找到 24 条结果
风电机组齿轮箱载荷降低的风电场最优功率控制
Optimal Power Control in Wind Farms for Gearbox Load Reduction
Juan Wei · Yuxiang Li · Hanzhi Peng · Sheng Huang 等6人 · IEEE Transactions on Sustainable Energy · 2025年2月
时变工况下快速的功率与转矩波动会加剧风电机组齿轮箱的疲劳载荷并提高故障率。本文提出一种面向风电场的最优功率控制方法，在跟踪输电系统运营商功率调度指令的同时，优化功率分配以抑制齿轮箱内部振动位移波动，降低疲劳载荷。通过分析行星架、行星轮、太阳轮和直齿轮等关键部件的传动机制，构建了描述齿轮箱内部振动与机械转矩及输出功率关系的动态模型。基于模型预测控制框架建立最优控制问题，并构建基于齿轮箱实时振动状态的疲劳评估系统，用于表征机组运行品质并指导风电场发电调度，为风电场优化调度提供安全边界，有效抑制潜在故...
解读: 该风电场最优功率控制技术对阳光电源储能和光伏产品线具有重要借鉴价值。其基于模型预测控制的功率分配优化思路可应用于ST系列储能变流器的多机组协调控制,有助于降低储能系统的机械应力和疲劳载荷。文中的振动状态实时监测和疲劳评估方法也可集成到iSolarCloud平台,用于SG系列逆变器的预测性维护。特别是...
一种模块化的多步预测方法用于海上风电场群
A modular multi-step forecasting method for offshore wind power clusters
Lei Fang · Bin He · Sheng Yu · Applied Energy · 2025年2月 · Vol.380
摘要 随着规模经济的推动，海上风电场群正逐渐成为一种普遍趋势。然而，由于风资源的不确定性，海上风电出力具有间歇性和波动性，给预测工作带来了显著挑战。目前针对海上风电场群功率预测的研究仍较为有限。本文针对这一研究空白，提出了一种面向海上风电场群的模块化、解耦式的多步预测方法。该方法采用模块化设计，能够适应多种预测场景，特别是有无数值天气预报（NWP）数据的情况，为未来的研究与应用提供了灵活的框架。该方法首先利用信号处理技术（包括快速傅里叶变换FFT和奇异值分解SVD）对集群内各风电场的历史功率输出...
解读: 该海上风电集群多步预测方法对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过时空特征提取和多模态数据融合,可显著提升风储协同控制精度,优化iSolarCloud平台的预测性维护能力。模块化架构适配有无NWP数据场景,可集成至GFM/GFL控制策略中,提升电网友好型并网性...
基于多功能MoOx/TiON层的高存储、低变异性、低功耗读写后读取超晶格HfO2/ZrO2铁电场效应晶体管存储器件
High-Storage, Low-Variability, and Low-Power Read-After-Write Superlattice HfO2/ZrO2 FeFET Memory Device by Using a Multifunctional MoOx/TiON Layer
Zheng-Kai Chen · Miau-Hua Hsiung · Zi-Rong Huang · Sheng-Min Wang 等6人 · IEEE Transactions on Electron Devices · 2025年5月
在本研究中，我们提出了一种与现有商用半导体器件完全兼容的多功能栅极氧化物铁电晶体管技术。与单电极不同，该电极采用了 TiN/Mo（30 纳米）/TiN 阻挡层（BL - TiN）（2.5 纳米）结构，其绝缘体由埃级层叠的 HfO₂/ZrO₂ 结构组成，每层厚度为 6.5 埃。基于界面态密度（$D_{\text {it}}$）和 X 射线光电子能谱（XPS）结果，MoOx/TiOxNy 层的引入极大地抑制了金属 - 铁电体 - 绝缘体 - 半导体（MFIS）铁电场效应晶体管（FeFET）的电荷俘获...
解读: 从阳光电源的业务视角来看，这项基于HfO2/ZrO2超晶格结构的铁电场效应晶体管（FeFET）存储技术虽然属于半导体存储领域，但其核心性能突破对我司光伏逆变器和储能系统的智能控制芯片具有重要的潜在应用价值。 该技术通过引入MoOx/TiOxNy多功能层实现的三大技术突破与我司产品需求高度契合：首先...
基于增强特征提取与新型损失函数的TimesNet光伏功率多步短期预测方法
Multi-step short-term forecasting of photovoltaic power utilizing TimesNet with enhanced feature extraction and a novel loss function
Sheng Yu · Bin He · Lei Fang · Applied Energy · 2025年6月 · Vol.388
摘要 天气条件的不稳定性常导致光伏发电呈现出随机性和波动性，使得准确可靠的光伏发电功率预测对于综合能源系统的稳定调度至关重要。由于难以捕捉相邻离散时间点之间的时序依赖关系，多步预测仍面临挑战，这主要归因于一维建模方法在时间序列特征表达能力上的局限性。为此，本文提出一种专门针对光伏发电功率多步短期预测的方法论框架。该框架基于TimesNet架构，通过将气象特征在二维空间建模以增强特征表达能力。此外，引入了一种新的特征提取模块，用于替代原始TimesNet中的Inception模块，缓解了标准卷积中...
解读: 该多步光伏功率预测技术对阳光电源iSolarCloud智慧运维平台及储能系统调度具有重要价值。TimesNet二维时序建模可增强SG系列逆变器功率预测精度,改进的损失函数能提升异常工况识别能力。12小时预测RMSE降低3.21%可优化ST系列PCS的充放电策略制定,减少PowerTitan储能系统的...
第 2 / 2 页