找到 2 条结果 · Energy Conversion and Management
氢储能与抽水蓄能容量配置优化及比较分析以提升清洁能源基地电力系统灵活性
Optimization and comparative analysis of hydrogen energy storage and pumped hydro storage capacity configuration for enhancing power system flexibility in clean energy bases
Xianan Sun · Yonglin Heab · Junqi Yang · Ziwen Zhao 等9人 · Energy Conversion and Management · 2025年1月 · Vol.342
摘要 可再生能源的并网引入了波动性和间歇性，对电力系统的稳定性构成挑战。尽管氢储能（HES）和抽水蓄能（PHS）均能有效缓解风电和光伏出力的波动，但二者在性能方面的系统性对比分析仍较为缺乏。本研究针对氢储能与抽水蓄能系统开展了能量容量最优配置的比较分析。我们构建了一种新颖的优化模型，综合考虑储能系统的约束条件，并引入小时利用率指标，结合熵权TOPSIS法进行综合评价。主要研究结果表明：两类技术各有优势，HES可提供61,200 MWh（85小时）的长时储能能力，而PHS则提供23,787 MWh...
解读: 该研究对阳光电源储能系统配置具有重要指导意义。针对氢储能与抽水蓄能的对比分析,可优化ST系列PCS在大规模新能源基地的容量配置策略。研究提出的小时利用率指标和熵权TOPSIS评估方法,可集成至iSolarCloud平台,实现储能系统经济性与技术性能的智能评估。4000MW光伏配1200MW储能的最优...
基于层次图神经网络与极值理论的短期区域风电功率预测方法
Short-term regional wind power forecast method based on hierarchical graph neural network and extreme value theory
Menglin Liab · Ming Yang · Yixiao Yuab · Energy Conversion and Management · 2025年1月 · Vol.341
摘要 从电力系统运行者的角度来看，管辖区域内风电总出力潜力相比单个风电场更受关注。挖掘目标区域内多个风电场站点之间的时空依赖关系可显著提升预测性能。然而，大量风电场由于不同空间尺度天气系统的连续性所引发的复杂相关性，给建模带来了不可忽视的挑战；此外，基于均方误差的传统损失函数在应对极端事件时表现出固有的局限性。为解决上述问题并进一步提高预测精度，本文构建了一种结合修正模块和基于极值理论改进损失函数的层次化时空图神经网络模型。首先，综合考虑地理距离信息和长期气候特征，采用凝聚式层次聚类方法将区域划...
解读: 该分层图神经网络区域风电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。精准的区域风电预测可优化储能系统充放电策略,提升风储协同效率。其极值理论改进损失函数可增强极端工况预测能力,为iSolarCloud平台的预测性维护提供算法支撑。时空依赖建模方法可应用于多站点...