找到 2 条结果 · IEEE Transactions on Sustainable Energy
可解释性增强模糊集用于配电鲁棒最优调度中区域风电不确定性量化
Interpretable Augmented Ambiguity Set for Quantifying Regional Wind Power Uncertainty in Distributionally Robust Optimal Dispatch
Zhuo Li · Lin Ye · Ming Pei · Xuri Song 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月
大规模风电并网给电力系统运行带来严峻的不确定性挑战。本文提出一种基于深度学习的可解释增强模糊集，用于分布鲁棒优化框架下的两阶段经济调度，以精确刻画区域风电不确定性。该模糊集融合各风电场细粒度误差模型及站点间交互依赖关系。首次提出多教师知识蒸馏-时间生成对抗网络（MKD-time GAN），通过级联学习机制构建单风电场预测误差的球形模糊集；进一步结合Nataf变换将多个模糊集映射为表征区域联合误差分布的增强模糊集，并推导出可 tractable 的两阶段调度求解算法。IEEE 118节点系统验证了...
解读: 该研究提出的深度学习增强模糊集方法对阳光电源的储能和风电产品线具有重要应用价值。具体而言：1) 可应用于ST系列储能变流器的调度优化,提升大规模风储联合系统的经济性和可靠性；2) 其多教师知识蒸馏框架可优化PowerTitan储能系统的功率预测算法,提高调度精度；3) 研究的区域联合误差建模方法可用...
光伏渗透下电力与排水网络在长期积水风险下的综合鲁棒规划
Integrated Robust Planning of Photovoltaic-Penetrated Power and Drainage Networks Under Prolonged Waterlogging Risk
Yingping Cao · Bin Zhou · Chi Yung Chung · Jiayong Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年3月
本文提出一种考虑光伏接入的电力与排水耦合网络综合鲁棒规划策略，以应对暴雨灾害下频发的积水风险。该策略通过优化固定与移动应急资源的投资组合，协调区域内外应急资源配置，实现配电网络与地下排水网络间的协同应急支援，最小化极端洪涝下的最严重负荷损失。基于元胞自动机原理构建了电力-排水耦合系统的积水脆弱性评估模型，识别地形与降雨变化复合影响下的薄弱环节。结合嵌套列与约束生成算法及多种线性化技术，降低了非线性规划问题的求解复杂度。算例验证了该策略在提升耦合系统抗灾韧性方面的有效性。
解读: 该光伏-排水耦合网络鲁棒规划技术对阳光电源应急电源系统具有重要应用价值。研究中的积水脆弱性评估模型可指导PowerTitan储能系统在洪涝易发区的选址与容量配置，通过固定储能与移动电源车的协同调度，提升极端天气下的供电韧性。基于元胞自动机的风险预测方法可集成至iSolarCloud平台，实现暴雨场景...