找到 3 条结果
基于GPT的超短期分布式光伏发电功率预测方法
An Ultra-Short-Term Distributed Photovoltaic Power Forecasting Method Based on GPT
Hengqi Zhang · Jie Yang · Siyuan Fan · Hua Geng 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月
随着大量分布式光伏电站并网，提升发电功率预测精度对电力系统安全经济运行具有重要意义。针对现有方法在数据稀缺与随机波动方面的挑战，本文提出一种基于生成式预训练Transformer（GPT）的超短期分布式光伏功率预测方法。通过生成多空间分辨率的虚拟光伏功率数据，预训练Transformer模型，并利用少量实测数据进行微调。注意力机制通过预训练学习历史数据中的相关性，微调实现新电站的轻量化部署与高精度预测。实验结果表明，所提方法在仅1个月实测数据下，相比LSTM、线性模型和Transformer模型...
解读: 该基于GPT的超短期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。可直接集成至SG系列光伏逆变器的智能诊断系统，通过少量实测数据实现新建电站的快速部署与高精度预测，相比传统LSTM方法RMSE降低37.22%。该技术可优化PowerTitan储能系统的充放电策略，提升...
一种基于卫星的结合云透射率预报与物理晴空辐射模型的短期
10分钟−4小时）太阳辐射预测新方法
Bing Hu · Huaiyong Shao · Changkun Shao · Wenjun Tang · Solar Energy · 2025年1月 · Vol.290
摘要 短期太阳辐射预测对于太阳能光伏发电并网以及电网调度与优化至关重要。提高依赖人工智能的基于卫星的短期预测方法的可解释性是当前的研究重点。在本研究中，我们提出了一种将基于卫星的云透射率预测与物理晴空辐射预测相结合的新型短期太阳辐射预测方法。本研究的创新之处在于其建立在大气物理原理基础之上，具体体现在对云透射率的预测以及对阴天和晴天状态的区分。云透射率的预测基于Himawari-8观测数据，采用广泛使用且成熟的卷积神经网络（CNN）和长短期记忆（LSTM）网络实现；而晴空辐射预测则可通过晴空辐射...
解读: 该卫星短期辐照预测技术对阳光电源储能与光伏系统具有重要价值。通过10分钟至4小时精准预测(RMSE 62-160 W/m²),可优化ST系列储能变流器的充放电策略和PowerTitan系统的能量管理。结合iSolarCloud平台,能提升SG系列逆变器的MPPT算法预判能力,实现电网友好型并网控制。...
一种用于大型光伏电站中精确高效辐射传输建模的新型参数化方案
A novel parameterization scheme for accurate and efficient radiation transfer modeling in large-scale PV power plants
Xinyao Zhang · Kun Yang · Changkun Shao · Haochong Chen · Applied Energy · 2025年1月 · Vol.384
摘要 随着技术的进步，双面光伏（PV）组件已在大型光伏电站中广泛应用。准确且高效地计算双面组件背面吸收的太阳辐射仍是一个关键挑战。基于视角因子的二维简化方法为这类大规模应用提供了高速计算途径，但忽略了组件安装高度的影响，从而导致模拟偏差。本研究提出了一种用于大型光伏电站中太阳辐射传输建模的新型参数化方案（PVRT）。该PVRT方案考虑了组件高度因素，能够在多种辐射情景和系统配置下，对光伏组件正反两面以及地表表面的辐射吸收进行高效且精确的计算。通过与采用Helios光线追踪模型的高精度模拟结果进行...
解读: 该双面组件辐射传输参数化方案对阳光电源SG系列光伏逆变器具有重要应用价值。PVRT方案将背面辐射吸收计算误差从30%降至8%以内,可显著提升MPPT算法对双面组件的追踪精度。建议将该模型集成至iSolarCloud平台,结合实际地形和组件高度参数,优化大型电站的发电量预测和智能运维策略。该技术还可为...