找到 2 条结果 · IEEE Transactions on Power Systems
将季内振荡与数值天气预报结合用于15天风电功率预测
Integrating Intra-Seasonal Oscillations With Numerical Weather Prediction for 15-Day Wind Power Forecasting
Shuang Han · Weiye Song · Jie Yan · Ning Zhang 等6人 · IEEE Transactions on Power Systems · 2025年2月
延长风电功率预测（WPF）的时间尺度对于以可再生能源为主的电力系统的电网管理和市场运营至关重要。然而，风电功率预测对数值天气预报（NWP）的高度依赖带来了巨大挑战。基于短期数据的数值天气预报迭代运算会放大其固有的不确定性，导致其超过10天的预报精度降低。为解决这一问题，引入季节内振荡（ISO）来捕捉更长期、更大尺度的气象模式，进而提出了用于15天风电功率预测的ISO - NWP集成框架。首先，开发了一个遥相关（TC）的历史时空定位模型，该模型在季节内振荡的影响下关联远距离的天气变化和风电功率波动...
解读: 该研究对阳光电源的风电变流器和储能系统具有重要应用价值。通过融合季内振荡预测与数值天气预报的混合建模方法，可显著提升风电功率预测精度，这对我司ST系列储能变流器的调度策略优化和PowerTitan储能系统的容量配置具有直接指导意义。具体而言，可将该预测算法集成到iSolarCloud平台，优化储能调...
基于轻量级实现的约束分支搜索拓扑识别流计算方法
Constrained Branching Search for Topology Identification Stream Computing With Lightweight Implementation
Zhuoheng Wang · Jie Gao · Qiushi Cui · Yang Weng · IEEE Transactions on Power Systems · 2024年12月
准确的拓扑感知对低压配电网（LVDN）稳定性至关重要。传统基于阻抗的拓扑恢复方法常因阻抗数据不准确而难以保证精度。针对传感器数据质量不佳的问题，本文提出一种面向辐射型LVDN的流式计算框架下的约束分支搜索拓扑识别方法。该方法利用基于物理模型的节点连接约束恢复网络结构，并引入插件式光伏接入位置的数学模型。设计了轻量级流计算系统CommuniDispatch，并结合拉丁超立方采样递归边界搜索（LHS-RBS）算法显著提升计算效率。实验验证了该方法在拓扑识别精度、抗数据质量问题鲁棒性、光伏定位能力及计...
解读: 该拓扑识别技术对阳光电源iSolarCloud智能运维平台和ST储能系统具有重要应用价值。在低压配电网场景中，准确的拓扑感知是实现分布式光伏和储能系统协同控制的基础。该方法的轻量级流计算框架可集成至iSolarCloud平台，实时监测SG系列逆变器接入位置和网络拓扑变化，提升智能诊断精度。对于Pow...