找到 2 条结果 · IEEE Transactions on Sustainable Energy
FDCA-DSTGCN：一种基于频域信息增益与动态趋势感知的风电场群功率日前预测模型
FDCA-DSTGCN: A Wind Farm Cluster Power Day-Ahead Prediction Model Based on Frequency Domain Information Gain and Dynamic Trend Sensing
Mao Yang · Jiajun Niu · Bo Wang · Dawei Huang 等6人 · IEEE Transactions on Sustainable Energy · 2025年5月
准确的风电场群功率预测对大规模风电接入的新一代电力系统至关重要。现有建模方法忽略风向及频域信息的作用，导致空间信息利用不足，预测精度提升受限。为此，本文提出一种融合频域信息增益与动态趋势感知的风电场群日前功率预测模型。首先，基于图论与多信息渐进融合进行集群划分并设置虚拟信息节点；其次，提出时间窗内主导风向识别方法，构建基于主导风向与风速的动态加权有向图结构；进而，设计引入频域增益通道注意力机制的动态时空图卷积网络（FDCA-DSTGCN）完成预测。在中国内蒙古某风电场群的实证结果表明，所提方法较...
解读: 该风电场群功率预测技术对阳光电源储能与电网侧产品具有重要应用价值。首先可应用于ST系列储能系统的调度优化，通过频域信息增益提升储能容量配置精度，优化充放电策略。其次可集成到iSolarCloud平台，为新能源电站群的智能运维提供更准确的功率预测支持。该模型的动态时空图卷积网络架构也可迁移应用于光伏电...
一种考虑扩散性不确定性的铁路移动储能 resilient 机组组合两阶段鲁棒方法
A Two-Stage Robust Approach for Resilient Unit Commitment With Rail-Based Mobile Energy Storage Under Diffusional Uncertainties
Xiang Yang · Xinghua Liu · Tianyang Zhao · Zhonggang Yin 等6人 · IEEE Transactions on Sustainable Energy · 2024年12月
基于铁路的移动储能（RMES）为提升电力系统韧性提供了有效手段。本文提出扩展的时间-空间网络（TSN）模型，刻画飓风对铁路运输网络的影响。针对输电线路与铁路在灾害中随机故障的扩散性不确定性，构建两阶段鲁棒优化模型，协调电力系统与铁路网联合运行，最小化最恶劣场景下的运行成本。第一阶段决策机组启停与RMES预置位置，第二阶段基于实际不确定性调整RMES充放电行为以恢复负荷。设计并验证了一种改进的嵌套列与约束生成（N-C&CG）算法，在IEEE RTS系统与6节点铁路网耦合案例中表明，所提RMES策略...
解读: 该铁路移动储能鲁棒调度技术对阳光电源PowerTitan大型储能系统和ST系列储能变流器具有重要应用价值。文章提出的两阶段鲁棒优化框架可直接应用于阳光电源移动储能解决方案，通过时间-空间网络模型优化储能系统在极端天气下的预部署策略与实时调度，提升电网韧性。扩散性不确定性建模方法可集成到iSolarC...