找到 2 条结果 · Applied Energy

排序:
风电变流技术 ★ 5.0

基于趋势分类与空间信息集成模型的日前风电场群功率预测

Day-ahead wind farm cluster power prediction based on trend categorization and spatial information integration model

Mao Yang · Yuxi Jiang · Chuanyu Xu · Bo Wang 等6人 · Applied Energy · 2025年1月 · Vol.388

摘要 随着风电产业的快速发展和风电装机容量的不断增加,影响发电量的因素在时间和空间上呈现出高度耦合的关系,这给风电场群功率预测(WFCPP)带来了极大的挑战。为解决这一问题,本文提出了一种考虑风电集群趋势聚合特性与空间信息集成(SII)的区域风电功率预测(WPP)精度提升方法。首先,引入一种考虑空间特征的趋势聚类方法以实现集群划分。该方法采用静态分区策略应对持续随机变化的动态环境,削弱了风速空间离散性对集群划分的影响。其次,深入挖掘多个风电场群(WFC)之间的多维时空耦合特性,并构建了融合时空信...

解读: 该风电集群功率预测技术对阳光电源储能系统具有重要应用价值。通过趋势聚类和空间信息融合,可显著提升区域风电预测精度(RMSE降低2.07%),为ST系列PCS和PowerTitan储能系统提供更精准的充放电调度依据。其时空耦合特征挖掘方法可集成至iSolarCloud平台,优化风储协同控制策略,配合G...

风电变流技术 储能系统 ★ 5.0

风电功率预测中若干关键过程的综述:数学表达、科学问题与逻辑关系

Review of several key processes in wind power forecasting: Mathematical formulations, scientific problems, and logical relations

Mao Yang · Yutong Huang · Chuanyu Xu · Chenyu Liu 等5人 · Applied Energy · 2025年1月 · Vol.377

摘要 风电功率预测(WPF)是大规模风电场并网运行下电力系统调度的关键技术。随着特征信息的不断丰富和计算机科学的发展,相关研究大量涌现。本文综述了特征挖掘方法和最新的预测模型结构,旨在为该领域提供最新的研究视角。文章将WPF过程方法划分为时频域分析、特征工程和预测器结构三个部分。首先,总结了各部分的整体与详细数学表达式,以提供更具普适性的WPF过程方法研究框架。特别地,在每一部分中,创新性地基于典型科学问题梳理了最新模型之间的逻辑关系。此外,本文还归纳了六种解决关键科学或工程问题的前沿预测器结构...

解读: 该风电功率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。多源数据融合与时频域分析方法可优化储能系统的充放电策略,提升风储协同控制精度。特征工程与预测模型可集成至iSolarCloud平台,实现预测性维护与智能调度。文中提出的数据质量与可解释性挑战,与阳光电源GF...