找到 3 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...
频率约束下含网络化微电网动态边界的主动配电网最优恢复调度
Frequency-Constrained Optimal Restoration Scheduling in Active Distribution Networks With Dynamic Boundaries for Networked Microgrids
Chongyu Wang · Wei Lin · Guoteng Wang · Mohammad Shahidehpour 等6人 · IEEE Transactions on Power Systems · 2024年9月
本文提出一种考虑频率安全约束的主动配电网最优恢复调度框架（FRSDN），充分利用分布式能源，特别是逆变型可再生能源发电单元（IIREGs）。通过融合同步热电机组调速器与IIREG虚拟同步控制的等效聚合频率响应，建立了适用于可再生能源主导的配电网恢复过程中负荷投入阶段的线性化且保守的动态频率指标约束。进一步，构建了序贯动态边界识别模型（SDIDM），精确辨识网络化微电网的动态边界及参与机组类型，从而有效施加频率安全约束。最终将问题建模为三层鲁棒混合整数线性规划（MILP），并采用列与约束生成（C&...
解读: 该频率约束恢复调度技术对阳光电源ST系列储能变流器和PowerTitan储能系统具有重要应用价值。研究提出的虚拟同步控制聚合频率响应模型，可直接应用于优化阳光电源储能PCS的VSG控制策略，提升微电网黑启动和孤岛运行时的频率稳定性。动态边界识别算法为iSolarCloud平台提供了配电网恢复调度的智...
基于卷积图神经网络与参数迁移的区域光伏功率短期概率预测
Short-Term Probabilistic Forecasting for Regional PV Power Based on Convolutional Graph Neural Network and Parameter Transferring
Fan Lin · Yao Zhang · Hanting Zhao · Wei Huo 等5人 · IEEE Transactions on Power Systems · 2024年11月
本文提出一种用于区域光伏功率短期概率预测的新型端到端深度学习模型，该模型具有局部-全局两层结构。在局部层，构建基于有向图的动态空间卷积图神经网络，以学习光伏电站的高维特征表示；在全局层，提出动态图池化方法，将局部特征聚合为全局表示，并映射为区域光伏功率的概率预测结果。为防止过拟合，引入基于参数迁移的训练策略。在公开真实数据上的实验表明，该模型可提供高质量且可靠的短期概率预测。
解读: 该区域光伏功率概率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。其卷积图神经网络可建模区域内多个光伏电站的空间关联性，为SG系列逆变器集群提供更精准的短期功率预测。概率预测结果可优化PowerTitan储能系统的充放电策略制定，通过预测区间合理配置储能容量，提升系统经济性。参...