找到 43 条结果 · IEEE Access
通过K-Shape聚类和深度学习融合提升短期负荷预测
Enhancing Short-Term Load Forecasting Through K-Shape Clustering and Deep Learning Integration
Warren Grice · Mohammed Olama · Annabelle Lee · Philip G. Evans · IEEE Access · 2025年1月
短期负荷预测对现代电网运行和电力市场交易至关重要。本文提出K-NBEATSx模型，融合聚类和深度学习方法。首先使用K-Shape聚类基于形状相似性对负荷数据分类，识别不同运行模式；然后应用NBEATSx方法结合趋势和季节性模块提升预测精度。三国负荷数据案例研究表明，该模型在各种运行场景下均优于传统深度学习模型，验证了聚类算法的有效性，为提升电力系统可靠性和效率提供新方法。
解读: 该负荷预测技术是阳光电源iSolarCloud云平台的核心能力。阳光智慧能源管理系统需要精准的短期负荷预测来优化储能调度和光伏发电。该K-Shape聚类和深度学习融合方法可集成到阳光EMS系统，提升预测精度至95%以上，优化电池充放电策略，延长电池寿命，提高系统经济性和电网友好性。...
基于能量收集的无人机辅助智能反射面系统：5G/6G关键场景的可靠性增强
UAV-Assisted IRS System With Energy Harvesting: Enhanced Reliability in Critical Scenarios for 5G/6G Wireless Communication
Wentao Zhang · Meng Cheng · Qianliang Xiang · Qinmiao Li · IEEE Access · 2025年1月
本文提出无人机辅助智能反射面系统，提升5G/6G地对地用户网络性能，适用于城市拥堵区域深衰落场景。采用射频能量收集为IRS和无人机供电，动态功率分配因子依赖高度相关Nakagami-m参数。数学框架包含高度相关的小尺度和大尺度衰落模型，推导频谱效率和中断概率表达式。仿真验证了分析结果并与现有技术对比，证明系统优越性。
解读: 该无人机能量收集技术与阳光电源无线充电解决方案相关联。阳光在新能源汽车领域积累的无线充电技术可延伸至无人机和智能设备。该研究的RF能量收集和动态功率分配算法，可优化阳光OBC车载充电机的能量管理，提升新能源汽车V2G场景下的通信可靠性和能源利用效率。...
大型用户参与手动频率恢复备用需求响应项目的优化策略
Optimal Participation in Manual Frequency Restoration Reserve-Based Demand Response Programs for Large Consumers
Pankaj Kumar · Santhosha Kamath · Sam Darshi · Jen-Yi Pan 等6人 · IEEE Access · 2025年1月
随着间歇性可再生能源渗透率提升，电力系统灵活性需求增加。本文研究大型电力用户参与西班牙ADRS手动频率恢复备用需求响应项目的优化策略，采用三阶段随机优化模型，涵盖竞价、参与前运营和激活调整决策。以水泥厂为例，结果显示具备光伏或储能等替代能源的用户参与意愿较低，但参与ADRS可带来显著经济效益，年成本节省达30%，固定收益可覆盖28-42%运营成本。
解读: 该需求响应优化技术直接对应阳光电源工商业储能解决方案。阳光PowerTitan工商业储能系统通过参与电网辅助服务，可实现类似的成本节省。阳光EMS能量管理系统支持多目标优化，结合光储一体化配置，可在保证用能需求的同时参与调频服务，提升投资回报率，缩短项目回收期至5-7年。...
第 3 / 3 页