找到 34 条结果
基于自适应特征提取与时间迁移建模的分布式光伏超短期功率预测
Ultra-Short Term Power Forecasting for Distributed PV Based on Adaptive Feature Extraction and Temporal Transfer Modeling
Boyu Liu · Yuqing Wang · Fei Wang · Ziqi Liu 等6人 · IEEE Transactions on Industry Applications · 2025年8月
准确的分布式光伏发电功率预测对于优化电网运行、提高经济效益以及促进新能源融合至关重要。然而，现有的分布式光伏发电功率预测方法面临着若干挑战：1）卫星云图可为缺乏专业气象测量的分布式光伏提供数据支持，但云图特征建模方法往往会忽略重要特征；2）季节变化和多变的气候条件会导致光伏输出特性在时间分布上产生变化，当数据分布发生变化时，训练好的预测模型表现不佳，导致泛化能力不足。为解决这些问题，本文提出了一种基于自适应特征提取和时间迁移建模的分布式光伏区域超短期功率预测方法。该方法将卷积神经网络的空间特征捕...
解读: 该自适应特征提取与时间迁移建模技术对阳光电源iSolarCloud智能运维平台及SG系列光伏逆变器具有重要应用价值。超短期功率预测可直接集成至云平台的智能诊断模块，通过自适应机制实时提取气象数据与历史出力特征，结合时间迁移学习捕捉不同天气模式下的功率波动规律，为分布式光伏电站提供15分钟至4小时级精...
数据驱动方法在太阳能预测中的研究综述
A review on data-driven methods for solar energy forecasting
Nifat Sultan · Narumasa Tsutsumid · Applied Energy · 2025年1月 · Vol.400
摘要 太阳能光伏发电已成为增长最快的电力生产技术之一，对无碳能源的生产做出了重要贡献。为了充分挖掘其潜力并确保电网的高效集成，精确的太阳能预测技术至关重要。本文通过一项针对2013年至2022年间发表的1323篇研究论文的深入文献计量分析，系统地评述了全球在太阳能预测研究领域的学术贡献。在此基础上，对其中75篇具有重要影响力的文献进行详细考察，揭示了预测方法的发展脉络与当前研究现状。我们评估了统计模型、机器学习、深度学习以及混合模型的应用情况，并分析了它们在不同时间尺度和地理环境下的预测性能。分...
解读: 该综述揭示的深度学习混合预测模型对阳光电源iSolarCloud平台具有重要价值。通过集成机器学习算法可使ST储能系统的充放电策略优化提升20%以上精度,增强电网友好性。深度学习方法可应用于SG逆变器的MPPT算法优化,结合气象参数实现更精准的发电功率预测。混合模型架构为GFM/VSG控制策略提供前...
考虑ENSO事件的高比例可再生能源系统季节性储能容量优化配置
Optimal Capacity Allocation of Seasonal Energy Storage for High-Proportion Renewable Energy System Considering ENSO Events
Jiawei Zhang · Xiaoyan Bian · Yudan Gu · Qibin Zhou 等6人 · IEEE Transactions on Sustainable Energy · 2024年10月
近年来，厄尔尼诺-南方涛动（ENSO）引发的极端天气对高比例可再生能源电力系统造成显著影响，导致源荷间出现季节性电力失衡。为此，本文提出一种考虑ENSO事件的高比例可再生能源系统季节性储能（SES）容量优化配置模型。首先，构建考虑ENSO事件的源荷不匹配评估模型，采用Spearman相关系数分析ENSO指数与源荷数据的相关性，并基于三种共享社会经济路径（SSPs），利用改进的随机森林回归算法（RFRA）以ENSO指数和相关气象指标为输入建立预测模型，进而计算各SSP下的源荷不平衡量；其次，建立以...
解读: 该季节性储能容量优化配置技术对阳光电源PowerTitan大型储能系统和ESS集成方案具有重要应用价值。研究提出的考虑ENSO极端气候事件的源荷不匹配评估模型，可直接应用于ST系列储能变流器的容量规划策略，通过Spearman相关性分析和改进随机森林算法预测长周期功率波动，为储能系统EMS能量管理提...
物理引导的机器学习利用稀疏、异构的公开数据预测全球太阳能电站性能
Physics-guided machine learning predicts the planet-scale performance of solar farms with sparse, heterogeneous, public data
Jabir Bin Jahangi · Muhammad Ashraful Alam · Applied Energy · 2025年1月 · Vol.396
摘要 光伏（PV）技术格局正在迅速演变。为了预测新兴光伏技术的潜力和可扩展性，必须对这些系统在全球范围内的性能有全面的理解。传统上，大型国家级研究机构的实验和计算研究主要关注特定区域气候条件下的光伏性能。然而，将这些区域性研究结果综合起来以理解其全球性能潜力已被证明十分困难。鉴于获取实验数据的成本高昂，在政治分裂的世界中协调各国国家实验室开展实验存在挑战，以及大型商业运营商的数据隐私顾虑，人们迫切需要一种根本不同且数据效率更高的方法。本文提出了一种面向光伏的物理引导机器学习（PGML）方法，证明...
解读: 该物理引导机器学习方法对阳光电源全球化布局具有重要价值。通过PVZones气候分区和稀疏数据预测全球光伏性能,可优化SG系列逆变器的区域适配策略和MPPT算法参数。结合iSolarCloud平台,该技术能以少量站点数据预测不同气候区的发电潜力,指导ST储能系统容量配置,降低新市场前期勘测成本。数据高...
将季内振荡与数值天气预报结合用于15天风电功率预测
Integrating Intra-Seasonal Oscillations With Numerical Weather Prediction for 15-Day Wind Power Forecasting
Shuang Han · Weiye Song · Jie Yan · Ning Zhang 等6人 · IEEE Transactions on Power Systems · 2025年2月
延长风电功率预测（WPF）的时间尺度对于以可再生能源为主的电力系统的电网管理和市场运营至关重要。然而，风电功率预测对数值天气预报（NWP）的高度依赖带来了巨大挑战。基于短期数据的数值天气预报迭代运算会放大其固有的不确定性，导致其超过10天的预报精度降低。为解决这一问题，引入季节内振荡（ISO）来捕捉更长期、更大尺度的气象模式，进而提出了用于15天风电功率预测的ISO - NWP集成框架。首先，开发了一个遥相关（TC）的历史时空定位模型，该模型在季节内振荡的影响下关联远距离的天气变化和风电功率波动...
解读: 该研究对阳光电源的风电变流器和储能系统具有重要应用价值。通过融合季内振荡预测与数值天气预报的混合建模方法，可显著提升风电功率预测精度，这对我司ST系列储能变流器的调度策略优化和PowerTitan储能系统的容量配置具有直接指导意义。具体而言，可将该预测算法集成到iSolarCloud平台，优化储能调...
SolarFusionNet：通过自动多模态特征选择与跨模态融合增强太阳辐照度预测
SolarFusionNet: Enhanced Solar Irradiance Forecasting via Automated Multi-Modal Feature Selection and Cross-Modal Fusion
Tao Jing · Shanlin Chen · David Navarro-Alarcon · Yinghao Chu 等5人 · IEEE Transactions on Sustainable Energy · 2024年10月
太阳能预测是缓解间歇性光伏发电对电网负面影响的有效技术。尽管已有多种深度学习方法用于太阳辐照度预测，但在超短期区域预测中，多模态特征的自动选择与综合融合研究仍显不足。本文提出SolarFusionNet，一种融合自动多模态特征选择与跨模态数据融合的新型深度学习模型。该模型设计了两类自动特征选择单元，分别提取多通道卫星图像与多变量气象数据的关键特征，并采用三种循环层捕捉长期依赖关系。特别地，引入高斯核卷积长短期记忆网络以提取光流云运动场中的稀疏特征。进一步提出基于物理逻辑依赖的分层多头跨模态自注意...
解读: 该多模态太阳辐照度预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。SolarFusionNet融合卫星图像与气象数据的4小时超短期预测能力（技能达37.4%-47.6%），可直接应用于SG系列光伏逆变器的MPPT算法优化，提前调整功率跟踪策略；对PowerTitan储能系统的能...
一种用于风力涡轮机应用中精确预测三维时空风场的新型频域物理信息神经网络
A novel frequency-domain physics-informed neural network for accurate prediction of 3D spatio-temporal wind fields in wind turbine applications
Shaopeng Li · Xin Li · Yan Jiang · Qingshan Yang 等7人 · Applied Energy · 2025年1月 · Vol.386
摘要 风能是全球关键的清洁能源之一。风力涡轮机的结构安全性和动力响应分析在很大程度上受到其所在位置风速数据可获得性与精度的影响。然而，气象观测站分布稀疏，通常难以获取高分辨率的空间风速数据，因此需要采用条件模拟方法来补充低分辨率的观测数据。本研究针对这一挑战，提出了一种频域物理信息神经网络（FD-PINN），该方法利用频域信息，旨在实现对风力涡轮机三维（3D）时空风场的精准预测。该方法构建了一个深度神经网络，并将其与关键物理模型相结合，包括风谱、风场相干函数以及风速廓线。通过融合这些物理先验知识...
解读: 该频域物理信息神经网络技术对阳光电源风电变流器及新能源场站具有重要价值。通过高精度3D时空风场预测,可优化SG系列风电变流器的功率预测算法和主动抗扰控制策略,提升MPPT效率。结合iSolarCloud平台,该深度学习方法可增强风光储混合电站的预测性维护能力,优化储能系统ST系列PCS的充放电策略。...
基于OT-IRM算法的棒-板长间隙操作冲击击穿电压海拔校正
Altitude Correction of Switching Impulse Breakdown Voltage for Rod-Plane Long-Gap Based on OT-IRM Algorithm
Bingxue Yang · Yujian Ding · Xiaoxu Ma · Zhanhui Lu 等6人 · IEEE Transactions on Power Delivery · 2024年12月
随着海拔升高，空气间隙的绝缘强度降低。目前，间隙放电研究主要集中于低海拔区域，缺乏高海拔电气设备外绝缘设计的实验与理论支持。本文通过在55 m、2500 m和4300 m海拔下开展棒-板长间隙操作冲击放电实验，获取了不同海拔下的放电特性曲线。针对实验数据分布特点，提出基于最优传输的不变性风险最小化神经网络集成算法（OT-IRM），构建了适用于多海拔的击穿电压预测模型。模型在测试集上的平均误差为2.3%，表现出高精度与良好泛化能力。计算结果与现有海拔校正方法及其他机器学习模型对比，验证了其有效性。...
解读: 该高海拔绝缘击穿电压预测技术对阳光电源高原地区产品部署具有重要价值。针对PowerTitan储能系统和SG系列光伏逆变器在西藏、青海等高海拔电网的应用，OT-IRM算法可优化设备外绝缘设计，指导母线间隙、开关柜空气绝缘距离的海拔校正系数制定。该方法结合气象条件的泛化能力，可应用于ST系列储能变流器的...
基于混合深度学习的无分布假设光伏功率概率密度预测
Distribution-Free photovoltaic power probability density forecasting based on hybrid deep learning
Haohao Fenga · Yujing Shia · Mifeng Rena · Wenjie Zhang 等6人 · Solar Energy · 2025年1月 · Vol.300
摘要 光伏（PV）发电具有高度随机性，概率预测能够有效量化其不确定性。然而，现有的概率预测模型受限于先验分布假设和不完整的表示方式，削弱了其对真实数据生成过程的建模能力，导致预测效果不理想。为解决这一问题，本文提出一种基于B样条-iTransformer-多头交叉注意力（BS-iMCFormer）的无分布假设光伏功率概率密度预测模型。该模型的核心在于：利用B样条拟合通过核密度估计（KDE）获得的概率密度函数（PDF），提取表征PDF特征的控制点以构建系数向量，并将PDF预测转化为系数向量的预测；...
解读: 该无分布假设的光伏功率概率密度预测技术对阳光电源iSolarCloud智慧运维平台及SG系列逆变器具有重要应用价值。基于B样条-iTransformer的混合深度学习模型可集成至预测性维护系统,通过精准量化发电不确定性,优化ST系列储能PCS的充放电策略制定。其KL散度降低54.82%的性能提升,可...
垂直双面光伏系统模型验证：基于现场数据、不同朝向和纬度的研究
Vertical Bifacial Photovoltaic System Model Validation: Study With Field Data, Various Orientations, and Latitudes
Erin Tonita · Silvana Ovaitt · Henry Toal · Karin Hinzer 等6人 · IEEE Journal of Photovoltaics · 2025年5月
准确建模光伏（PV）系统对于太阳能光伏电站的设计、财务分析和监测至关重要。对于双面光伏应用，模型还必须提供可靠的背面辐照度算法。然而，对于东西向垂直定向系统，双面光伏辐照度模型尚未得到充分验证，在该系统中，正午时分太阳直射光束会发生转换。在此，我们利用在美国科罗拉多州戈尔登市（北纬40°）和美国阿拉斯加州费尔班克斯市（北纬65°）收集的实地数据，对五种双面辐照度模型进行了验证，这些模型适用于东西向垂直、南北向垂直和朝南倾斜的阵列。在亚小时级模型中，没有明显表现最佳的模型；“Bifacial_ra...
解读: 该垂直双面光伏系统建模与验证技术对阳光电源SG系列逆变器和iSolarCloud平台具有重要应用价值。研究中的双面辐照度精确建模方法可直接应用于SG逆变器的双面组件MPPT算法优化，通过准确预测正背面发电贡献实现更高发电效率。多纬度、多朝向的验证数据为阳光电源开发适应不同地理环境的逆变器控制策略提供...
一种融合虚拟储能与氢气废热回收的南极无人观测站两阶段分布鲁棒低碳运行方法
A two-stage distributionally robust low-carbon operation method for antarctic unmanned observation station integrating virtual energy storage and hydrogen waste heat recovery
Longwen Changab1 · Zening Liab · Xingtao Tianc · Jia Suc 等10人 · Applied Energy · 2025年1月 · Vol.400
摘要 为降低南极无人观测站（UOS）运行过程中的碳排放，本文提出了一种融合虚拟储能（VES）与氢气废热回收（HWHR）的两阶段分布鲁棒低碳运行方法。首先，针对具有复合围护结构的UOS，构建了包含风能、太阳能、氢能及电池储能的多能互补模型；该模型考虑了风力机结冰与光伏组件积雪覆盖的影响，并引入了氢能源系统与热泵（HPs）之间的电热耦合关系。其次，基于不精确狄利克雷模型（IDM）构建模糊集，建立了在特定置信水平下刻画南极地区风电与光伏发电（WP）出力以及室外温度不确定性的不确定性集合。进一步地，提出...
解读: 该南极无人站低碳运行技术对阳光电源极端环境能源解决方案具有重要价值。研究中的风光氢储多能互补架构可直接应用于ST系列储能变流器与SG光伏逆变器的协同控制策略,特别是光伏积雪、风机结冰等极端工况建模为1500V系统在高寒地区的MPPT优化提供参考。两阶段分布鲁棒优化方法可集成至iSolarCloud平...
基于注意力机制与并行预测架构的光伏发电功率预测框架
A photovoltaic power forecasting framework based on Attention mechanism and parallel prediction architecture
Zhengda Zhou · Yeming Dai · Mingming Leng · Applied Energy · 2025年1月 · Vol.391
摘要 光伏发电易受气象条件随机波动特性的影响，因此准确可靠地预测光伏发电功率具有重要意义。本文提出了一种新型混合预测框架（注意力机制-扩张因果卷积-双向长短期记忆网络-自回归模型，ADBA模型），用于超短期光伏发电功率预测。该框架结合了注意力机制、精心设计的并行预测架构，以及线性自回归（AR）组件和非线性扩张因果卷积-双向长短期记忆网络（DCC-BiLSTM）组件。首先，利用注意力机制根据输入变量的相对重要性分配权重，以优化多变量时间序列。其次，将优化后的数据分别输入并行架构中的线性和非线性组件...
解读: 该光伏功率预测框架对阳光电源iSolarCloud智能运维平台具有重要应用价值。其Attention-DCC-BiLSTM-AR混合架构可集成至SG系列逆变器的预测性维护系统,通过注意力机制优化多元气象数据输入,并行处理线性与非线性特征,显著提升超短期功率预测精度。该技术可增强1500V系统的MPP...
多尺度太阳能制氢系统设计：一个开源建模框架
Multi-scale solar-to-hydrogen system design: An open-source modeling framework
Cristina Teixeir · Miguel Alexandre · Leonardo Rodriguesbc · António T.Vicente 等10人 · Solar Energy · 2025年1月 · Vol.301
摘要 由可再生能源生产的氢气在实现净正向目标方面具有提供可持续解决方案的巨大潜力。然而，阻碍其广泛采用的一个技术挑战是缺乏用于在真实条件下对集成系统组件进行精确尺寸设计和仿真模拟的开源建模工具。在本研究中，我们开发了一个可扩展、用户友好且开源的Python®模型，用于模拟并网型电池辅助的光伏-电解槽系统，以实现绿色氢气的生产及其向高附加值化学品和燃料的转化。该代码已在GitHub上公开发布，使用户能够预测不同规模和地理位置下太阳能制氢系统的性能。该模型应用于三个具有不同气候特征的地点——辛特拉（...
解读: 该开源光伏制氢系统建模框架对阳光电源光储氢一体化解决方案具有重要参考价值。研究验证了电池辅助PV-电解槽系统的技术可行性,与公司ST系列储能变流器、SG系列光伏逆变器可深度协同。模型中0.5 WEC/Wp PV容量配比及24/7连续运行策略,可指导iSolarCloud平台优化光储氢能量管理算法。研...
积尘对光伏和光热发电系统的影响：半干旱气候下的实验分析与模拟研究
Impact of dust accumulation on PV and CSP systems: Experimental analysis and simulation insights in semi-arid climate
Mohamed Boujoudar · Massaab El Ydrissi · Mounir Abraim · Amine Moulay Tajb 等7人 · Solar Energy · 2025年1月 · Vol.296
摘要 积尘（“污秽”）显著降低了光伏（PV）和聚光太阳能热发电（CSP）系统的能量输出，尤其是在干旱和半干旱气候条件下。尽管其影响显著，但积尘造成的能量损失常常被低估，且区域性和季节性差异常被忽视。本研究在摩洛哥绿色能源公园（GEP）的相同环境条件下，评估了积尘对大规模光伏和光热发电系统的影响。研究对象包括三种光伏技术（单晶硅、多晶硅、碲化镉）以及一种CSP技术（菲涅尔式），每种光伏技术设置两套系统，其中一套每两天清洁一次，另一套则长期不清洁。通过高精度测量手段，包括用于CSP系统的跟踪清洁度系...
解读: 该研究揭示光伏与CSP系统积灰损失差异,对阳光电源SG系列逆变器及iSolarCloud平台具有重要价值。研究显示PV日均污损率0.44-0.51%,CSP达1.99%,四个月累计PV损失5.5%而CSP达28.7%。可启发iSolarCloud平台集成基于气象数据的智能清洗预警算法,结合MPPT优...
第 2 / 2 页