找到 2 条结果 · IEEE Access

排序:
储能系统技术 储能系统 SiC器件 机器学习 ★ 5.0

基于图神经网络的电动汽车充电负荷预测与需求响应优化

A Comprehensive Review on Next-Generation Modeling and Optimization for Semiconductor Devices

Pratikhya Raut · Deepak Kumar Panda · Amit Kumar Goyal · IEEE Access · 2025年1月

电动汽车大规模接入对电网负荷管理提出新挑战,精准的充电负荷预测是需求响应优化的基础。本文提出基于图神经网络的充电负荷预测模型,捕捉充电站之间的时空关联性,结合需求响应策略实现充电负荷的削峰填谷。

解读: 该充电负荷预测技术可应用于阳光电源充电桩和储能系统的协同优化。通过智能预测和需求响应策略,优化充储一体化系统的能量调度,降低电网峰值负荷,提升充电基础设施的经济性,为光储充一体化解决方案提供智能调度支持。...

储能系统技术 储能系统 深度学习 ★ 4.0

融合迁移学习和集成方法的光伏系统短期功率预测

A Spatiotemporal Feature Extraction Technique Using Superlet-CNN Fusion for Improved Motor Imagery Classification

Neha Sharma · Manoj Sharma · Amit Singhal · Nuzhat Fatema 等6人 · IEEE Access · 2025年1月

光伏功率预测对电网稳定运行和能源管理至关重要,但气象条件波动导致预测精度挑战。本文提出融合迁移学习和集成方法的短期功率预测框架,通过多源气象数据和历史发电数据的协同学习,实现高精度的15分钟至4小时功率预测。

解读: 该短期功率预测技术可集成到阳光电源iSolarCloud智慧光伏云平台。通过精准的功率预测优化SG系列光伏逆变器的能量管理策略,提升分布式光伏系统的电网友好性,为电力调度提供可靠的功率预测数据,支持高比例新能源接入。...