找到 2 条结果 · IEEE Transactions on Sustainable Energy
通过数据驱动的模型预测独立变桨控制提升大型风力机运行稳定性
Improving Operational Stability of Large-Scale Wind Turbines Through Data-Driven Model Predictive Individual Pitch Control
Songyue Zheng · Lijian Wu · Lizhong Wang · Lilin Wang 等5人 · IEEE Transactions on Sustainable Energy · 2025年3月
针对结构柔性显著的现代大型风力机在非对称与随机气动载荷下运行稳定性差的问题，本文提出一种基于数据驱动模型预测控制的独立变桨控制方法（DMPC-IPC）。该方法通过优化转速/功率波动抑制、非对称载荷衰减及结构阻尼调节等多目标性能指标提升系统稳定性。采用任意多项式混沌展开构建代理模型，并结合高斯过程回归量化模型不确定性，以预测变桨对非线性动态响应的影响；设计一阶阴阳对优化求解器高效求解多步预测代价函数。基于DTU-10MW风力机在极端阵风与湍流风况下的全工况仿真验证表明，该方法显著提升了运行稳定性并...
解读: 该数据驱动的模型预测控制技术对阳光电源储能和风电产品线具有重要参考价值。其中的多目标优化和不确定性预测方法可应用于ST系列储能变流器的功率调节和PowerTitan系统的稳定性控制。特别是文中提出的高斯过程回归预测方法,可优化储能系统的SOC预测和调度策略;多步预测代价函数的优化思路也可用于改进储能...
基于量子退火的多堆燃料电池混合动力系统三阶段调度策略
A Quantum Annealing-Based Three-Stage Scheduling Strategy for Multi-Stack Fuel Cell Hybrid Power Systems
Wenzhuo Shi · Junyu Chen · Xianzhuo Sun · Zhengyang Hu 等6人 · IEEE Transactions on Sustainable Energy · 2025年5月
针对多堆配置下燃料电池混合动力系统优化问题非凸、二进制变量多导致求解困难的问题，本文提出一种基于量子退火的三阶段调度策略。该方法在日前、日内和实时阶段分层解耦决策过程，结合各时段预测信息优化启停计划与功率分配。利用量子退火高效求解大规模二进制优化问题，并通过OPAL-RT实验平台验证。相比传统方法，所提方法计算速度显著提升，较DMPC方法快49.89倍，较Gurobi方法快22.25倍，且总运行成本分别降低14.66%和10.62%。
解读: 该量子退火优化算法对阳光电源氢储能系统和混合储能产品具有重要应用价值。三阶段调度策略可直接应用于PowerTitan储能系统的多堆燃料电池配置，解决大规模二进制优化难题。相比传统MPC方法，计算速度提升49倍且成本降低14.66%，可显著改善ST系列储能变流器在氢储能场景下的启停优化与功率分配效率。...