找到 2 条结果 · Applied Energy
从宏观到微观：中国沿海风能潜力的多尺度评估方法
From macro to micro: A multi-scale method for assessing coastal wind energy potential in China
Li-Rong Deng · Zhi-Li Ding · Yang Fu · Applied Energy · 2025年1月 · Vol.389
摘要 随着海上风电向更深水域、集群化部署和更大单机容量方向发展，风能建设的复杂性日益增加，对风能资源评估方法的全面性提出了更高要求。当前的风能资源评估通常局限于宏观尺度或微观尺度，往往忽略了密集风电场的尾流效应。此外，基于卫星数据的微观尺度风资源评估未考虑区域间风切变指数的差异，导致风速评估存在偏差。因此，本研究提出一种综合性的风能资源评估框架，将宏观尺度的低分辨率分析与微观尺度的高分辨率评估相结合。在宏观层面，除了经典的风能指标、变率指标和成本指标外，特别考虑了现有海上风电场区域及其潜在尾流效...
解读: 该多尺度海上风电评估方法对阳光电源风电变流器及储能系统具有重要应用价值。研究揭示的尾流效应区域是风场区域3倍,南方海域尾流更显著,这为ST系列储能PCS在海上风电场的平滑出力波动、削峰填谷提供了精准配置依据。100米轮毂高度的风速精细化评估可优化PowerTitan储能系统容量设计。台湾海峡等高CO...
基于混合深度学习的屋顶光伏供给与农宅负荷不匹配分析：数据降维与可解释负荷模式挖掘
Mismatch analysis of rooftop photovoltaics supply and farmhouse load: Data dimensionality reduction and explicable load pattern mining via hybrid deep learning
Ding Gao · Yuan Zhi · Xing Rong · Xudong Yang · Applied Energy · 2025年1月 · Vol.377
摘要 建立以屋顶光伏（PV）为基础的新型电力系统有助于推动中国农村地区的能源转型。光伏供给与农村家庭用电需求之间不匹配的研究，对光伏微电网系统的广泛推广至关重要。目前，农村地区典型负荷模式（TLPs）缺乏准确的特征刻画方法，且现有的不匹配评估方法未充分考虑光伏弃电问题。因此，本研究提出一种基于混合深度学习的分析框架，用于量化全天时段内光伏发电与典型负荷模式之间的短期不匹配程度，并将其应用于真实农村地区数据集。本研究采用变分自编码器（VAE）模型对高分辨率负荷数据进行降维与特征提取，并与传统方法进...
解读: 该研究对阳光电源户用光伏微电网解决方案具有重要价值。VAE深度学习模型可集成至iSolarCloud平台,实现农村负荷模式精准识别与PV出力失配预测。研究揭示的三类典型负荷曲线可优化SG系列逆变器的MPPT策略,结合ST系列储能PCS动态调节充放电功率,降低弃光率。基尼系数量化方法为PowerTit...