找到 2 条结果
基于两阶段级联模型的光伏功率群体预测方法
A Two-Stage Cascaded Model for Group Photovoltaic Power Forecasting
谢宇辰孙玉玺耿光超江全元 · 高电压技术 · 2025年7月 · Vol.51
光伏发电的不确定性与波动性使得准确预测成为提升系统效率的关键挑战。相较于单站点预测，群体预测可提升整体精度，有助于省级电网的电力电量平衡。本文提出一种两阶段级联模型：第一阶段结合数值天气预报，采用混合神经网络对各站点独立进行短期光伏功率预测；第二阶段利用全连接层建立单站与群体预测间的映射关系，在保留第一阶段特征的基础上优化整体预测性能。实验结果表明，该方法较单站点预测误差降低近1%，且训练时间短于单一模型，验证了其优越的预测性能。
解读: 该两阶段级联光伏功率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。第一阶段的混合神经网络可集成到SG系列逆变器的本地MPPT优化算法中，结合NWP数据实现单站点精准预测；第二阶段的群体映射模型可部署于省级电网侧的PowerTitan大型储能系统，通过全连接层建立多站点协同预测...
基于Copula时空相关性模型的新能源容量置信度准时序评估
A Copula-based Spatiotemporal Correlation Model for Chronological Evaluation of Capacity Credit of Renewable Energy
王世龙王仁顺耿光超江全元 · 电力系统自动化 · 2025年1月 · Vol.49
随着新能源渗透率提升，准确量化其容量置信度对电力系统可靠性分析与电源规划至关重要。本文提出基于Copula转移核-连续状态马尔可夫链的时间相关性模型及D-Vine Copula空间相关性模型，构建新能源多维时空场景。结合改进的准时序蒙特卡洛模拟方法，实现对新能源集群容量置信度的高效精确评估。基于RTS-GMLC跨区电网算例验证表明，该方法能有效刻画广域风光互补特性，支持容量置信度影响因素分析，为风光配比优化、源荷协调及储能配置提供量化依据。
解读: 该Copula时空相关性模型对阳光电源PowerTitan储能系统和源网荷储一体化方案具有重要应用价值。通过准确量化新能源容量置信度，可优化ST系列储能变流器的容量配置策略，提升系统经济性。广域风光互补特性分析为多站点SG逆变器集群协调控制提供数据支撑，支持iSolarCloud平台实现跨区域功率预...