找到 3 条结果
考虑协变量因素的多能微电网两阶段分布鲁棒优化调度
A Two-Stage Distributionally Robust Optimization Scheduling of Multi-energy Microgrids Considering Covariate Factors
李鸿 · 朱继忠 · 董瀚江 · 中国电机工程学报 · 2025年3月 · Vol.45
为应对新能源出力与负荷需求等多重不确定性对多能微电网安全运行的影响，提出一种考虑协变量因素的两阶段分布鲁棒优化模型。基于分布鲁棒优化方法，构建包含光伏、冷热电联产、储能及冷热电负荷的调度模型；引入多元决策树回归构建Wasserstein模糊集，刻画源荷不确定量与协变量间的关联；利用线性决策规则与对偶理论转化为混合整数线性规划形式。算例基于33节点系统验证表明，所提模型在经济性与抗波动能力上优于经典鲁棒与传统分布鲁棒方法，并在蒙特卡洛样本外测试中展现出良好可靠性。
解读: 该分布鲁棒优化调度技术对阳光电源多能微电网解决方案具有重要应用价值。可直接应用于PowerTitan储能系统的能量管理策略，通过协变量因素（气象数据、历史负荷）提升SG系列光伏逆变器与ST储能变流器的协同调度精度。基于Wasserstein模糊集的不确定性建模可增强iSolarCloud平台的预测性...
基于机器学习的高压输电线路电晕损耗预测
Forecasting Corona Losses on High Voltage Transmission Lines Using Machine Learning
Pradeep Kumar Gupta · Kaur Tuttelberg · Jako Kilter · IEEE Transactions on Power Delivery · 2025年7月
本文研究了机器学习在高压架空输电线路电晕损耗预测中的应用。由于气象条件与电晕损耗之间关系高度复杂，准确预测具有挑战性。模型构建采用了沿线多个气象站两年的气象数据及线路两端的PMU测量数据，结合XGBoost和集成随机森林（ERF）回归算法，考虑多变量气象输入。研究设计了四种预测场景：不同时间步长预测、季节性预测、多线路联合预测以及特征缩减对预测精度的影响。最优模型在98%的数据点上误差控制在±0.5 kW/km以内，均方根误差为0.16 kW/km。精确预测有助于提升系统可靠性并降低运行成本。
解读: 该电晕损耗预测技术对阳光电源PowerTitan大型储能系统和iSolarCloud智能运维平台具有重要应用价值。在高压并网场景中，储能系统需精确评估输电线路损耗以优化充放电策略和能量管理。研究中的XGBoost多变量气象预测模型（RMSE 0.16 kW/km）可集成至ST系列储能变流器的EMS能...
利用LGB模型和合成特征增强光伏功率预测
Enhancing Photovoltaic Power Forecasting Using the LGB Model and Synthetic Features
Costanza Luppi · Francesco Lo Franco · Vincenzo Cirimele · Mattia Ricco 等5人 · IEEE Journal of Photovoltaics · 2025年4月
在过去十年里，对可持续能源不断增长的需求使得人们对光伏发电产生了浓厚兴趣。由于光伏发电具有间歇性，准确的光伏功率预测对于光伏系统的高效管理和监测至关重要。在这种情况下，气象数据的准确性至关重要。然而，并不总是能够在当地获取此类数据，而且通常像辐照度这样的一些信息是从其特性未被详细了解的模型中获取的。为克服这一局限性，本研究评估了五种合成特征，这些特征结合了晴空全球水平辐照度和云量数据，用于在没有直接测量数据的情况下估算总辐照度。使用轻梯度提升模型来评估采用这些合成特征的模型的预测性能，并与基于包...
解读: 该LGB模型结合合成特征的光伏功率预测技术对阳光电源iSolarCloud智能运维平台具有直接应用价值。通过时间序列衍生特征和环境变量非线性组合，可显著提升SG系列光伏逆变器的短期功率预测精度，优化MPPT算法的前瞻性控制。在PowerTitan储能系统中，精准的光伏出力预测能改进充放电策略制定，提...