找到 4 条结果 · IEEE Transactions on Sustainable Energy
多电压等级双极性直流配电系统的综合电压调节方法
Comprehensive Voltage Regulation for Multi-Voltage Bipolar DC Distribution Systems
Xiaodong Yang · Chengjia Zhang · Lijian Ding · Jie Yang 等6人 · IEEE Transactions on Sustainable Energy · 2025年8月
光伏接入不对称及直流源荷的时变特性导致多电压等级双极性直流（MBDC）配电系统出现极间不平衡、越限和不稳定等多重电压问题。本文基于多电压层级双极潮流，提出一种综合电压调节方法以提升系统整体电压性能。首先构建适用于多子系统优化的双极直流潮流模型，结合双极配电系统与双极直流变压器（DCT）建模；进而分析不同电压层级下电压问题成因，确定电力电子设备的调控策略。针对传统方法仅能处理单一电压层级单一问题的局限，本文通过协调跨电压层级的异构资源，实现多层级协同调控，增强电能质量改善能力并避免设备过度使用。在...
解读: 该多电压等级双极性直流配电系统综合电压调节技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。研究提出的双极直流潮流模型和多层级协同调控策略，可直接应用于阳光电源直流侧储能系统的电压管理优化，解决光伏接入不对称导致的极间不平衡问题。特别是跨电压层级异构资源协调控制方法...
基于GPT的超短期分布式光伏发电功率预测方法
An Ultra-Short-Term Distributed Photovoltaic Power Forecasting Method Based on GPT
Hengqi Zhang · Jie Yang · Siyuan Fan · Hua Geng 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月
随着大量分布式光伏电站并网，提升发电功率预测精度对电力系统安全经济运行具有重要意义。针对现有方法在数据稀缺与随机波动方面的挑战，本文提出一种基于生成式预训练Transformer（GPT）的超短期分布式光伏功率预测方法。通过生成多空间分辨率的虚拟光伏功率数据，预训练Transformer模型，并利用少量实测数据进行微调。注意力机制通过预训练学习历史数据中的相关性，微调实现新电站的轻量化部署与高精度预测。实验结果表明，所提方法在仅1个月实测数据下，相比LSTM、线性模型和Transformer模型...
解读: 该基于GPT的超短期光伏功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。可直接集成至SG系列光伏逆变器的智能诊断系统，通过少量实测数据实现新建电站的快速部署与高精度预测，相比传统LSTM方法RMSE降低37.22%。该技术可优化PowerTitan储能系统的充放电策略，提升...
基于SCADA数据的周期增强型Informer模型用于短期风电功率预测
Periodic-Enhanced Informer Model for Short-Term Wind Power Forecasting Using SCADA Data
Zhao-Hua Liu · Long-Wei Li · Hua-Liang Wei · Ming Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年4月
针对风电场SCADA系统提供的丰富运行与环境数据，提出一种周期增强型Informer模型用于短期风电功率预测。首先，采用基于v-p曲线与四分位法结合的方法滤除稀疏离群点，并利用DBSCAN算法去除功率曲线中的聚集噪声；其次，基于最大信息系数筛选多特征输入集以提升数据利用效率；进而设计时序卷积网络提取输入特征的标量投影，并融合局部与全局时间戳构建周期信息增强的嵌入层；最后，在Informer模型中引入多尺度深度融合模块，实现跨时间尺度特征的深层整合，有效避免了模型加深带来的资源浪费与过拟合问题。实...
解读: 该周期增强型Informer模型对阳光电源的智能运维和储能系统具有重要应用价值。首先，该模型的多特征输入与时序预测技术可直接应用于iSolarCloud平台的发电预测模块，提升风光储多能互补系统的调度效率。其次，模型的周期性特征提取方法可优化ST系列储能变流器的能量管理策略，特别是在PowerTit...
基于移动储能系统的主动配电网数据驱动电压-无功协调调度
Data-Driven Volt-VAR Coordinated Scheduling With Mobile Energy Storage System for Active Distribution Network
Yang Mi · Changkun Lu · Chunxu Li · Jinpeng Qiao 等6人 · IEEE Transactions on Sustainable Energy · 2024年9月
为改善主动配电网（ADN）的电压分布与运行成本，提出一种融合灵活资源特别是移动储能系统在ADN与交通网耦合环境下的协调调度策略。结合去噪扩散概率模型构建数据驱动的日前场景生成方法，利用历史数据学习实际与预测功率曲线的误差关系，建立可再生能源出力的概率分布模型。采用随机机会约束优化方法量化不确定环境下的电压运行风险，并充分挖掘ADN中多资源在时空尺度上的调控能力。通过线性化处理将ADN与交通网耦合模型转化为混合整数线性规划问题。基于IEEE 33节点配电网与15节点交通网的仿真验证了所提方法的有效...
解读: 该移动储能协调调度技术对阳光电源PowerTitan储能系统与充电桩业务具有重要应用价值。研究提出的数据驱动场景生成方法可集成至iSolarCloud平台，通过去噪扩散模型提升光伏出力预测精度，优化ST系列储能变流器的日前调度策略。移动储能与配电网耦合模型为阳光电源开发车载储能与V2G技术提供理论支...