找到 715 条结果
考虑尾流延迟特性的海上风电场LPV模型预测控制
LPV Model Predictive Control for Offshore Wind Farms Considering Wake Delay Characteristics
Yang Liu · Jiahao Lin · Ling-ling Huang · Cheng Hua 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月
大规模海上风电场中显著的尾流效应要求充分考虑其延迟特性，而该特性在控制中常被忽视。针对尾流动态演化与风机控制模型参数变化之间的耦合问题，本文提出一种考虑尾流延迟特性的线性参数可变（LPV）模型预测控制方法。通过构建准稳态尾流模型，将尾流延迟特性融入风电场LPV模型，并结合两阶段降维策略简化计算，协同优化疲劳损伤均衡与发电量提升。16台风机的仿真结果表明，所建模型能准确描述尾流延迟的空间分布，所提控制方法在风速风向动态变化下有效捕捉机组间风速延迟与波动特性，显著提高发电量并降低疲劳应力，且相比静态...
解读: 该研究的尾流延迟LPV模型预测控制技术对阳光电源的储能和风电产品具有重要参考价值。首先，其动态建模方法可优化ST系列储能变流器的功率预测算法，提升大型储能电站的调度效率。其次，文中的疲劳损伤均衡策略可应用于PowerTitan系统的电池管理，延长储能设备寿命。此外，该控制方法在处理多设备耦合方面的创...
基于数据驱动升维线性潮流的风电场无模型最优电压-无功控制
Model-free Optimal Volt-VAR Control of Wind Farm Based on Data-driven Lift-dimension Linear Power Flow
Li GuoZhaoning LiuZhongguan WangXialin LiYixin LiuYuxuan ZhangXiaodi ZangChengshan Wang · 中国电机工程学会热电联产 · 2025年1月 · Vol.45
提出一种基于数据驱动潮流的风电场无功与电压优化控制方法。该方法无需风电场先验参数信息，具有无模型特性。基于Koopman算子方法，通过状态空间映射与升维线性化构建并网风电场的潮流模型。考虑风电机组及静止无功发生器（SVG）等无功设备，建立基于全局灵敏度的无功电压线性优化控制模型。以最小化无功调节量为目标，结合节点电压与无功注入的灵敏度关系，实现无功功率的最优分配，有效降低有功损耗，并满足风电场快速电压响应需求。基于宁夏某风电场历史数据验证了方法在参数不准确情况下的可行性。相比基于模型的方法，所提...
解读: 该数据驱动的无模型电压-无功控制技术对阳光电源的储能和光伏产品线具有重要应用价值。特别适用于ST系列储能变流器和SG系列光伏逆变器的电网支撑功能优化。通过Koopman算子方法实现的无模型控制，可提升PowerTitan大型储能系统的电压调节性能，减少对系统参数依赖。该方法的全局灵敏度优化思路可用于...
基于过渡天气识别与气象预测误差传播的两阶段超短期风电功率预测方法
A Two-Stage Ultra-Short-Term Wind Power Forecasting Method Based on Transitional Weather Identification and Meteorological Prediction Error Propagation
Wei Zhang · Hang Sun · Jiyuan Gao · Gangui Yan 等5人 · IEEE Transactions on Sustainable Energy · 2025年7月
精确的风电功率预测对电力系统安全经济运行至关重要。然而，在过渡天气条件下，风速等气象变量的预测误差增大，导致输入噪声增加，降低预测模型可靠性。本文分析气象输入变量的误差传播机制，提出一种提升过渡天气下短期风电预测精度的策略。首先通过多维气象变量波动特征识别过渡天气时段，进而构建稀疏变分高斯过程（SVGP）与含噪输入高斯过程（NIGP）相结合的两阶段模型，将含噪输入分解为真实数据与噪声并独立建模。通过考虑输入噪声在风电预测中的传播过程并进行修正，SVGP-NIGP模型显著提高了确定性预测精度与区间...
解读: 该风电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。特别是在ST系列储能变流器和风电变流器中,可将SVGP-NIGP预测模型集成到控制算法中,提升系统在过渡天气下的调度精度。通过对气象预测误差的量化与修正,可优化PowerTitan储能系统的充放电策略,提高新能源-储能联合运行效率。该技术还可...
一种用于低风力发电预测的自监督预学习方法
A Self-Supervised Pre-Learning Method for Low Wind Power Forecasting
Weiye Song · Jie Yan · Shuang Han · Ning Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年1月
随着风电在电力系统中占比提升，其出力间歇性导致的低功率风险日益突出，准确预测低风力发电对缓解电力短缺至关重要。然而，由于低风速事件稀少，传统方法面临样本不足难题，制约了预测精度提升。为此，本文提出一种自监督预学习方法，通过挖掘低出力样本间的相似性与差异性，分别预测低风力发电事件（LWPE）的发生时段和低风力发电过程（LWPP）的功率序列。针对LWPE预测，设计基于对比学习的孪生残差收缩网络，利用样本对进行特征预学习以缓解样本不平衡；对于LWPP预测，构建基于模式识别的嵌入式预测框架，将典型波动模...
解读: 该自监督预学习方法对阳光电源储能与风电产品线具有重要应用价值。可将其集成至ST系列储能变流器的EMS能量管理系统，提升风储联合运行策略的精准度；应用于PowerTitan大型储能系统的调度优化，实现对低风力时段的精准响应。该技术可优化iSolarCloud平台的预测算法，提高风电场群的运维效率。特别...
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1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...
基于层次图神经网络与极值理论的短期区域风电功率预测方法
Short-term regional wind power forecast method based on hierarchical graph neural network and extreme value theory
Menglin Liab · Ming Yang · Yixiao Yuab · Energy Conversion and Management · 2025年1月 · Vol.341
摘要 从电力系统运行者的角度来看，管辖区域内风电总出力潜力相比单个风电场更受关注。挖掘目标区域内多个风电场站点之间的时空依赖关系可显著提升预测性能。然而，大量风电场由于不同空间尺度天气系统的连续性所引发的复杂相关性，给建模带来了不可忽视的挑战；此外，基于均方误差的传统损失函数在应对极端事件时表现出固有的局限性。为解决上述问题并进一步提高预测精度，本文构建了一种结合修正模块和基于极值理论改进损失函数的层次化时空图神经网络模型。首先，综合考虑地理距离信息和长期气候特征，采用凝聚式层次聚类方法将区域划...
解读: 该分层图神经网络区域风电预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。精准的区域风电预测可优化储能系统充放电策略,提升风储协同效率。其极值理论改进损失函数可增强极端工况预测能力,为iSolarCloud平台的预测性维护提供算法支撑。时空依赖建模方法可应用于多站点...
CMLLM：一种用于风电功率预测的新型跨模态大语言模型
CMLLM: A novel cross-modal large language model for wind power forecasting
Guopeng Zhu · Weiqing Ji · Zhitai Xing · Ling Xiang 等6人 · Energy Conversion and Management · 2025年1月 · Vol.330
准确的短期风电功率预测对于保障电网稳定性以及优化风电场-储能系统的运行至关重要。然而，风能固有的随机性和高度波动性给风电功率预测带来了显著挑战。为了利用大语言模型强大的推理能力与高层知识，以精确提取非平稳风电数据中的特征，本文提出了一种用于风电功率预测的跨模态大语言模型（CMLLM）。该模型采用数据跨模态方法并结合预训练的大语言模型，能够高效兼容多种大语言模型，并适应具有不同特性的数据。在CMLLM中，通过引入跨模态迁移学习方法对数据进行综合处理，将数据转换为文本模态，从而避免了对大语言模型进行...
解读: 该跨模态大语言模型风电预测技术对阳光电源储能系统具有重要应用价值。可集成至ST系列PCS和PowerTitan储能系统的智能调度模块,通过精准短期风电功率预测优化风储协同运行策略,提升电网稳定性。该模型的跨模态迁移学习方法和先验知识提示机制,可启发iSolarCloud平台的预测性维护算法升级,增强...
大型海上风电场的交直流混合汇集与高压直流输电拓扑
Hybrid AC/DC Collection and HVDC Transmission Topology for Large-scale Offshore Wind Farms
Wang Xiang1Rui Tu1Mingyu Han2Jinyu Wen1 · 中国电机工程学会热电联产 · 2025年1月 · Vol.45
传统海上风电并网系统采用33kV或66kV交流电缆汇集电能，结合高压直流输电技术将电力送至陆上电网，但在风电场容量增大时存在集电系统和海上平台成本高的问题。本文提出一种适用于大规模海上风电并网的交直流混合汇集与高压直流输电方案，邻近换流站的风电机组采用交流汇集，其余采用直流汇集，两者共同接入具备三端口交-直-直混合枢纽的海上换流平台。详细介绍了系统结构、运行原理、控制策略及参数设计，并与传统交流汇集方案进行了经济性对比分析。研究表明，该方案可降低海上换流站的运行容量与功率损耗，提升整体经济性。最...
解读: 该交直流混合汇集技术对阳光电源的海上风电和储能产品线具有重要应用价值。其中三端口交-直-直混合枢纽的设计理念可用于优化ST系列储能变流器的多端口拓扑结构,提升大规模储能电站的系统效率。同时,该技术的直流汇集方案对PowerTitan储能系统的DC耦合架构具有借鉴意义,有助于降低系统成本并提高功率密度...
含储能风电场的暂态频率协调控制策略
Transient Frequency Coordinated Control Strategy for Wind Farm Augmented with Energy Storage
Tong Wang · Zhenyu Sun · Zhe Lv · Wei Zhao 等6人 · IEEE Transactions on Industry Applications · 2025年3月
为提高短路故障后风电储能系统的频率响应能力，提出一种协调控制策略。首先，分析了风电储能功率对频率上升阶段频率变化率以及恢复阶段频率极值的影响。基于该分析，引入与频率扰动严重程度相关的可变权重系数，建立用于确定风电储能参考功率的优化模型。随后，评估了风力发电机组在故障穿越和稳态运行期间的调频能力。通过考虑转子能量平衡得出风力发电的参考功率，再将该值与风电储能参考功率进行比较，以确定所需的参考功率。最后，在四机两区域系统和某特定地区的实际系统上进行了仿真。结果表明，所提出的控制策略能有效减小频率波动...
解读: 该风储协调控制策略对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有直接应用价值。研究中超级电容与电池的功率分配逻辑可优化ST储能系统的混合储能配置方案，快速惯性支撑由超级电容响应，持续一次调频由电池承担，提升频率响应速度。协调控制机制可集成到阳光电源构网型GFM控制策略中，增强风光...
一种考虑尾流传播速度与偏转的新型动态尾流模型用于风速和发电功率预测
A novel dynamic wake model for prediction of wind speed and power production considering wake propagation velocity and deflection
Yun-Peng Song · Takeshi Ishihar · Applied Energy · 2025年1月 · Vol.400
摘要 本研究提出了一种新型动态尾流模型，通过引入新的尾流传播速度模型和尾流偏转模型，用于预测实时风速和发电功率，并通过数值模拟和风洞试验进行了验证。首先，采用非定常雷诺平均纳维-斯托克斯（URANS）模型对动态尾流模型进行评估，并以相位平均的大涡模拟（LES）结果进行验证。基于考虑多种运行条件和来流条件的URANS模拟结果，提出了尾流传播速度模型。研究发现，风力机尾流的传播速度在近尾流区域小于环境风速的一半，并在远尾流区域渐近趋近于环境风速的约0.65倍。随后，针对偏航状态下的风力机，从动量守恒...
解读: 该动态尾流模型对阳光电源风电变流器及智能运维系统具有重要价值。通过精准预测风速变化和功率波动(NRMSE降至1.89%),可优化SG系列风电变流器的MPPT算法和功率跟踪策略。尾流传播速度模型(0.65倍环境风速)可集成至iSolarCloud平台,实现风场实时功率预测和偏航控制优化,提升发电效率。...
用于海上风电场维护调度的深度强化学习集成方法
A deep reinforcement learning ensemble for maintenance scheduling in offshore wind farms
Namkyoung Lee · Joohyun Wooc · Sungryul Kimbd · Applied Energy · 2025年1月 · Vol.377
摘要 海上风能作为可持续发电的核心组成部分，随着风电场规模扩大以实现成本效益，其运行面临的挑战日益加剧，其中包括必须应对由尾流效应和天气波动引起的功率波动问题。本研究提出了一种基于领域知识的深度Q网络（DQN）框架，旨在优化维护资源的分配以及维护任务的战略选择，相较于默认风况条件，发电量提升了11.1%。通过引入多种尾流模型以提高决策精度，将维护调度问题建模为马尔可夫决策过程（MDPs），以应对维护调度中的复杂性。一个显著的创新点是引入卷积层，有效加快了算法的收敛速度。结果表明，所提出的模型在提...
解读: 该深度强化学习运维调度技术对阳光电源海上风储系统具有重要应用价值。可集成至iSolarCloud平台,结合ST系列储能变流器和PowerTitan系统,通过DQN算法优化风电场功率波动补偿策略。其马尔可夫决策模型可应用于大规模储能电站的预测性维护调度,卷积神经网络加速收益与阳光GFM控制快速响应特性...
基于Wind2vec-BERT模型的短期风功率预测
Short-Term Wind Power Prediction Based on Wind2vec-BERT Model
Miao Yu · Jinyang Han · Honghao Wu · Jiaxin Yan 等5人 · IEEE Transactions on Sustainable Energy · 2024年11月
在新能源发展背景下，短期风功率预测的精度要求日益提高。针对风电出力受多重因素影响而具有随机性和波动性，且现有神经网络方法多忽略输入变量间交互作用的问题，本文探索BERT算法在风功率预测中的应用。提出Wind2vec变量嵌入方法以更高效拟合时序变量关系，并结合GARCH模型对预测结果进行波动性建模优化。采用自适应计算时间（ACT）方法对BERT主干网络参数进行微调，增强其对电力序列输入的适应性。通过双向注意力机制与Transformer架构捕捉历史风数据中的细粒度时序依赖关系。基于中国南方电网实际...
解读: 该研究的Wind2vec-BERT预测模型对阳光电源的储能与风电产品线具有重要应用价值。可直接应用于ST系列储能变流器的能量调度优化和PowerTitan大型储能系统的容量配置,提升系统经济性。BERT-GARCH-M模型的高精度预测能力可集成到iSolarCloud平台,优化风储联合运行策略,提升...
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...
非参数随机微分方程在风电功率超短期概率预测中的应用
Nonparametric Stochastic Differential Equations for Ultra-Short-Term Probabilistic Forecasting of Wind Power Generation
Yuqi Xu · Can Wan · Guangya Yang · Ping Ju · IEEE Transactions on Power Systems · 2024年11月
超短期风电功率概率预测为电力系统实时运行提供了关键的不确定性信息。然而，风电出力的随机动态特性复杂，传统参数化模型难以准确刻画其非线性演化过程。本文提出一种基于非参数随机微分方程的建模方法，直接从历史数据中学习漂移与扩散项的结构，无需预设函数形式，有效捕捉风功率的时变统计特征与局部动态行为。实验结果表明，该方法在多个时间尺度下均能提供高精度的概率预测结果，显著提升预测可靠性。
解读: 该非参数随机微分方程预测技术对阳光电源的风电变流器和储能系统具有重要应用价值。可直接应用于ST系列储能变流器的功率调度优化和PowerTitan大型储能系统的容量配置。通过精确预测风电功率的随机波动特性,有助于提升储能系统的调峰调频性能,优化电池充放电策略。该技术还可集成到iSolarCloud平台...
非平稳GNNCrossformer：融合图信息的Transformer用于非平稳多变量时空风力发电预测
Non-stationary GNNCrossformer: Transformer with graph information for non-stationary multivariate Spatio-Temporal wind power data forecasting
Xinning Wuac1 · Haolin Zhanb1 · Jianming Hua · Ying Wangd · Applied Energy · 2025年1月 · Vol.377
摘要 风电功率的时空预测对于风电系统中多个风电场的并网运行具有重要意义。然而，由于多个风电场之间存在复杂的时空依赖关系，构建先进模型以在相互影响下实现精确的风电功率预测仍面临巨大挑战。此外，大多数现有模型在处理多变量且非平稳的风电场功率数据的长期预测时表现不理想。为解决上述问题，本文提出了一种新颖的基于Transformer的模型——非平稳GNNCrossformer，用于非平稳多变量时空预测。该模型采用非平稳两阶段注意力机制（Nonstationary-Two-Stage-Attention）...
解读: 该非平稳时空风电预测技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。通过图神经网络与Transformer融合的多风场功率预测模型,可优化储能系统的充放电策略制定和能量管理。其非平稳序列处理能力可提升iSolarCloud平台的预测性维护精度,增强风储耦合场景下的GFM/...
一种半去中心化的数据-模型驱动优化方案用于大规模风电场发电协同控制
A Semi-decentralized Data-Model-Driven Optimization Scheme for Coordinated Control of Large-Scale Wind Farm Power Maximization
Jingyao Hu · Qinmin Yang · Wenchao Meng · Jun Yang 等6人 · IEEE Transactions on Industrial Informatics · 2025年9月
尾流效应会显著降低风电场的发电量，这促使人们广泛关注风电场级发电优化问题。然而，当大型风电场面临高度动态的风况时，该优化问题极具挑战性。为解决这一问题，我们提出了一种半分散式数据模型驱动的优化方案，该方案通过与风电场交互利用实时数据，且求解速度快。首先，根据不同风向的发电效率，将优化问题划分为若干静态子问题。对于每个静态子问题，基于尾流模型和谱聚类算法将大型风电场分解为多个集群。在进行在线控制时，根据集群划分结果并行采用数据驱动方法来实现发电量最大化。此外，采用多变量耦合尾流模型验证了该优化方案...
解读: 该论文提出的半分散式数据-模型驱动优化方案针对大规模风电场尾流效应问题，对阳光电源在风电变流器及新能源综合解决方案领域具有重要借鉴价值。 从技术架构层面，该方案将大规模优化问题分解为基于风向的静态子问题，再通过谱聚类算法进行集群划分，实现并行化数据驱动控制。这种"分而治之"的思路与阳光电源在大型光...
西北太平洋地区的风能-太阳能互补性：对可再生能源规划与政策制定的启示
Wind-solar complementarity in the Northwest Pacific: Implications for renewable energy planning and policy guidance
Xingzhi Yuan · Yanji Weibc · Hongxing Yanga · Applied Energy · 2025年1月 · Vol.401
摘要 本研究探讨了大尺度海域范围内风能与太阳能的互补性特征，旨在为海洋能源的综合开发提供潜在的规划与政策参考。研究首先基于变异系数，在不同区域确定风能与太阳能的最佳装机容量比例，以最小化电力输出波动。在此基础上，通过功率变化率、极端事件发生频率以及发电量占比等指标，定量分析了风光混合系统的输出波动特性。多维度比较分析凸显了风能-太阳能互补利用的优势，同时也强调了配置充足储能设施和灵活发电能力的必要性，这一发现对于规划大规模能源部署的决策者至关重要。此外，研究还聚焦于无风且无光照气象条件下导致的零...
解读: 该研究对阳光电源风光储一体化解决方案具有重要指导意义。研究揭示的风光互补特性可优化ST系列储能变流器和PowerTitan储能系统的容量配置策略,针对极端波动事件频率低于10%的区域可降低储能配置成本。对于赤道地区连续13小时零出力事件超30%的场景,需强化储能系统深度调峰能力和GFM构网型控制技术...
最小化地中海海上风电场的平准化度电成本与视觉影响：一种多目标优化方法
Minimizing Levelized Cost of Energy and visual impact in Mediterranean offshore wind farms: A multi-objective optimization approach
V.F.Barnabe · M.Cont · T.C.M.Ancor · G.Delibr 等7人 · Energy Conversion and Management · 2025年1月 · Vol.344
海上风电场正成为欧盟实现2050年净零排放转型的关键发电设施选项。随着在多吉瓦级风电场中安装大型风力涡轮机的趋势日益增长，从海岸线所感知到的视觉影响正受到越来越多的关注。本研究提出了一种优化方法，将视觉影响作为社会可接受性的指标，并结合平准化度电成本（Levelized Cost of Energy, LCOE），为海上风电项目提供全面的技术经济可持续性评估。该方法在一个指定的海洋区域内求解一个多目标、多约束的风电场布局优化问题。每种研究情景下的风电场中，风机数量均为独立变量之一，且从海岸线多个...
解读: 该海上风电场多目标优化研究对阳光电源储能系统具有重要借鉴意义。研究中的度电成本(LCOE)优化方法可应用于PowerTitan储能系统与海上风电的配套方案设计,通过ST系列PCS的GFM控制技术平抑风电波动,降低综合度电成本。多约束优化思路可启发iSolarCloud平台开发风储协同优化算法,在满足...
WPFormer：一种具有自相关性的时空图Transformer用于风电功率预测
WPFormer: A Spatial-Temporal Graph Transformer With Auto-Correlation for Wind Power Forecasting
Xuefeng Liang · Qingshui Gu · Xiaochuan You · IEEE Transactions on Sustainable Energy · 2024年10月
风能作为技术成熟且便于开发的清洁能源，在能源结构中占据重要地位。精确的风电功率预测对制定发电计划、提升电力系统经济性与可靠性至关重要。然而，恶劣运行环境导致数据异常频发，加之风速自然变化、人为干预及机组状态耦合作用，使得风电出力呈现弱周期性和强波动性。为此，本文提出WPFormer框架，设计基于风电曲线的半监督WEDS双流评分模型用于异常检测与数据修复，并提出基于自注意力机制的FEDS特征选择方法。引入风机空间关联信息，结合自相关多序列分解与多头注意力机制，有效捕捉随机性背后的预测规律，克服弱周...
解读: 该研究的时空图Transformer预测框架对阳光电源的储能和风电产品具有重要应用价值。特别是其异常检测与数据修复技术可优化ST系列储能变流器的运行策略和PowerTitan系统的调度效率。自相关多序列分解方法可提升iSolarCloud平台的预测性能,有助于风储联合项目的智能运维。该技术对构网型G...
基于自适应障碍函数分数阶滑模控制的风浪干扰下漂浮式海上风力机有限时间稳定化
Finite-Time Stabilization of Floating Offshore Wind Turbines Under Wind and Wave Disturbances by Adaptive Barrier-Function Fractional-Order Sliding Mode Control
Matin Jozeslami · Mohammadreza Askari Sepestanaki · Maedeh Nafisifar · Abolfazl Jalilvand 等6人 · IEEE Transactions on Sustainable Energy · 2025年4月
漂浮式海上风力机可利用更强劲稳定的风资源，具有广阔清洁能源应用前景。然而海浪与突变风易导致系统失稳，降低发电效率。本文提出一种分数阶自适应滑模控制策略，用于张力腿平台风力机的有限时间稳定控制。通过建立分数阶模型精确表征系统动态，结合障碍函数自适应控制机制，实现快速有限时间收敛、有效抑制抖振并实时估计外部扰动。仿真结果表明，该方法在抗干扰能力与收敛速度方面优于传统方案，且经Speedgoat硬件在环实验验证了其实时性与鲁棒性，显著提升了复杂环境下的运行稳定性与能量捕获效率。
解读: 该研究提出的分数阶自适应滑模控制策略对阳光电源的储能与风电产品具有重要参考价值。首先，其快速有限时间收敛特性可优化ST系列储能变流器的动态响应性能，提升PowerTitan系统在复杂电网环境下的稳定性。其次，障碍函数自适应机制可应用于风电变流器的GFM控制，增强系统抗干扰能力。该技术的实时扰动估计方...
第 3 / 36 页