找到 3 条结果 · Applied Energy
基于多域协作与协变量交互的严重数据缺失下鲁棒光伏预测
Robust photovoltaic forecasting under severe data missingness via multi-domain collaboration and covariate interaction
Ke Yana · Jian Liua · Jiazhen Zhang · Fan Yangb 等6人 · Applied Energy · 2025年1月 · Vol.401
摘要 高质量的光伏发电（PV）功率预测对于高效的能源管理和可靠的电网集成至关重要，然而实际应用中的数据常常面临目标变量和辅助变量的大范围缺失问题。为应对这一挑战，本文提出MDCTL-MCI，一种具备缺失感知能力的预测框架，该框架联合利用信号分解、多尺度协变量交互以及多域协同迁移学习。首先，采用多元奇异谱分析（MSSA）对不完整时间序列进行去噪与重构，在无需显式填补的情况下增强潜在的时间结构特征。接着，引入轻量级的多尺度协变量交互（MCI）模块，建模重构后的光伏功率、全球水平辐照度、直接法向辐照度...
解读: 该多域协同光伏预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。针对实际电站数据缺失问题,MSSA信号重构与多尺度协变量交互建模可直接集成至SG系列逆变器的MPPT优化算法,提升发电功率预测精度10.5%-15.3%。多站点迁移学习策略可赋能PowerTitan储能系统的充放电调...
基于多任务学习的非线性天气修正方法提升光伏发电预测精度
Enhancing PV power forecasting accuracy through nonlinear weather correction based on multi-task learning
Zhirui Tiana1 · Yujie Chenb1 · Guangyu Wangc · Applied Energy · 2025年1月 · Vol.386
准确的短期光伏（PV）功率预测对于优化能源管理以及在快速发展的可再生能源领域中维持电网稳定性至关重要。然而，光伏系统对变化天气条件具有固有的高敏感性，这给实现可靠的预测带来了重大挑战。现有研究主要通过两种途径来提高短期预测精度。一方面，部分研究将气象变量作为输入特征以提升预测精度，但该方法往往难以充分捕捉不同气象因素与光伏输出之间复杂且动态的相互作用。另一方面，大多数修正方法采用误差修正（EC）技术，根据预测的误差对初始光伏预测结果进行调整。然而，误差序列的高度波动性显著限制了EC的有效性，因为...
解读: 该多任务学习光伏功率预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。论文提出的两阶段框架可集成至SG系列逆变器的预测性维护系统:第一阶段MTL模型可解析气象因素与光伏输出的非线性耦合关系,优化MPPT算法的动态响应;第二阶段天气修正模块可提升功率预测精度,增强ST系列储能PCS...
评估光伏与太阳能热比例对组合式太阳能系统性能、成本和排放的影响
Assessing the effects of photovoltaic and solar thermal ratios on performance, cost, and emissions in combined solar configurations
Arash Kazemian · Hongxing Yang · Changying Xiang · Applied Energy · 2025年1月 · Vol.384
摘要 本研究提出了一种集成太阳能热增强装置的光伏光热系统（Photovoltaic Thermal with Solar Thermal Enhancer, PVT-STE），旨在提升传统光伏光热（PVT）系统的性能。通过引入太阳能热增强器，PVT-STE系统采用独特的顺序传热机制，显著提高了热效率和电效率。该系统结构设计使传热流体首先流经PVT模块，随后进入增强型太阳能热（ST）模块，从而获得更高的流体温度，适用于从住宅到工业的多种应用场景。系统配置涵盖从完全太阳能热模式到全光伏光热模式之间的...
解读: 该PVT-STE光热光伏耦合系统研究对阳光电源具有重要启示。系统通过热流体串联传热机制实现光伏与热能协同优化,与我司SG系列逆变器的MPPT技术和ST系列储能变流器可形成互补方案。研究揭示的光伏-热能配比权衡特性,可指导我司开发智能能量管理算法,通过iSolarCloud平台实时优化电热输出比例。特...