近额定风速区大型风力机转子推力控制

Rotor Thrust Control for Large-Scale Wind Turbine in Near-Rated Wind Speed Region

Jiaqi Li · Siyuan Fan · Hua Geng · IEEE Transactions on Sustainable Energy · 2025年5月

为限制近额定风速区转子推力的最大值，本文提出一种适用于大型风力机的新型转子推力控制方案，包含推力辨识器、推力控制回路及前馈变桨控制器。基于叶素动量理论，通过简化叶片模型利用叶根面外弯矩实现转子推力在线辨识，并构建推力反馈控制环。进一步设计基于非线性动态逆的最小变桨饱和器（NDI-PS）作为前馈控制器，通过对推力系数曲线进行非线性动态逆实现变桨前馈补偿。仿真结果表明，所提方案在提升1%～1.5%发电功率的同时，叶根与塔底载荷降低约4%，性能优于NREL与金风现有控制器。

解读: 该研究的转子推力控制方案对阳光电源风电变流器产品线具有重要参考价值。其中推力辨识和非线性动态逆控制的思路可应用于我司SG系列风电变流器的控制算法优化，特别是在功率优化和载荷控制方面。通过引入类似的推力反馈控制环和前馈补偿机制，可提升风电变流器在近额定风速区的发电效率和可靠性。该技术还可与iSolar...

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...