找到 4 条结果
提升单可控VSG型主动配电网的功率响应
Improving Power Response of Single-controllable VSG-based Active Distribution Network
Shah Fahad1Arman Goudarzi2Pierluigi Siano3Ji Xiang4 · 中国电机工程学会热电联产 · 2025年1月 · Vol.45
通过单一公共耦合点（PCC）控制主动配电网（ADN）有助于提升间歇性可再生能源（IRESs）的协调性能。现有研究采用非MPPT模式分布式电源（DGs）协调控制，实现PCC处的恒定PQ调节，但由于DGs出力的间歇性及单向广播通信机制，PCC易受暂态扰动影响。本文首先建立从PCC调控视角出发的ADN详细数学模型，增强PCC对暂态的鲁棒性；其次设计H∞控制器以优化抗干扰性能，抑制PCC暂态过程中的振荡；再次通过特征值分析探讨系统模型的收敛速度限制；最后仿真结果表明所提方法较现有先进方法具有更优的动态响...
解读: 该研究针对VSG型主动配电网的功率响应优化，对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。文中提出的H∞控制器设计可直接应用于阳光电源构网型GFM控制技术，增强PCC点暂态鲁棒性，抑制振荡。特别是在多台SG系列光伏逆变器通过单一PCC并网场景下，该方法可优化非MPP...
CMLLM：一种用于风电功率预测的新型跨模态大语言模型
CMLLM: A novel cross-modal large language model for wind power forecasting
Guopeng Zhu · Weiqing Ji · Zhitai Xing · Ling Xiang 等6人 · Energy Conversion and Management · 2025年1月 · Vol.330
准确的短期风电功率预测对于保障电网稳定性以及优化风电场-储能系统的运行至关重要。然而，风能固有的随机性和高度波动性给风电功率预测带来了显著挑战。为了利用大语言模型强大的推理能力与高层知识，以精确提取非平稳风电数据中的特征，本文提出了一种用于风电功率预测的跨模态大语言模型（CMLLM）。该模型采用数据跨模态方法并结合预训练的大语言模型，能够高效兼容多种大语言模型，并适应具有不同特性的数据。在CMLLM中，通过引入跨模态迁移学习方法对数据进行综合处理，将数据转换为文本模态，从而避免了对大语言模型进行...
解读: 该跨模态大语言模型风电预测技术对阳光电源储能系统具有重要应用价值。可集成至ST系列PCS和PowerTitan储能系统的智能调度模块,通过精准短期风电功率预测优化风储协同运行策略,提升电网稳定性。该模型的跨模态迁移学习方法和先验知识提示机制,可启发iSolarCloud平台的预测性维护算法升级,增强...
提高在最高太阳聚光比下聚光光伏电池的温度均匀性和发电性能
Improving the temperature uniformity and power generation of a concentrated photovoltaic cell under highest solar concentration ratios
Zhanpeng Xiang · Zhongzhen Wang · Jiawei Yu · Ji Li · Solar Energy · 2025年1月 · Vol.295
摘要 聚光光伏系统（CPVs）通过将阳光聚焦到太阳能电池上来发电。提高聚光比可以在环境辐射不足时维持系统的高功率输出。对于有效面积为1 cm²的太阳能电池，室外实验中的聚光比通常不超过1,000×。本研究开发了一种新型超高压聚光光伏系统（UHCPV），能够承受高达2,500×的太阳聚光比。系统中引入了光导装置以改善光斑的均匀性。采用微通道液冷散热器和离心风扇分别对电池的上表面和下表面进行冷却。通过数值模拟和室外实验研究验证了光导装置和冷却模块的有效性。结果表明，在900×聚光比下，与仅使用微通道...
解读: 该超高倍聚光光伏技术(2500×倍率)对阳光电源SG系列逆变器及热管理系统具有重要参考价值。研究中的微通道液冷+离心风扇双面散热方案,可借鉴至大功率PV逆变器及ST系列储能变流器的功率器件散热设计,特别是SiC/GaN器件在高功率密度应用中的温控优化。导光管提升光斑均匀性的思路,可启发MPPT算法在...
一种用于大型风电场动态数据蒸馏与尾流效应校正的非平稳Transformer功率预测模型
A Non-stationary Transformer model for power forecasting with dynamic data distillation and wake effect correction suitable for large wind farms
Guopeng Zhu · Weiqing Ji · Lifeng Cheng · Ling Xiang 等5人 · Energy Conversion and Management · 2025年1月 · Vol.324
可靠的高精度短期功率预测对于保障电力系统安全和提高风能利用率至关重要。然而，风的随机性和非平稳性特征给大规模风电场（WF）中功率预测精度与效率的提升带来了显著挑战。以往的研究通常未能自适应地增强原始数据的特征，并且忽略了风力涡轮机（WTs）之间尾流效应的影响，从而导致预测精度下降。本文提出了一种基于非平稳Transformer模型的新型功率预测方法，该方法结合了动态数据蒸馏与尾流效应校正，以提升预测性能。在所提出的方法中，设计了一种非平稳Transformer模型用于从监控与数据采集（SCADA...
解读: 该非平稳Transformer风电功率预测技术对阳光电源储能系统具有重要应用价值。动态数据蒸馏和尾流效应校正方法可直接应用于ST系列PCS的能量管理系统,提升大规模风储耦合场景下的功率预测精度。非平稳特征提取能力可集成至iSolarCloud平台的预测性维护模块,优化PowerTitan储能系统的充...