找到 5 条结果 · IEEE Transactions on Power Systems
一种集成多源数值天气预报的短期非参数概率光伏功率预测两阶段集成学习框架
A Two-Stage Ensemble Learning Framework for Short-Term Nonparametric Probabilistic Photovoltaic Power Forecasting Integrating Multi-Source Numerical Weather Predictions
Hanting Zhao · Yao Zhang · Wei Huo · Fan Lin 等5人 · IEEE Transactions on Power Systems · 2025年9月
利用数值天气预报（NWP）进行短期太阳能功率概率预测（SSPPF）已被证明是一种提高太阳能整合与利用效率的有效方法。然而，大多数现有的SSPPF研究仅采用单源NWP，忽略了多源NWP在提高概率预测准确性和稳健性方面的潜在优势。本文提出了一种用于SSPPF的改进两阶段集成学习预测框架（ITS - ELFF）。ITS - ELFF将多源NWP作为关键的外部协变量，以生成多步分位数预测。在第一阶段，一组稳健且多样的基学习器提供初始分位数预测。在第二阶段，一个元学习器整合所有基学习器的分位数预测，以生成...
解读: 该两阶段集成学习框架对阳光电源iSolarCloud智能运维平台和SG系列光伏逆变器具有重要应用价值。通过融合多源NWP数据的非参数概率预测，可显著提升光伏电站功率预测精度，优化MPPT算法的前瞻性控制策略。在PowerTitan储能系统中，高精度概率预测能改进充放电调度决策，提升削峰填谷效果和电网...
考虑长时氢储能与多重不确定性的电-气-氢综合能源系统优化规划
Optimal Planning for Electricity–Gas–Hydrogen Integrated Energy Systems Considering Intertemporal Long-term Hydrogen Storage and Multiple Uncertainties
Jingxuan Zhang · Xinyue Chang · Yixun Xue · Xiang Bai 等6人 · IEEE Transactions on Power Systems · 2025年6月
为解决综合能源系统中能源供需长期失衡的问题，提出了一种涉及跨期长期储氢的电 - 氢和电 - 气互换系统。在该系统中，跨期氢能存储确保了全年荷电状态的连续性，以实现日内和日间的充放电，促进可再生能源消纳和能源的跨期转移。此外，考虑了影响能量转换设备效率和场景概率的多种不确定性因素。为应对综合能源系统中的多种不确定性，提出了一种将随机模型和鲁棒模型相结合的混合方法，并采用不确定性调整参数来灵活微调规划方案的保守程度。然后，将列与约束生成算法和鲁棒对偶理论相结合，将原问题分解为具有混合整数线性特征的主...
解读: 该电-气-氢综合能源系统优化规划技术对阳光电源储能与氢能业务具有重要应用价值。长时氢储能的跨时段调节特性可与PowerTitan储能系统形成互补，电化学储能负责短时调频调峰，氢储能实现季节性能量平衡，提升ST系列储能变流器在多能耦合场景的应用深度。鲁棒优化与随机规划相结合的不确定性处理方法，可直接应...
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...
基于图神经网络的电力系统实时多稳定性风险评估与可视化
Real-Time Multi-Stability Risk Assessment and Visualization of Power Systems: A Graph Neural Network-Based Method
Qifan Chen · Siqi Bu · Huaiyuan Wang · Chao Lei · IEEE Transactions on Power Systems · 2024年12月
相较于单一稳定性评估，多稳定性风险评估（MSRA）在应对可再生能源出力波动和系统故障等不确定性时更具实用性。本文提出一种基于图神经网络（GNN）的实时MSRA方法，统一处理功角、电压、频率及换流器主导的多种稳定性问题。通过构建运行状态图与扰动图作为GNN输入，结合图卷积层与初始残差恒等映射，提取高阶特征；引入GraphNorm缓解过平滑并提升泛化能力。基于实时数据实现多稳定性风险的连续预测，并利用alpha形状可视化稳定与不稳定区域。在IEEE 39节点、WECC 179节点及英国电网系统中的仿...
解读: 该GNN多稳定性评估技术对阳光电源PowerTitan储能系统及iSolarCloud平台具有重要应用价值。针对大规模储能电站中ST系列变流器的构网型GFM控制，该方法可实时评估功角、电压、频率及换流器主导的多维稳定性风险，解决可再生能源波动下的系统安全问题。其图神经网络架构可集成至智能运维平台，实...
基于量化滑模的逆变器馈电偏远地区弱电网马尔可夫跳变系统建模与控制
Markov Jump System Modeling and Control of Inverter-Fed Remote Area Weak Grid via Quantized Sliding Mode
Linyun Xiong · Ruikai Song · Sunhua Huang · Changyu Ban 等6人 · IEEE Transactions on Power Systems · 2024年11月
偏远地区电力系统通常具有高比例逆变器供电、电网强度低、运维能力弱及自然干扰频繁等特点。本文针对此类弱电网提出一种基于马尔可夫跳变系统的建模与控制方法，结合量化滑模控制策略，有效应对系统参数突变与外部扰动。该方法利用马尔可夫链描述运行模式的随机切换，通过量化反馈提升通信效率，同时设计滑模控制器保证系统在不同模式下的稳定性与动态性能，提高了弱电网的鲁棒运行能力。
解读: 该马尔可夫跳变系统建模与量化滑模控制技术对阳光电源偏远地区弱电网应用具有重要价值。可直接应用于ST系列储能变流器和SG系列光伏逆变器的弱电网并网场景，特别是高海拔、沙漠等偏远新能源基地。量化反馈机制可降低iSolarCloud云平台通信带宽需求，提升远程监控效率；马尔可夫模式切换建模能优化构网型GF...