找到 2 条结果
基于可学习小波自注意力模型的海上风电功率超短期预测
A Learnable Wavelet Self-Attention Model for Ultra-Short-Term Offshore Wind Power Forecasting
汪敏 · 荣腾飞 · 李茜 · 魏澈 等5人 · 高电压技术 · 2025年3月 · Vol.51
为提升海上风电功率超短期预测的精度与可信度，提出一种融合可学习小波的自注意力模型。该模型结合小波分解与深度学习，实现多频域特征提取，并通过稀疏自注意力机制捕获全局时序依赖，增强预测性能。进一步设计时序“敏感度”量化分析方法，对输入变量进行多维度重要性评估，辅助解析预测机理。基于实际风场数据的实验结果表明，所提模型在预测精度上优于对比模型。
解读: 该研究的可学习小波自注意力模型对阳光电源的新能源预测与智能运维具有重要应用价值。首先，该技术可集成到iSolarCloud平台，提升风电场功率预测精度，优化储能调度策略，特别适用于ST系列储能变流器的功率调节。其次，模型的多频域特征提取方法可应用于光伏电站的发电预测，提高SG系列逆变器的MPPT效率...
面向海上风电驱动的港口直流微电网与电动汽车充电站的分布式模型预测控制
Decentralized Model Predictive Control for Offshore Wind-Powered Seaport DC Microgrids With Electric Vehicle Stations
Muhammad Sadiq · Chun-Lien Su · Zulfiqar Ali · Seyed Hossein Rouhani 等6人 · IEEE Transactions on Industry Applications · 2025年1月
电动车辆（EV）的快速普及加剧了对弹性与可持续充电基础设施的迫切需求。本研究针对由海上风能供电的港口直流微电网集成EV充电站的优化运行问题，提出一种分布式模型预测控制方法。该方法在保证系统全局优化性能的同时，实现各子系统间的解耦协调，提升微电网对可再生能源波动与负载变化的响应能力。通过多场景仿真验证，所提策略有效降低了运行成本，提高了能源利用效率与系统稳定性。
解读: 该分布式模型预测控制技术对阳光电源港口微电网解决方案具有重要应用价值。可直接应用于ST系列储能变流器与PowerTitan储能系统的多机协调控制，实现储能单元间解耦优化；结合阳光充电桩产品，通过MPC算法优化EV充电功率分配，降低需量电费。该方法与阳光现有的iSolarCloud平台深度融合，可提升...