一种考虑功率、能量及波动性的光伏场景聚类新方法

A Novel Clustering Method for Extracting Representative Photovoltaic Scenarios Considering Power, Energy, and Variability

Xueqian Fu · Na Lu · Hongbin Sun · Youmin Zhang · IEEE Transactions on Power Systems · 2025年1月

由于光伏发电存在显著的不确定性，高比例光伏接入的电网运行场景复杂多样。为准确提取光伏发电的代表性场景，本文提出了一种同时考虑光伏功率、能量和波动性的新型聚类模型。与依赖欧氏距离的传统聚类模型相比，该聚类模型不仅考虑了欧氏距离，还纳入了日光伏发电量和光伏功率曲线特征，能够更准确地量化和分析光伏对电网的影响。为求解所提出的聚类模型，基于线性优化、拉格朗日乘子和特征值分解，提出了一种交替优化算法。本文的亮点在于通过理论证明和仿真算例对所提方法进行了双重验证。从理论上阐述了算法的计算复杂度，并证明了算法...

解读: 该光伏场景聚类方法对阳光电源iSolarCloud智能运维平台和PowerTitan储能系统具有重要应用价值。通过综合功率、能量和波动性的多维特征提取，可优化光伏电站群的典型日曲线建模，提升SG系列逆变器的功率预测精度和MPPT算法自适应性。对于储能系统，该方法能生成高质量的充放电场景集，优化ST系...

多步联合概率海上风电功率预测：一种基于置信度触发聚类的缺失数据容忍模型

Multistep Joint Probabilistic Forecasting of Offshore Wind Power: A Confidence-Triggered Clustering Missing-Data Tolerant Model

Zhengganzhe Chen · Chenglong Du · Bin Zhang · Chaoyang Chen 等5人 · IEEE Transactions on Industrial Informatics · 2025年9月

准确可靠的海上风电场集群发电预测对于多能电力系统的低碳运行至关重要。在实际应用中，由于数据采集系统的各种故障问题或恶劣海洋环境中的通信中断，测量数据可能并不总是完整的，而关键数据的缺失可能会显著降低概率模型的可信预测精度。为解决这一问题，本文提出了一种基于置信触发模糊聚类分位数增强变压器（CFCQET）的新型容忍缺失数据模型。首先，开发了一种基于分位数增强变压器的多步风电概率预测方法，其中预测值通过条件置信期望进行迭代更新。然后，基于风电场的时空特征，构建了海上风电场的模糊C均值（FCM）聚类模...

解读: 从阳光电源新能源综合解决方案提供商的视角来看，这篇论文提出的海上风电集群多步概率预测技术具有重要的战略参考价值。虽然论文聚焦风电场景，但其核心方法论对阳光电源在光伏电站群、风光储一体化项目以及多能源管理系统中的功率预测能力提升具有直接借鉴意义。 该技术的核心创新在于缺失数据容忍机制和置信度触发策略...