找到 4 条结果 · IEEE Transactions on Sustainable Energy
基于Transformer扩散模型的风速时空概率预测
Spatio-Temporal Probabilistic Forecasting of Wind Speed Using Transformer-Based Diffusion Models
Hao Liu · Junqi Liu · Tianyu Hu · Huimin Ma · IEEE Transactions on Sustainable Energy · 2025年7月
时空风速预测对提升能源转换效率与优化资源配置具有重要意义。现有方法在捕捉复杂的时空依赖关系及适应风速动态变化方面存在不足。为此，本文提出概率时空扩散Transformer（PSTDT）模型，结合去噪扩散生成模型与Transformer的时空建模优势。该模型引入双空间注意力模块以捕获静态位置关系与动态空间依赖，并设计双阶段时间模块建模周期间依赖与自回归特征，辅以时间自适应层归一化机制提升预测稳定性与精度。实验表明，PSTDT在多个数据集上显著优于现有方法，连续排序概率分数降低8%–20%，平均绝对...
解读: 该时空风速概率预测技术对阳光电源储能系统与智能运维平台具有重要应用价值。在PowerTitan大型储能系统中，精准的风速预测可优化风储协同控制策略，提升ST系列储能变流器的充放电调度精度，降低8%-20%的预测误差可显著改善储能系统的能量管理效率。该Transformer扩散模型的时空建模能力可集成...
一种评估多样化可再生能源发电单元频率支撑能力的统一方法
A Unified Method for Assessing Frequency Support Capability of Diverse Renewable Power Generation Units
Guang Hu · Yongheng Yang · Huanhai Xin · Linbin Huang 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月
可再生能源发电单元（RGUs）的广泛接入削弱了系统的物理惯性，使得机组级频率支撑能力（FSC）与系统级频率稳定性的评估愈发重要。然而，现有方法缺乏统一的FSC评估框架，且制造商对RGU信息的保密加剧了该问题。为此，本文提出一种基于阻抗测量的统一传递函数结构（UTFS）模型及其参数求解方法，可实现机组级FSC与系统级频率稳定性的统一评估。通过频域方法（如xy阻抗测量）获取机组级UTFS，并通过简单聚合得到系统级UTFS。所提框架无需详细模型或事件后数据，利用有效惯性、阻尼和一次调频三个关键指标统一...
解读: 该统一频率支撑能力评估方法对阳光电源储能与光伏产品具有重要应用价值。针对ST系列储能变流器和PowerTitan系统，可基于阻抗测量技术建立标准化FSC评估体系，通过有效惯性、阻尼和一次调频三指标量化虚拟同步机VSG控制效果，优化构网型GFM控制参数整定。对SG系列光伏逆变器，该方法可在不暴露详细控...
评估多样化可再生能源发电单元频率支撑能力的统一方法
A Unified Method for Assessing Frequency Support Capability of Diverse Renewable Power Generation Units
Guang Hu · Yongheng Yang · Huanhai Xin · Linbin Huang 等7人 · IEEE Transactions on Sustainable Energy · 2025年7月 · Vol.17
本文提出基于阻抗测量的统一传递函数结构（UTFS）模型，无需详细厂商模型或事件后数据，即可量化可再生能源单元的有效惯量、阻尼和一次调频能力，并解析推导系统级频率指标（最低频率、RoCoF、稳态偏差），经仿真与省级电网实测数据验证。
解读: 该方法高度契合阳光电源ST系列PCS、PowerTitan及构网型光储逆变器在新型电力系统中提供主动频率支撑的需求。UTFS框架可直接嵌入iSolarCloud平台，实现对组串式逆变器、储能变流器的在线FSC评估与协同调频策略优化，支撑其在青海、新疆等弱电网区域的GFM模式应用，建议在下一代Powe...
基于Transformer扩散模型的时空概率风速预测
Spatio-Temporal Probabilistic Forecasting of Wind Speed Using Transformer-Based Diffusion Models
Hao Liu · Junqi Liu · Tianyu Hu · Huimin Ma · IEEE Transactions on Sustainable Energy · 2025年7月 · Vol.17
本文提出PSTDT模型，融合去噪扩散概率模型与Transformer架构，通过双空间注意力、双阶段时间模块和时序自适应层归一化，提升风速时空概率预测精度，在多数据集上CRPS降低8%–20%，MAE降低7%–19%。
解读: 该研究提升风电功率短期概率预测精度，直接支撑阳光电源风电变流器与构网型风储系统（如PowerTitan风电侧集成方案）的智能调度与AGC/AVC响应。其不确定性量化能力可增强iSolarCloud平台对风光储协同场站的预测性运维与调峰调频决策。建议将PSTDT轻量化后嵌入ST系列PCS边缘侧预测模块...