找到 2 条结果 · IEEE Transactions on Sustainable Energy
一种端到端集成学习方法以提升风电功率预测
An End-to-End Ensemble Learning Approach for Enhancing Wind Power Forecasting
Yun Wang · Houhua Xu · Yaohui Huang · Fan Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
精确的风电功率预测对电网稳定性和可靠高效的电力供应至关重要。针对现有集成模型多阶段建模易导致误差累积、训练低效及基学习器数量有限造成预测多样性不足的问题，本文提出MG-DS模型。该模型基于Dempster-Shafer证据理论，将基模型学习与集成学习统一于端到端框架中，包含全MLP非线性特征提取、GRU与交叉注意力基预测生成，以及基于DS理论的自集成模块，并引入“放大镜”机制增强预测多样性。此外，提出DS自集成（DSSE）插件以融合RNN与非RNN基预测器。在五个风电数据集上的实验验证了MG-D...
解读: 该端到端集成学习预测方法对阳光电源储能与风电产品线具有重要应用价值。MG-DS模型的高精度功率预测可直接应用于ST系列储能变流器的调度优化和PowerTitan储能系统的容量规划。其'放大镜'机制和DS自集成技术可提升iSolarCloud平台对风电场功率预测的准确性,有助于优化储能调度策略。该技术...
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...