning
Zimin Yang · Xiaosheng Peng · Xiaobin Zhang · Guoyuan Qin 等6人 · IEEE Transactions on Power Systems · 2025年5月
区域风电场低功率输出事件的准确预测对电力系统的电网调度至关重要。然而，传统的风电预测方法主要侧重于提高整体预测精度，因此很少单独讨论风电低功率输出事件。本文提出了一种创新的区域风电场日前低功率输出事件预测方法，该方法利用特征频谱，结合扩张因果卷积（DCC）和挤压 - 激励（SE）改进的ShuffleNet网络。首先，将时间序列区域特征转换为频谱图像，在特征创建和选择后，引入并讨论了三种可能的特征排列方式。其次，提出了DCC - SE - ShuffleNet轻量级深度学习神经网络作为低功率输出事...
解读: 该研究的深度学习预测方法对阳光电源的新能源发电及储能产品具有重要应用价值。特征谱分析与轻量级深度学习模型可集成到ST系列储能变流器和SG系列光伏逆变器的控制系统中,提升功率预测精度。具体应用包括:(1)优化储能系统的充放电调度策略,提高PowerTitan等大型储能系统的经济性;(2)改进光伏/风电...
通过加速分布式控制动态最大化风电场发电功率
Dynamically Maximizing Power Production of Wind Farm Through Accelerated Distributed Control
Pengda Wang · Qiaoqiao Luo · Guan Bai · Sheng Huang 等6人 · IEEE Transactions on Industrial Informatics · 2025年4月
本文基于加速异步分布式计算方案（DCS），提出了一种用于动态最大化尾流风电场（WF）发电量的有功功率控制策略。通过采用基于模型预测控制（MPC）的二自由度（2Dof）有功功率控制策略，可以协调风力发电机（WT）的发电机转速和桨距角，以在强尾流效应的影响下提高风电场层面的长期累计发电量和功率备用。所提出的策略与现有的无模型控制策略有显著不同，它可以通过风力发电机机械状态和动态尾流的在线反馈，快速响应时变风速。所提出的策略通过两项设计可大大提高解决大规模优化问题的效率：其一，采用异步分布式计算方案来...
解读: 从阳光电源新能源综合解决方案的业务视角来看，这项基于加速分布式控制的风电场动态功率优化技术具有重要的借鉴价值和应用潜力。 该技术的核心创新在于通过模型预测控制（MPC）协同优化风机转速和桨距角，实现尾流效应下的风电场整体功率最大化。这与阳光电源在光伏电站和储能系统中面临的分布式优化问题高度相似。特...
通过数值天气预报模型的偏差校正技术提升风力发电预测精度
Enhancing Wind Power Forecasts via Bias Correction Technologies for Numerical Weather Prediction Model
Cheng-Liang Huang · Yuan-Kang Wu · Quoc-Thang Phan · Chin-Cheng Tsai 等5人 · IEEE Transactions on Industry Applications · 2025年2月
摘要：随着能源转型的持续推进以及风力发电装机容量的不断增加，近期研究进展表明，准确的数值天气预报（NWP）能够提高风电功率预测的质量。虽然大多数研究主要关注经过偏差校正的数值天气预报对风速的影响，但很少有研究探讨经过偏差校正的数值天气预报与风电功率预测之间的关系。因此，本研究旨在通过对数值天气预报得出的风速应用偏差校正技术来改进风电功率预测。具体而言，本研究制定了一种合理的后处理策略来修正数值天气预报的输出结果。采用衰减平均法和概率匹配均值法，系统地对三种不同的数值天气预报模型——即雷达天气研究...
解读: 该研究对阳光电源的风电和储能产品线具有重要应用价值。通过数值天气预报偏差校正技术，可显著提升风电场发电功率预测精度，这对我司ST系列储能变流器和PowerTitan储能系统的调度策略优化至关重要。具体而言，精确的风功率预测可用于：1)优化储能系统的充放电调度，提高风储联合运行效率；2)完善iSola...
HVDC并网海上风电场次同步振荡与中频振荡的交互分析及阻尼控制
Interaction Analysis and Damping Control of Sub-Synchronous Oscillation and Medium-Frequency Oscillation in HVDC-Connected Offshore Wind Farm
Zhihao Zhang · Peng Kou · Mingyang Mei · Runze Tian 等6人 · IEEE Transactions on Power Systems · 2025年2月
随着海上风能的快速发展，高压直流输电系统与基于永磁同步发电机的风能转换系统广泛应用，导致海上风电场可能出现显著的电磁振荡。现有研究多聚焦于单一振荡特性，忽视了不同振荡模式间的潜在交互。本文首次揭示了电网侧变流器可引发次同步振荡与中频振荡之间的相互作用，并产生新的二次振荡。通过模态分析与奈奎斯特稳定判据验证了主振荡与交互诱导的次生振荡共存。此外，提出了适用于运行与规划阶段的两种实用阻尼控制方法，通过附加阻尼控制器或优化变流器参数即可有效抑制多模态振荡，无需新增硬件设备。
解读: 该研究对阳光电源的大型储能系统和海上风电变流器产品线具有重要参考价值。研究揭示的次同步振荡与中频振荡交互机理，可直接应用于ST系列储能变流器和大功率风电变流器的控制系统优化。特别是文中提出的阻尼控制方法，可集成到阳光电源现有的GFM/GFL控制策略中，提升产品在复杂电网环境下的稳定性。这对完善Pow...
基于非线性混沌哈里斯鹰优化整定广义幂指数趋近律终端滑模控制的旋转式风力机变桨控制
Rotary-Actuated Wind Turbine Pitch Control Using Nonlinear-Based Chaotic Harris Hawks Optimization Tuned Generalized Power Exponential Rate Reaching Law Terminal Sliding Mode Controller
Paladugu Venkaiah · Bikash Kumar Sarkar · Amitava Chatterjee · IEEE Transactions on Industry Applications · 2025年2月
本研究针对叶片变桨控制提出了一种先进的终端滑模控制（TSMC）策略，旨在减轻周期性气动载荷并稳定额定功率，研究对象为配备旋转电液驱动装置的63米叶片水平轴风力发电机（HAWT）。该TSMC采用广义幂指数速率趋近律进行设计，称为GPERRL - TSMC。研究运用叶素动量理论对系统动力学进行建模。最终证明，所提出的GPERRL - TSMC能够同时提升暂态性能，并减少抖振的不利影响。首先，利用哈里斯鹰优化算法（HHO）对该控制器的自由参数进行优化，进一步改进了该控制器设计，称为HHO - GPER...
解读: 从阳光电源的业务视角来看，这项基于非线性混沌Harris Hawks优化算法的风电变桨控制技术具有重要的战略参考价值。虽然该研究聚焦于风电领域，但其核心控制理论与阳光电源在风电变流器和新能源综合解决方案中的技术需求高度契合。 该技术的核心价值在于通过广义幂指数趋近律终端滑模控制（GPERRL-TS...
基于时空图对比学习的风电功率预测
Spatiotemporal Graph Contrastive Learning for Wind Power Forecasting
Guiyan Liu · Yajuan Zhang · Ping Zhang · Junhua Gu · IEEE Transactions on Sustainable Energy · 2025年2月
精确且鲁棒的风电功率预测对电力系统的安全稳定运行至关重要。基于图卷积网络的混合时空预测模型因在空间特征提取方面的优势而受到广泛关注，但其性能易受数据噪声和缺失影响导致的图结构质量下降制约。本文提出一种基于时空图对比学习的混合深度学习模型，其编码器结合自适应图卷积网络与LSTM以捕捉细粒度时空依赖关系。为提升编码器对数据噪声的鲁棒性，我们在特征层和拓扑层引入数据增强，并设计了时序与空间双重视角的对比学习辅助任务。此外，通过融合静态图与可学习参数矩阵构建自适应图以捕获更全面的空间关联。在两个真实数据...
解读: 该风电功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。首先可集成至ST系列储能变流器和PowerTitan系统的能量管理系统(EMS)中,提升风储联合运行的调度精度。其次,该技术的时空图对比学习方法可优化iSolarCloud平台的预测算法,提高新能源电站群的发电预测准确性。特别是其抗噪...
基于交互电流及其灵敏度的异构风电场动态等效并保留DFIG间相互作用
Dynamic Equivalence to Heterogeneous Wind Farm While Preserving Interaction Among DFIGs Based on Interactive Currents and Their Sensitivities
Shenghu Li · Diwen Tao · IEEE Transactions on Power Systems · 2025年1月
随着双馈感应发电机（DFIG）数量的增加，电力系统稳定性下降，因此需要配备附加阻尼控制器（SDC）。由于控制复杂，仅部分双馈感应发电机安装了附加阻尼控制器，从而形成了异构风电场（HWF），但其动态等效模型（EM）尚未得到研究。首先，将双馈感应发电机传递函数的输出新分解为公共交互电流（CCI）和网络交互电流（CNI），以量化双馈感应发电机之间的相互作用。然后，通过将附加阻尼控制器的状态空间方程重新排列为解耦规范形式，将异构风电场划分为3种子系统，每种类型都用一台等效双馈感应发电机表示。前两种子系统...
解读: 该研究的DFIG交互电流动态等效方法对阳光电源的储能与风电产品具有重要参考价值。首先，文中提出的电磁耦合建模方法可用于优化ST系列储能变流器的并网控制策略，特别是在大规模储能电站中多机组的协调控制。其次，该灵敏度分析方法可应用于PowerTitan储能系统的系统级建模，提升多机组运行稳定性。此外，这...
基于风电参与的含能量备用与虚拟惯量的频率约束调度
Frequency Constrained Dispatch With Energy Reserve and Virtual Inertia From Wind Turbines
Boyou Jiang · Chuangxin Guo · Zhe Chen · IEEE Transactions on Sustainable Energy · 2025年1月
随着风电渗透率提高和常规机组逐步退役，风电机组（WTs）在提供稳态能量备用（ER）和频率支撑方面潜力显著。本文提出一种计及风电能量备用与虚拟惯量的频率约束调度新框架。建立了WT的ER与虚拟惯量模型，分别利用减载运行和转子动能作为能量来源；推导了考虑WT在频率谷值退出惯量响应的系统频率响应与机组功率动态；构建了以WT调频参数和转子转速为决策变量的随机优化频率约束调度模型，充分反映机械-电气耦合及暂态-稳态过程交互；采用凸包松弛、近似及深度神经网络将非线性模型转化为混合整数二阶锥规划模型。IEEE ...
解读: 该研究对阳光电源ST系列储能变流器和大型储能系统的频率调节策略具有重要参考价值。文中提出的风电虚拟惯量与能量备用协调控制框架,可迁移应用于储能系统的GFM控制,优化PowerTitan等大型储能产品的一次调频性能。特别是文中基于深度神经网络的非线性模型简化方法,有助于提升储能VSG控制的实时性能。研...
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...
STE-HOLNet：一种融合时空特征、动态概念漂移检测与自适应校正的风电功率预测新方法
STE-HOLNet: A new method for wind power prediction by integrating spatio-temporal features, dynamic concept drift detection and adaptive correction
Xiongfeng Zhao · Hai Peng Liu · Huaiping Jin · Xueping Shen 等5人 · Energy Conversion and Management · 2025年1月 · Vol.344
摘要 风电具有高度的不确定性和非线性，其时间序列通常表现出多周期性特征和概念漂移现象，这对实现高精度预测构成了重大挑战。本文提出了一种基于时空特征增强并结合动态在线校正机制的混合深度学习预测模型——时空增强型混合在线学习网络（Spatio-temporal Enhanced Hybrid Online Learning Network, STE-HOLNet），该模型通过改进的时间编码机制与深层网络结构紧密集成，实现了实时且高精度的风电功率预测。首先，引入一种改进的Time2Vec模块（E-Ti...
解读: 该风电功率预测技术对阳光电源储能系统具有重要应用价值。STE-HOLNet模型的概念漂移检测与自适应在线学习机制,可直接应用于ST系列PCS的功率预测模块,提升储能系统对风电波动的响应能力。其时空特征增强方法能优化iSolarCloud平台的预测性维护算法,降低RMSE达36.93%的性能可显著改善...
可逆固体氧化物电池系统的综合热管理策略设计以平抑风电波动
Comprehensive thermal management strategy design for reversible solid oxide cell system to smooth wind power fluctuations
Haibo Huoa · Sheng Xua · Jianing Lia · Fang Wanga 等7人 · Energy Conversion and Management · 2025年1月 · Vol.342
摘要 可逆固体氧化物电池（rSOC）可通过在电解池（EC）模式和燃料电池（FC）模式之间的双向转换，有效平抑可再生能源发电的波动性功率输出。然而，频繁的负载变化会引起严重的温度波动，进而导致rSOC内部产生热损伤。为在平抑风电输出波动的同时维持系统的热安全性，本文提出一种内-外双环热管理策略，即内环温度控制与外环功率管理相结合的rSOC系统控制架构。其中，内环温度控制采用前馈控制器调节燃烧器燃料比（BFR），并结合模糊PID控制器稳定rSOC温度，从而确保在所有运行工况下实现有效的热管理；在外环...
解读: 该rSOC双向储能与热管理技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要参考价值。其内外双环控制策略可借鉴至PCS功率管理:内环温度控制对应功率器件热管理,外环功率调度对应电网调频响应。0.6A/s恒定变化率抑制温度波动的思路,可应用于SiC/IGBT模块的dI/dt控制,降低热...
揭示青藏高原理论风能潜力：一种针对威布尔双变量分布的新型贝叶斯-蒙特卡洛框架
Revealing the theoretical wind potential of the Qinghai-Tibet Plateau: A novel Bayesian Monte-Carlo framework for the Weibull bivariate distribution
Liting Wang · Renzhi Liu · Weihua Zeng · Lixiao Zhang 等10人 · Energy Conversion and Management · 2025年1月 · Vol.325
摘要 理解区域理论风能潜力对于风电规划与建设至关重要。以往的研究面临诸多挑战，包括风速数据质量不一致、分布参数中的不确定性未被量化，以及估算理论风能潜力的方法存在缺陷。因此，本研究提出了一种分层贝叶斯-蒙特卡洛框架，以概率性和分层方式处理多年期、多来源的风速数据。该框架能够量化风速分布及其参数相关的不确定性，并通过整合历史数据降低预测误差。此外，本研究在传统理论风能潜力估算方法的基础上，进一步考虑了叶片扫掠高度范围内风速和空气密度变化以及最大可能功率系数的影响。结果表明，青藏高原地区的风速分布符...
解读: 该青藏高原风电潜力评估框架对阳光电源风电变流器布局具有重要参考价值。贝叶斯-蒙特卡洛模型可量化风速分布不确定性,为ST储能系统在高原风电场的容量配置提供精准数据支撑。研究揭示的风速-空气密度垂直变化特性,可优化风电场侧储能PCS的功率预测算法和充放电策略。青藏高原60%以上区域具中高风电潜力,结合i...
基于多图神经网络辅助双域Transformer的风力发电时空预测
Spatiotemporal forecasting using multi-graph neural network assisted dual domain transformer for wind power
Guolian Hou · Qingwei Li · Congzhi Huang · Energy Conversion and Management · 2025年1月 · Vol.325
摘要 准确预测风力发电量对于风电场的运行与维护决策至关重要。随着风电机组规模和容量的不断增加，综合考虑时间与空间特征已成为提高预测精度的关键。本文提出一种新颖的多步风力发电时空预测方法，该方法采用多图神经网络辅助的双域Transformer模型。具体而言，为充分表征风电机组之间的异质依赖关系，通过注意力机制构建多种关系图并将其融合为统一图结构。随后，设计了时空融合模块（STFM），结合图卷积网络与一维卷积神经网络，以同时捕捉时间与空间特征。此外，提出了时频双域Transformer（DDform...
解读: 该时空多图神经网络风电预测技术对阳光电源储能系统具有重要应用价值。可集成至iSolarCloud平台,为风储耦合场景下的ST系列PCS提供精准功率预测支撑,优化储能充放电策略。多步预测能力(10分钟至6小时)与PowerTitan储能系统的能量管理周期高度契合,可提升风储协同调度精度。其时频双域Tr...
面向风力机结构载荷与功率评估的机器学习应用：工程视角
Towards machine learning applications for structural load and power assessment of wind turbine: An engineering perspective
Qiulei Wang · Junjie Hu · Shanghui Yang · Zhikun Dong 等6人 · Energy Conversion and Management · 2025年1月 · Vol.324
摘要 近几十年来，日益增长的能源需求加速了风电场的建设，对风力机性能中精确的载荷与功率评估提出了更高的要求。传统方法依赖于解析尾流模型和性能曲线，在复杂入流条件下往往难以适应，导致在预测风机载荷和功率输出时存在显著的不准确性。本研究以NREL 5MW基准风力机为案例，提出一种新颖的两阶段框架，用于应对风电场规划与开发各个阶段中的上述挑战。第一阶段是在初步设计阶段推导简化推力调制因子的推荐值，从而快速评估对风电场优化至关重要的最大推力载荷和疲劳推力载荷。第二阶段聚焦于详细设计阶段的机器学习模型的设...
解读: 该机器学习框架对阳光电源风电变流器及储能系统具有重要价值。通过LightGBM模型实现风机负载与功率的高精度预测(R²>0.98),可优化ST系列PCS的功率调度策略和PowerTitan储能系统的充放电控制。推荐推力调制因子方法可应用于iSolarCloud平台的预测性维护模块,结合GFM控制技术...
第 1 / 2 页