找到 3 条结果 · IEEE Transactions on Sustainable Energy
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%→...
考虑电压越限概率敏感性的高比例可再生能源交直流配电网过电压规避模型
An Overvoltage-Averse Model for Renewable-Rich AC/DC Distribution Networks Considering the Sensitivity of Voltage Violation Probability
Bo Tong · Lu Zhang · Gen Li · Bo Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2024年10月
可再生能源的快速增长提高了电压越限概率。基于电压源换流器和储能的交直流配电网可通过时空功率转移有效抑制电压越限。然而，现有不确定场景下的电压越限缓解方法常受限于求解时间长或建模复杂，难以满足日内调度对过电压概率降低的需求。此外，通过换流器耦合的互联子系统间功率调整相互影响，某线路过电压抑制可能引发另一线路恶化。本文提出一种考虑电压越限概率敏感性的两阶段过电压规避模型，解析刻画功率调节对系统过电压概率的影响。日前优化构建为机会约束模型，日内优化构建为可高效求解的二次凸模型。仿真结果表明，所提方法能...
解读: 该过电压规避模型对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。研究提出的电压越限概率敏感性分析方法，可直接应用于阳光电源交直流混合配电网解决方案中，通过储能系统的时空功率转移实现电压调控。所提两阶段优化模型（日前机会约束+日内二次凸优化）可集成至iSolarClou...