找到 2 条结果 · IEEE Transactions on Sustainable Energy
基于深度强化学习的风光水储混合能源系统长短周期协调调度
Long-Term and Short-Term Coordinated Scheduling for Wind-PV-Hydro-Storage Hybrid Energy System Based on Deep Reinforcement Learning
Huaiyuan Zhang · Kai Liao · Jianwei Yang · Zhe Yin 等5人 · IEEE Transactions on Sustainable Energy · 2025年1月
针对多时间尺度调度复杂的风光水储混合能源系统，传统长期调度策略常削弱短期调节能力，导致资源浪费与电力短缺。本文提出一种将短期运行特性嵌入长期调度规则的协同框架，将长期调度建模为马尔可夫决策过程，并在每一步耦合基于优化模型生成的短期发电计划。通过融合数据驱动与模型驱动方法，利用深度强化学习简化长期决策，结合混合整数线性规划确保短期约束满足。实证表明，该方法使弃电率由11.67%降至0.63%，切负荷率从3.3%降至0.69%，显著优于传统方法。
解读: 该深度强化学习协调调度技术对阳光电源PowerTitan储能系统和iSolarCloud云平台具有重要应用价值。研究提出的长短周期协同框架可直接集成到ST系列储能变流器的能量管理系统中，通过MDP建模和DRL算法优化多时间尺度调度决策，显著降低弃电率（11.67%→0.63%）和切负荷率（3.3%→...
一种基于卫星图像与时间序列多模态学习的鲁棒光伏功率预测方法
A Robust Photovoltaic Power Forecasting Method Based on Multimodal Learning Using Satellite Images and Time Series
Kai Wang · Shuo Shan · Weijing Dou · Haikun Wei 等5人 · IEEE Transactions on Sustainable Energy · 2024年11月
超短期光伏功率预测对提升电网稳定性具有重要意义。现有基于卫星图像的方法多依赖像素级预测，效率低且冗余，而深度学习模型难以建立大尺度云特征与光伏发电之间的关联。本文提出一种端到端的多模态学习模型，直接融合卫星图像与时间序列实现多步光伏功率预测。采用ConvLSTM-RICNN编码感兴趣区域内的云层动态特征，并提出DCCA-LF融合策略，将深度典型相关分析引入晚期融合以增强跨模态特征对齐，有效抑制噪声与缺失数据影响。基于澳大利亚Alice Springs地区BP Solar与Himawari-8卫星...
解读: 该多模态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。其超短期预测能力可直接集成至SG系列光伏逆变器的智能诊断系统，通过卫星云图与历史数据融合实现15分钟至4小时功率预测，为MPPT算法提供前瞻性优化依据。对于PowerTitan储能系统，该技术可优化充放电策略制定，...