找到 715 条结果
考虑多状态变量耦合约束的双馈风电场功率支撑能力与频率协调控制建模
Modeling of Power Support Capability and Frequency Coordinated Control of DFIG-Based Wind Farm Considering Coupling Constraints of Multi-State Variables
Jinxin Ouyang · Jianfeng Yu · Shoudong Xu · Shuqi Bi · IEEE Transactions on Sustainable Energy · 2024年12月
大规模风电场中风电机组运行状态差异给电力系统频率控制带来严峻挑战。双馈感应发电机（DFIG）可通过调节转子动能参与频率响应，其协调控制依赖于对功率支撑能力（PSC）的准确评估。现有评估方法多关注风速或转速等单一变量影响，忽略了转子转速、桨距角与转子电流间的耦合约束，导致PSC难以精确评估与充分利用。本文分析了机械功率动态变化下DFIG的功率特性，建立了计及多状态变量耦合约束的PSC模型，提出了相应的评估方法，并设计了基于不同运行状态的DFIG出力分配与风电场频率协调控制策略。算例验证了所提方法的...
解读: 该研究对阳光电源ST系列储能变流器和大型储能系统的频率调节能力优化具有重要参考价值。文中提出的多状态变量耦合约束模型可用于完善储能系统的功率支撑能力评估,有助于提升PowerTitan等大型储能系统在电网频率调节中的表现。研究成果可直接应用于储能变流器的GFM控制算法优化,特别是在考虑多机组协调控制...
降低固定式海上风力涡轮机成本的动态分析
Dynamic analysis to reduce the cost for fixed offshore wind energy turbines
Yuxiang Ma · Rubo Zhao · Wenhua Zhao · Bing Tai 等5人 · Applied Energy · 2025年1月 · Vol.378
摘要 海上风能是最具前景的海洋可再生能源。为了利用这种能源，需要建设海上风电场。开发海上风能面临的主要挑战是其高昂的成本，因此亟需开展研究以显著降低成本。本研究聚焦于占总成本三分之一以上的基础结构优化。目前的工程实践依赖静力分析来计算海上风力涡轮机在极端波浪激励下的响应，并通过安全系数覆盖其中固有的不确定性，这种方法往往导致设计过于保守。在极端条件下——特别是破碎波作用下——与海上风力涡轮机动力学相关的物理过程仍不清晰，从而进一步加剧了设计的保守性。为了更深入地理解这些复杂的物理过程并探索降低成...
解读: 该研究通过动态分析优化海上风电基础设施成本的方法,对阳光电源海上风电储能系统具有重要借鉴意义。研究显示动态分析可减少50%钢材用量,这启发我们在ST系列储能变流器及PowerTitan系统的海上应用中,可通过精细化动态建模优化结构设计,降低配套基础设施成本。同时可将该动态响应分析方法应用于海上风储一...
风力发电机直驱电解制氢的自适应功率协调控制
Adaptive Power Coordination Control for Electrolysis Hydrogen Directly Driven by Wind Turbines
Hanghang He · Yanghong Xia · Limin Li · Qifan Feng 等5人 · IEEE Transactions on Power Electronics · 2024年9月
电解制氢已成为一种颇具前景的消纳风电的方式。然而，风力发电机与电解槽之间的协调面临着巨大挑战。为填补这一空白，本文提出了一种适用于风氢耦合系统的自适应功率协调控制方法。首先，为风力发电机设计了一种动态电压 - 转速下垂控制方法，使其能够根据直流母线电压在最大功率模式或功率限制模式下对输出功率进行无缝调节。其次，为电解槽采用了一种自适应电流控制方案，该方案利用直流母线电压信号并考虑了允许的电流限制值。通过将直流母线电压水平作为信息载体，可利用上述两种控制策略实现风氢自适应功率协调控制方法。最后，所...
解读: 从阳光电源的业务视角来看，这项风电制氢自适应功率协调控制技术具有重要的战略参考价值。该研究提出的动态电压-速度下垂控制方法和自适应电流控制方案，本质上解决了波动性可再生能源与电解槽负载之间的功率匹配难题，这与我司在光伏制氢领域面临的核心技术挑战高度一致。 该技术的创新之处在于将直流母线电压作为信息...
考虑风电场尾流效应的电力系统频率稳定性概率分析
Probabilistic Analysis of Power System Frequency Stability Considering Wake Effects of Wind Farms
Zhaoyuan Wang · Siqi Bu · IEEE Transactions on Power Systems · 2025年1月
摘要：目前大多数受风力发电不确定性影响的概率频率稳定性（PFS）研究忽略了风电场（WFs）内风力发电机组的异质性及其相互作用，即尾流效应（WEs），这将导致结果不准确。本文提出一种考虑风电场尾流效应的概率频率稳定性分析方法。首先，提出一种适用于概率频率稳定性分析的解析尾流效应模型。所提出的省时尾流效应模型可轻松集成到电力系统原有的频率响应模型中，并综合考虑多种地形、风向和风流时间延迟，更真实地反映风电场的尾流效应。为同时分析系统频率和区域级频率并考虑二者之间的隐含关系，设计了多输出高斯过程回归以...
解读: 该研究对阳光电源的大型风电变流器和储能系统产品具有重要参考价值。通过考虑风电场尾流效应对系统频率稳定性的影响机制，可优化ST系列储能变流器的频率响应控制策略，提升PowerTitan储能系统在风电配套应用中的调频能力。研究成果可用于完善风储联合控制算法，特别是在构网型(GFM)控制和虚拟同步机(VS...
针对风速波动的风力发电系统变流器开路故障鲁棒诊断方法
Robust Diagnosis Method for Open-Circuit Faults in Wind Power System Converters with Special Attention to Wind Speed Fluctuations
Ying Zhu · Bin Sun · Zhinong Wei · IEEE Transactions on Energy Conversion · 2025年5月
本文提出了一种用于风力发电变流器开路故障（OCF）的鲁棒故障诊断框架，重点解决两大挑战对故障诊断的影响，即风速波动（由塔影效应、风切变和复杂环境条件引起）和噪声干扰。本文的主要贡献包括：1）采用派克变换的实时电流幅值归一化（RCAN）机制，用于动态信号校正；2）一种风自适应采样（WAS）策略，用于同步数据采集；3）一种新颖的混合深度学习架构，结合用于时间分析的改进门控循环神经网络（IGRNN）和用于空间特征提取的马尔可夫转移场残差网络（MTF - ResNet）。该方法通过WAS采样处理经RCA...
解读: 从阳光电源的业务视角来看，这项针对风电变流器开路故障的鲁棒诊断技术具有显著的跨领域应用价值。尽管研究聚焦风电系统，但其核心方法论与阳光电源的光伏逆变器、储能变流器等电力电子设备的故障诊断需求高度契合。 该技术的创新点在于通过实时电流幅值归一化（RCAN）机制和风速自适应采样策略，有效应对了动态工况...
一种数据-物理混合驱动的大规模风电场布局优化框架
A data-physics hybrid-driven layout optimization framework for large-scale wind farms
Peiyi Li · Yanbo Ch · Anran Hu · Lei Wang 等6人 · Applied Energy · 2025年1月 · Vol.392
摘要 全球风能利用的发展趋势正朝着建设大规模、远距离风电场的方向推进，而战略性的布局优化对于提升风电场发电量至关重要。然而，大规模风电场布局优化（WFLO）面临诸多挑战，主要体现在涉及高维决策变量的复杂计算，以及在尾流模型精度与计算效率之间需要进行权衡。为解决上述问题，本文提出了一种新颖的数据-物理混合驱动的大规模风电场布局优化框架。该框架尝试将含可变参数的物理方程融入建模过程，以指导尾流效应的建模，并进一步促进布局优化的实现。具体而言，本文提出了物理信息引导的双神经网络（PIDNN）模型用于风...
解读: 该数据-物理混合驱动的大规模风电场布局优化框架对阳光电源风电变流器及储能系统具有重要借鉴价值。其物理信息双神经网络(PIDNN)模型通过融合Navier-Stokes方程与可变推力系数,实现尾流效应精准建模,可启发阳光电源在风储一体化项目中优化ST系列储能变流器的功率调度策略。基因定向差分进化算法(...
考虑双馈风电场在低电压穿越期间电压支撑能力的电网电压暂降评估
Voltage Sag Evaluation in Power Grids Considering the Voltage Support Capabilities of Doubly-Fed Wind Farms During LVRT
Yi Zhang · Jiazhong Zhang · Chuandong Li · Jieyu Ou 等6人 · IEEE Transactions on Power Delivery · 2025年4月
本文研究了双馈风电场在低电压穿越过程中通过补偿电网无功功率需求提供电压支撑的能力，该能力对电压暂降评估具有重要影响。为此，提出一种计及双馈风电场电压支撑能力的电网电压暂降评估方法。通过建立风电场动态等效模型，准确刻画其在低电压穿越期间的电压支撑特性。以Crowbar状态判定为首要聚类依据，并结合考虑多风电场相互影响的公共连接点电压作为迭代聚类的修正因子，利用多风电场协同等效确定最终动态等效模型。进而开展多种电网故障场景的综合仿真，实现电压暂降评估。算例验证了所提方法的准确性与有效性。
解读: 该研究对阳光电源风储一体化系统具有重要应用价值。双馈风电场LVRT期间的电压支撑能力评估方法可直接应用于ST系列储能变流器的协同控制策略优化，通过Crowbar状态判定与多风电场协同等效模型，提升PowerTitan储能系统在风电场并网点的动态无功补偿能力。所提动态等效建模方法可融入iSolarCl...
基于领域知识引导的特征与损失函数构建的可解释风电功率预测
Interpretable Wind Power Forecasting with Feature and Loss Function Construction Guided by Domain Knowledge
Yongning Zhao · Yuan Zhao · Yanxu Chen · Haohan Liao 等6人 · IEEE Transactions on Sustainable Energy · 2025年8月
针对当前风电功率预测方法缺乏领域知识融合导致精度与可解释性不足的问题，提出一种可解释的数据-知识融合超短期预测模型。通过历史风速输入构建风速-功率曲线生成理论输出，并结合实测数据作为模型输入；设计边界约束损失函数，利用alpha shape算法和局部加权线性回归提取功率上下边界并动态更新以捕捉波动特性；引入基于Jensen-Shannon散度的误差分布形状损失，促使训练误差逼近正态分布。在30个风电场的实验表明，该方法在各预测时域均优于基线模型，且在噪声与缺失数据下具有强鲁棒性。
解读: 该风电功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。特别是其基于领域知识的边界约束和误差分布优化方法,可直接应用于ST系列储能变流器的功率调度和PowerTitan系统的容量规划。通过将该预测算法集成到iSolarCloud平台,可提升风储联合项目的调度精度和经济性。其数据-知识融合的...
具有优先级和机会约束的风力发电场实时优化
Real time optimization in wind farms with priorities and chance constraints
Samuel Martínez-Gutiérre · Alejandro Merin · Daniel Sarabi · Applied Energy · 2025年1月 · Vol.401
本文聚焦于并网型风力发电场的高效管理，旨在根据运行和经济准则优化发电量，同时满足短期运行约束和长期发电目标。为此，提出了一种基于稳态模型的确定性实时优化（RTO）模型，并以每小时为周期进行求解。该模型通过采用自回归积分滑动平均（ARIMA）模型预测短期内（一小时）的平均风速，从而消除主要的不确定性来源，同时引入简单的机会约束来刻画风电出力在长期中的波动特性。这些机会约束基于风电场可发电功率的逆概率分布构建。所提出的问题包含多个具有不同重要程度的目标，因此对比了两种求解多目标问题的方法：加权求和法...
解读: 该风电场实时优化技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要借鉴价值。论文提出的ARIMA短期预测结合概率约束的多目标优化方法,可应用于风光储混合电站的能量管理系统。词典序优化方法确保目标优先级,适合集成到iSolarCloud平台的智能调度算法中,优化储能系统充放电策略,提升...
绘制并表征美国现有风力涡轮机机群的视觉影响
Mapping and characterizing the visual impacts of the existing US wind turbine fleet
Michael Gleaso · Anthony Lopez · Marie River · Applied Energy · 2025年1月 · Vol.378
摘要：几十年来，风力涡轮机的视觉影响一直是美国（US）风电开发持续关注的问题，并且至今仍是导致项目延误和取消的主要原因之一。虽然通常针对单个项目在局部尺度上进行视觉影响评估，但目前仍缺乏对全美范围内视觉影响地理格局的全面认识。本文对美国本土连续地区（CONUS）现有的陆上风力涡轮机机群进行了视觉影响评估。该评估结合地理信息系统（GIS）与三维模拟方法，综合考虑了决定已安装涡轮机视觉影响程度的关键因素。结果表明，尽管在美国本土已部署约70,000台风力涡轮机，累计陆上风电装机容量超过144吉瓦，但...
解读: 该研究揭示美国陆上风电视觉影响集中于平原、草原和荒漠等特定地貌,对阳光电源风电变流器产品布局具有参考价值。研究表明风电密度增加不一定扩大人口影响面,启示我们在风光储一体化项目中,可通过优化ST储能系统与风电变流器的协同配置,在视觉敏感区域采用更紧凑的设备布局和智能化运维方案,利用iSolarClou...
基于可解释对比学习的数据增强趋势-波动表征用于风电功率预测
Data-augmented trend-fluctuation representations by interpretable contrastive learning for wind power forecasting
Yongning Zhao · Haohan Liao · Yuan Zhao · Shiji Pan · Applied Energy · 2025年1月 · Vol.380
摘要 数据增强可以通过分析风电功率数据的统计特性来扩展数据规模，为预测模型提供更丰富的输入信息，从而提高预测精度。然而，现有的数据增强方法仅学习原始数据的概率分布，难以从数据中捕捉并表征复杂的变化趋势与波动特征。此外，来自不同风电场的异构数据模式会影响预测模型的泛化能力，而深度学习模型的黑箱结构在实际应用中也缺乏可信度。因此，本文提出一种新颖的可解释趋势-波动表征对比学习框架（ICoTF），用于风电功率预测。具体而言，ICoTF包含预训练阶段和回归阶段。首先，在预训练阶段设计了基于对比学习的数据...
解读: 该风电功率预测技术对阳光电源储能系统具有重要应用价值。ICoTF框架的趋势-波动特征提取能力可应用于ST系列PCS的功率预测模块,通过对比学习增强数据表征,提升PowerTitan储能系统的充放电策略优化精度。其可解释性设计符合iSolarCloud平台的预测性维护需求,特征重要性分析可优化GFM/...
基于尾流模型动态校准的虚实结合风电场最大功率发电控制
Virtuality-Reality Combination Control for Wind Farm Maximum Power Generation With Wake Model Dynamic Calibration
Jinxin Xiao · Pengda Wang · Sheng Huang · Qiaoqiao Luo 等6人 · IEEE Transactions on Sustainable Energy · 2024年11月
针对尾流效应的时间延迟特性导致下游风电机组未来状态信息无法直接获取的问题，本文提出一种新型虚实结合的风电场动态最大功率发电控制方案。通过无时间延迟的尾流模型计算虚拟风电场风速，提前获取对应于实际风电场当前来流风速的未来状态信息。为保证虚实风电场状态一致性并提升优化模型精度，提出尾流模型动态校准方法以提高尾流风速预测精度。在此基础上实施基于校准模型的主动尾流控制策略，最大化虚拟风电场总发电量，并依据尾流延迟时间将最优控制指令延时下发至实际风电场。仿真结果表明，该方案在不同风况下均能提升尾流模型计算...
解读: 该虚实结合控制技术对阳光电源的储能和风电产品线具有重要应用价值。首先，文中提出的动态校准方法可优化ST系列储能变流器的功率预测算法，提升储能调度精度。其次，尾流模型的延时补偿思路可应用于PowerTitan大型储能系统的风光储联合控制，实现更精准的功率平滑。此外，该技术对风电场群控策略提供新思路，可...
面向故障后风电主导电网恢复的控制设计与电磁暂态仿真
Control Design and EMT Simulation Toward the Restoration of Faulted Wind-Dominant Grids
Hoang P. Dang · Zhenghan Zhang · Hugo N. Villegas Pico · IEEE Transactions on Sustainable Energy · 2025年3月
当前电力工程师面临利用电磁暂态（EMT）仿真研究风电主导电网恢复的挑战。本文提出三项策略：（i）通过直流耦合电池可靠控制构网型风电机组的直流链路电压；（ii）优化控制器参数，确保风电场在电网恢复过程中稳定并网；（iii）在输电故障发生时自主做出恢复决策。上述贡献通过WSCC 9节点和22节点电力系统的风电主导版本的EMT仿真进行验证，对落实北美电力可靠性公司建议具有重要意义。
解读: 该研究对阳光电源ST系列储能变流器和大型储能系统的控制策略优化具有重要参考价值。文中提出的直流耦合电池控制方案可用于提升ST储能系统的电压稳定性；并网控制参数优化策略可应用于储能变流器的GFM控制算法升级；自主恢复决策机制对PowerTitan大型储能系统的故障穿越能力提升具有启发。这些技术创新有助...
一种用于大型风电场动态数据蒸馏与尾流效应校正的非平稳Transformer功率预测模型
A Non-stationary Transformer model for power forecasting with dynamic data distillation and wake effect correction suitable for large wind farms
Guopeng Zhu · Weiqing Ji · Lifeng Cheng · Ling Xiang 等5人 · Energy Conversion and Management · 2025年1月 · Vol.324
可靠的高精度短期功率预测对于保障电力系统安全和提高风能利用率至关重要。然而，风的随机性和非平稳性特征给大规模风电场（WF）中功率预测精度与效率的提升带来了显著挑战。以往的研究通常未能自适应地增强原始数据的特征，并且忽略了风力涡轮机（WTs）之间尾流效应的影响，从而导致预测精度下降。本文提出了一种基于非平稳Transformer模型的新型功率预测方法，该方法结合了动态数据蒸馏与尾流效应校正，以提升预测性能。在所提出的方法中，设计了一种非平稳Transformer模型用于从监控与数据采集（SCADA...
解读: 该非平稳Transformer风电功率预测技术对阳光电源储能系统具有重要应用价值。动态数据蒸馏和尾流效应校正方法可直接应用于ST系列PCS的能量管理系统,提升大规模风储耦合场景下的功率预测精度。非平稳特征提取能力可集成至iSolarCloud平台的预测性维护模块,优化PowerTitan储能系统的充...
考虑尾流时空耦合的风电场功率预测
Wind Farm Power Prediction with Wake Spatiotemporal Coupling
Yueteng Xie · Fangming Deng · Wenxiang Luo · Bo Gao 等6人 · IEEE Transactions on Sustainable Energy · 2025年9月
在动态气象条件下，风电机组群的功率预测面临尾流效应时空耦合的挑战。本文提出一种考虑尾流效应时空动态耦合的风电场功率预测方法。通过融合风机空间分布与实时气象数据构建动态图网络，实现尾流传播路径的自适应表征。设计双驱协同框架，在时空维度嵌入物理规律约束，缓解数据驱动模型在极端工况下的物理失真问题。构建时空解耦特征增强架构，捕捉风机间空间关联及多时间尺度气象特征。实验结果表明，该方法显著提升预测精度。
解读: 该风电场功率预测技术对阳光电源储能和智能运维产品线具有重要应用价值。其时空耦合建模方法可优化ST系列储能变流器的调度策略，提升PowerTitan大型储能系统在风光储多能互补场景下的运行效率。尾流效应动态预测技术可集成到iSolarCloud平台，增强新能源电站群的功率预测精度，为储能调度和电网调峰...
基于“动态匹配与在线建模”策略的超短期风功率预测
Ultra-Short-Term Wind Power Forecasting Based on the Strategy of “Dynamic Matching and Online Modeling”
Yuhao Li · Han Wang · Jie Yan · Chang Ge 等6人 · IEEE Transactions on Sustainable Energy · 2024年8月
超短期风功率预测对电力系统实时调度、频率调节和日内市场交易具有重要意义。由于天气系统复杂性、机组老化及风电场控制策略等因素，风功率序列的时间依赖关系时变（即概念漂移），导致常用离线建模方法预测精度偏低。在线建模可利用流式数据最新信息捕捉动态变化规律，但现有方法难以满足电网对预测时效性的要求。为此，本文提出“动态匹配与在线建模”策略，通过幅值与波动特征相似性动态筛选训练样本，提升样本代表性并缩短训练时间；同时在匹配过程中引入数值天气预报风速信息以提高预测精度。基于中国三个风电场运行数据的实验结果表...
解读: 该风功率预测技术对阳光电源储能产品线具有重要应用价值。可直接应用于ST系列储能变流器和PowerTitan大型储能系统的调度控制,通过准确预测风电出力波动,优化储能系统的充放电策略,提升调峰调频性能。'动态匹配'方法可集成到iSolarCloud平台,为储能系统提供更精准的调度指令。该技术的在线建模...
基于物理信息生成式深度学习的风力机分层动态尾流建模
Hierarchical dynamic wake modeling of wind turbine based on physics-informed generative deep learning
Qiulei Wang · Zilong Ti · Shanghui Yang · Kun Yang 等6人 · Applied Energy · 2025年1月 · Vol.378
摘要 随着电力需求的不断增长，风电场的规模远超以往。功率与载荷预测是风电场布局优化中最关键的两个课题。传统的尾流建模方法，如解析模型和计算流体动力学（CFD）模拟，在准确性和效率方面均难以有效应对如此大规模的问题。本研究提出了一种新颖的基于生成式深度学习的风力机分层动态尾流建模方法——PHOENIX（PHysics-infOrmed gEnerative deep learniNg for hIerarchical dynamic wake modeling eXploration），用于捕捉风...
解读: 该深度学习风电尾流建模技术对阳光电源风电变流器及储能系统具有重要价值。通过精准预测风机功率输出的时空特性,可优化ST系列储能PCS的充放电策略,提升风储协同效率。该物理信息神经网络方法可借鉴应用于iSolarCloud平台的预测性维护算法,结合GFM控制技术实现风电场群级功率平滑输出。动态尾流模型的...
海上风电生产的未来：尾流与气候影响
The future of offshore wind power production: Wake and climate impacts
Simon C.Warde · Matthew D.Piggot · Applied Energy · 2025年1月 · Vol.380
摘要 预计在未来的几十年中，海上风电将迅速部署，以帮助实现气候目标。由于海上风力涡轮机的寿命为25至30年，且新的海上租赁期长达60年，在风电场规划阶段考虑风能资源长期变化至关重要。此类长期变化可能源于多种因素，包括气候变化以及因风电场密度增加而导致的尾流引起的功率损失。在本研究中，我们针对德国湾内21个风电场组成的案例研究，调查并比较了这两种导致风能发电量长期变化的因素。与以往研究一致，我们发现，在高排放RCP8.5情景下，到21世纪末相对于历史时期，气候变化将导致风能资源出现虽小但显著的减少...
解读: 该研究揭示海上风电面临尾流损失(最高4.3%)和气候变化(2.1%功率衰减)双重挑战,对阳光电源储能系统具有重要价值。ST系列PCS和PowerTitan可通过智能调度补偿风电波动,iSolarCloud平台可集成尾流预测模型实现预测性维护。建议开发针对海上风电场群的GFM控制策略,利用储能系统平抑...
低碳模式对风能和太阳能协同效益的增强与稳定作用：来自中国的证据
Enhancing and stabilizing effects of low-carbon models on the synergistic benefits of wind and solar energy: Evidence from China
Yunxia Longa · Yaning Chenb · Changchun Xua · Zhi Lib 等7人 · Applied Energy · 2025年1月 · Vol.395
摘要 风能和太阳能被视为未来最有前景的可再生能源，将在未来全球可再生能源扩张中占据主导地位。然而，目前关于低碳模式下风力发电（WP）和太阳能光伏发电（PV POT）产量的变化、尤其是其协同变化的研究仍显不足。本文利用偏差校正后的全球气候模型（GCMs），分析了本世纪中叶前WP和太阳能PV POT的变化情况，并在两种碳中和情景下进行了综合评估。结果表明，低碳模式显著缓解了中国风能资源持续下降的趋势，特别是在中国东部和中部地区。未来，中国的太阳能资源将向东南方向转移，在低碳模式下，这一增长趋势变得更...
解读: 该研究揭示低碳情景下中国风光资源时空演变规律及协同效益提升机制,对阳光电源具有重要战略价值。针对东南部光伏资源增强趋势,SG系列逆变器可优化MPPT算法适应辐照变化;针对风光出力协同性增强,ST系列储能变流器及PowerTitan系统可基于风光互补特性优化充放电策略,降低弃电率;iSolarClou...
基于两阶段分解与综合相对重要性分析的可解释风速预测
Interpretable wind speed forecasting through two-stage decomposition with comprehensive relative importance analysis
Huanze Zeng · Binrong Wu · Haoyu Fang · Jiacheng Lin · Applied Energy · 2025年1月 · Vol.392
摘要 准确的风速预测为风电场的高效调度与运行提供了关键的决策支持，从而保障智能电网的稳定运行。然而，风速序列固有的波动性和非平稳性给提升预测精度带来了挑战。现有研究表明，风速与多种气象因素之间存在密切的相关性；有效利用这些气象数据可显著提高风速预测的准确性。本研究提出了一种新颖的短期多变量可解释风速预测方法，旨在同时提升预测的准确性和可解释性。所提出的模型融合了两阶段分解过程、综合相对重要性分析（CRIA）、基于牛顿-拉夫森的优化器（NRBO）以及可解释的深度学习模型——时间融合变换器（TFT）...
解读: 该风速预测技术对阳光电源风电变流器及储能系统具有重要应用价值。通过MVMD-CEEMDAN二级分解和CRIA特征选择,可显著提升风电场功率预测精度,优化ST系列储能变流器的充放电策略制定。TFT深度学习模型的可解释性为iSolarCloud平台的预测性维护提供决策支持,结合气象多变量分析可改进GFM...
第 4 / 36 页