找到 2 条结果 · Applied Energy
异构动态数据环境下分布式光伏在线增量概率功率预测
Online incremental probability power prediction for distributed PVs in heterogeneous and dynamic data environments
Le Zhang · Ziyu Chen · Jizhong Zhu · Kaixin Lin 等5人 · Applied Energy · 2025年1月 · Vol.394
摘要 数据共享是提升小样本条件下分布式光伏发电功率数据驱动模型预测精度的标准解决方案。然而在实际应用中，由于数据的去中心化所有权以及复杂多变的外部环境，该方案面临数据隐私、数据异构性以及动态数据学习等方面的挑战。为应对这些挑战，本文提出一种基于贝叶斯随机配置网络（BSCN）与个性化联邦学习（PFL）的增量式概率预测方法。具体而言，采用随机配置网络——一种新兴的单隐层无迭代神经网络——快速构建功率预测模型；为获得后验分布并确定概率输出，引入贝叶斯推断对SCN的输出参数进行评估。针对小样本和异构数据...
解读: 该分布式光伏概率预测技术对阳光电源iSolarCloud智慧运维平台及SG系列逆变器具有重要应用价值。其联邦学习框架可保护多业主数据隐私,增量学习策略适配动态环境,可显著提升小样本场景下的功率预测精度。技术可集成至iSolarCloud平台,优化分布式光伏集群的预测性维护与功率调度;结合SG逆变器M...
考虑交流潮流与气体动态的非凸集成电-气系统分布式调度
Distributed dispatch of non-convex integrated electricity and gas systems considering AC power flow and gas dynamics
Qingju Luo · Jizhong Zhu · Di Zhang · Haohao Zhu 等5人 · Applied Energy · 2025年1月 · Vol.392
摘要 集成电-气系统（IEGS）的协调运行可带来显著的经济与环境效益。本文采用非凸的交流（AC）电力潮流模型和动态气体模型，以精确刻画IEGS的物理特性，并提出一种改进的分解-协调内点法（IDIPM），用于高效求解非凸IEGS调度问题的分布式优化。不同于传统的分布式算法，分解-协调内点法（DIPM）在数学上等价于集中式内点法（CIPM），从而保证了非凸分布式优化问题的局部收敛性。本文通过修正牛顿矩阵，并引入舒尔补（Schur complement）与矩阵分解技术对DIPM进行改进，使所提IDIP...
解读: 该电-气综合能源系统分布式优化技术对阳光电源多能互补解决方案具有重要价值。其非凸AC潮流建模与改进内点法可应用于ST系列储能变流器与SG逆变器的协同调度,特别是在工业园区多能源场景中,通过分布式优化算法实现光伏-储能-燃气发电的经济调度。该方法较传统集中式算法效率提升4倍,可集成至iSolarClo...