找到 6 条结果 · IEEE Transactions on Sustainable Energy
基于领域知识引导的特征与损失函数构建的可解释风电功率预测
Interpretable Wind Power Forecasting with Feature and Loss Function Construction Guided by Domain Knowledge
Yongning Zhao · Yuan Zhao · Yanxu Chen · Haohan Liao 等6人 · IEEE Transactions on Sustainable Energy · 2025年8月
针对当前风电功率预测方法缺乏领域知识融合导致精度与可解释性不足的问题，提出一种可解释的数据-知识融合超短期预测模型。通过历史风速输入构建风速-功率曲线生成理论输出，并结合实测数据作为模型输入；设计边界约束损失函数，利用alpha shape算法和局部加权线性回归提取功率上下边界并动态更新以捕捉波动特性；引入基于Jensen-Shannon散度的误差分布形状损失，促使训练误差逼近正态分布。在30个风电场的实验表明，该方法在各预测时域均优于基线模型，且在噪声与缺失数据下具有强鲁棒性。
解读: 该风电功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。特别是其基于领域知识的边界约束和误差分布优化方法,可直接应用于ST系列储能变流器的功率调度和PowerTitan系统的容量规划。通过将该预测算法集成到iSolarCloud平台,可提升风储联合项目的调度精度和经济性。其数据-知识融合的...
基于学习增强型模型预测控制的混合储能系统实时能量管理策略及其在波浪能转换器中的应用
Real-Time Energy Management of Hybrid Energy Storage System with Application to Wave Energy Converters: A Learning-Augmented MPC Strategy
Xuanyi Zhu · Zechuan Lin · Xuanrui Huang · Kemeng Chen 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月
将混合储能系统（HESS）集成到波浪能转换器（WEC）中可有效抑制多时间尺度下的功率波动，但需依赖高效的能量管理策略（EMS）。模型预测控制（MPC）虽能逼近全局最优并满足约束，但非线性优化问题带来高计算负担，且多目标权衡下的代价函数权重因子（WF）整定困难。为此，本文提出一种学习增强型MPC策略。该方法结合模糊逻辑非对称动作裁剪技术以降低计算耗时，并引入高效暖启动Q学习框架实现WF的在线自整定。为缩小仿真与实际间的差距，设计了基于神经网络的电流预测器以感知功率转换中的非线性损耗。仿真与实验结果...
解读: 该学习增强型MPC策略对阳光电源ST系列储能变流器及PowerTitan大型储能系统具有重要应用价值。其模糊逻辑动作裁剪技术可显著降低MPC实时计算负担，适配储能变流器DSP/FPGA控制平台；Q学习框架实现的权重因子在线自整定能优化多目标权衡（功率平滑、电池寿命、效率），提升ESS集成方案的全生命...
基于聚合容量估计的储能系统分布式功率跟踪控制
Distributed Power Tracking Control of Energy Storage Systems With Aggregated Capacity Estimation
Yin Chen · Jianyu Zhou · LinFang Yan · Yujun Lin 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
大量分布式小规模储能系统（ESSs）具有参与电网功率调节的潜力。本文提出一种结合聚合容量估计的分布式功率跟踪控制方法，可在无需总功率测量的情况下实现精确的总功率跟踪，并根据储能系统的类型、荷电状态及功率/能量容量进行功率分配。为估计各储能单元的可调度功率范围，设计了一种事件触发式分布式功率容量估计算法，通信负担较低。控制参考功率受到限制，确保系统可靠运行。所提方法采用离散时间实现，仅依赖稀疏通信网络。理论分析验证了系统平衡点的存在性与收敛性。基于IEEE 33节点系统的仿真结果验证了所提控制策略...
解读: 该分布式功率跟踪控制技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文章提出的事件触发式容量估计算法可优化多台ST储能变流器的协同控制，在无需集中式总功率测量的情况下，基于各单元SOC、功率/能量容量实现精确功率分配，降低通信负担。该方法可集成到iSolarClo...
一种用于直流微电网的多层级家庭能源管理系统
A Multi-Level Home Energy Management System (HEMS) for DC-Microgrids
Xin Lin · Ramon Zamora · Yazhou Jiang · Gang Chen 等5人 · IEEE Transactions on Sustainable Energy · 2025年3月
为在太阳能与负荷预测不确定性下兼顾用户舒适度并降低运行成本，本文提出一种系统级与本地级协同的分层式家庭能源管理系统（HEMS）。系统级采用模型预测控制，结合长期与短期优化调度电池和超级电容器，降低运行成本并提升舒适度；短期层修正调度偏差并保障混合储能安全运行。本地级实现直流电压恢复、功率分配及电池荷电状态均衡。超级电容器用于补偿瞬态功率，减缓电池老化。实验结果表明，相比现有方法，该方法可显著降低系统运行成本。
解读: 该多层级HEMS架构对阳光电源ST系列储能系统和家庭ESS集成方案具有重要应用价值。其分层控制策略可直接应用于PowerTitan储能系统的能量管理：系统级MPC优化可集成至iSolarCloud云平台实现长短期调度协同，本地级控制可嵌入ST储能变流器实现直流母线电压稳定与功率分配。混合储能架构（电...
基于重叠历史数值天气预报集成的日内风电功率预测
Intraday Wind Power Forecasting by Ensemble of Overlapping Historical Numerical Weather Predictions
Yongning Zhao · Shiji Pan · Yanxu Chen · Haohan Liao 等6人 · IEEE Transactions on Sustainable Energy · 2024年12月
数值天气预报（NWP）对提升日内风电功率预测（WPF）精度至关重要。然而，传统方法仅依赖最新单次NWP，忽略了时序发布且时间重叠的多段历史NWP中的隐含信息。为此，本文提出一种融合重叠历史NWP的时空表征学习网络。通过掩码-重构预训练策略提取风电与NWP的隐含特征，并结合端到端微调及硬参数共享的多任务学习机制，提升多风电场预测均衡性。基于5个真实风电场的实验表明，该方法在各预测时域均优于基线模型。
解读: 该风电功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。首先，可将其集成至ST系列储能系统的EMS能量管理模块，提升风储联合运行的调度精度。其次，该技术可优化iSolarCloud平台的新能源发电预测功能，通过多时序NWP数据融合提升预测准确度，为用户提供更可靠的发电计划和运维决策支持。特...
系统强度约束下的构网型储能规划在可再生能源电力系统中的应用
System Strength Constrained Grid-Forming Energy Storage Planning in Renewable Power Systems
Yun Liu · Yue Chen · Huanhai Xin · Jingzhe Tu 等6人 · IEEE Transactions on Sustainable Energy · 2024年11月
随着基于逆变器的可再生能源逐步替代同步发电机，现代电力系统的系统强度显著下降，可能引发小信号稳定性问题。构网型换流器储能系统虽在提升系统强度方面具有灵活性和有效性，但其规划阶段的经济性与系统强度支撑能力协同优化仍缺乏研究。本文提出一种考虑系统强度约束的构网型储能优化规划方法，以实现期望的小信号稳定裕度。基于广义短路比框架，量化储能容量与位置对系统强度的影响，并构建含特征值约束的选址定容优化模型。考虑有无候选站点数量限制两种场景，设计基于二次支撑函数的迭代优化算法求解。在改进的IEEE 39节点和...
解读: 该研究对阳光电源ST系列储能变流器和PowerTitan大型储能系统的构网型GFM控制技术具有重要应用价值。文中提出的基于广义短路比的储能选址定容优化方法，可直接应用于阳光电源储能系统规划方案设计，通过量化储能容量与位置对系统强度的贡献，优化PowerTitan在弱电网场景下的配置策略。特征值约束的...