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...
动态区间状态估计在电热综合系统中的应用
Dynamic Interval State Estimation for Integrated Electricity and Heating Systems
Yibao Jiang · Junyi Wang · Haoran Zhao · Vladimir Terzija · IEEE Transactions on Power Systems · 2025年8月
在电热综合系统（IEHSs）中，状态估计器的作用是基于量测数据推断未知状态，以实现监控与控制。然而，传统点估计方法难以有效刻画可再生能源与多能负荷带来的多重不确定性，且复杂的热动态特性及多时间尺度特征对估计精度与计算效率构成挑战。本文提出一种新型动态区间状态估计（DISE）框架，将量测输入与状态输出均建模为区间以表征不确定性影响。通过迭代区间运算实现估计，并结合模型重构缓解区间膨胀问题。进一步设计多速率协同估计（MRCE）方案，实现电力与热力系统在不同时间尺度下的并行协调估计，显著提升计算效率。...
解读: 该动态区间状态估计技术对阳光电源PowerTitan储能系统及ST系列储能变流器具有重要应用价值。在电热综合能源场景中，该方法可有效处理光伏出力波动、负荷不确定性等多重扰动，为iSolarCloud云平台提供更精准的状态监测能力。多速率协同估计方案契合储能系统电气快速响应与热管理慢动态的特性，可优化...
考虑历史飓风灾害的大规模合成配电网风险评估框架
A Risk Assessment Framework for Large-Scale Synthetic Power Distribution Networks Considering Historical Hurricane Disasters
Shuo Li · Shouxiang Wang · Qianyu Zhao · Dong Liu 等5人 · IEEE Transactions on Power Systems · 2025年1月
针对飓风灾害对配电网影响日益加剧的问题，本文提出一种面向大规模合成配电网的飓风风险评估框架，显著提升了评估的实用性与准确性。通过为负荷点分配具体建筑类型与重要性等级，精细化生成配电网拓扑结构与物理特征，并结合真实历史飓风数据模拟贴近实际的风暴场景与停电情况。引入基于加权负荷削减的新型风险指标进行定量评估，在Emporia和Portsmouth构建合成网络并基于1940至2024年历史飓风事件开展验证。结果表明，城市尺度配电网建模及飓风空间异质性对风险评估精度具有关键影响。
解读: 该飓风风险评估框架对阳光电源PowerTitan大型储能系统及ST系列储能变流器的韧性设计具有重要价值。通过历史灾害数据建模与负荷重要性分级，可优化储能系统在飓风高发区的选址部署与容量配置策略。基于加权负荷削减的风险指标可指导iSolarCloud平台开发极端天气预警模块，实现储能系统在灾前预充电、...
面向不平衡AC-DC混合配电系统的动态区域化方法及其对分布式电源不确定性的分布鲁棒保障
Dynamic Regionalization for Unbalanced AC-DC Hybrid Distribution Systems With a Distributionally Robust Guarantee Against DG Uncertainty
Qianhao Sun · Yao Zhang · Yidan Zhou · Jiale Wang 等6人 · IEEE Transactions on Power Systems · 2024年7月
如今，在现代电力电子与信息通信技术的推动下，去中心化组织已成为交直流混合配电系统（DS）的新兴特征。这促使配电系统摒弃集中供电模式，转而将其划分为若干个自足的子网进行运行。本文提出了一种两阶段Wasserstein分布鲁棒优化（WDRO）框架，旨在为不平衡交直流混合配电系统提供动态分区策略。首先，提出了一种基于半定规划的三相动态分区策略，以确定子网的动态内部边界。并且，该分区策略通过利用软开关和相开关装置这两种新兴技术得以实现。然后，考虑到分布式电源的不确定性，建立了WDRO模型，以确保每个子网...
解读: 该研究提出的分布鲁棒动态区域化方法对阳光电源的AC-DC混合系统产品具有重要参考价值。特别适用于ST系列储能变流器和PowerTitan大型储能系统的多机并联控制，可提升系统在DG不确定性下的运行稳定性。通过Wasserstein距离建模的分布鲁棒优化方法，可优化SG系列光伏逆变器的MPPT控制策略...
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...