找到 2 条结果
高倍率放电锂电储能系统的输出电压斩波补偿控制方法与电流波动抑制策略
Output Voltage Chopping Compensation Control Method and Current Fluctuation Suppression Strategy for High-Rate Discharge LBESS
Yiyang Liu · Weichao Li · Liang Zhou · Chen Deng 等6人 · IEEE Transactions on Power Electronics · 2024年7月
锂电池储能系统（LBESS）可通过高倍率放电为电磁发射系统提供短期高功率和长期高能量。然而，高倍率放电的锂电池储能系统在高压大功率发射过程中存在输出电压下降和电流低频波动的问题。本文介绍了一种采用 N + 1 级动态斩波变换器的储能系统拓扑结构，该结构可实现输出电压的动态补偿。为提高输出电压补偿的快速性，提出了一种通过设计具有初始小增益的变增益（VG）控制律的改进型自抗扰控制方法，以抑制总扰动观测的初始峰值，从而提高 VG - ADRC 控制器的响应速度。为减小直流电流波动，设计了一种带有多级级...
解读: 从阳光电源储能系统业务视角来看，这篇论文提出的高倍率放电锂电池储能系统技术具有重要的参考价值和潜在应用前景。 该研究聚焦于解决高倍率放电场景下的两大核心难题：输出电压骤降和电流低频波动。虽然论文以电磁发射系统为应用背景，但其技术原理对阳光电源在电网侧储能、工商业储能等需要高功率脉冲响应的场景同样适...
基于Wind2vec-BERT模型的短期风功率预测
Short-Term Wind Power Prediction Based on Wind2vec-BERT Model
Miao Yu · Jinyang Han · Honghao Wu · Jiaxin Yan 等5人 · IEEE Transactions on Sustainable Energy · 2024年11月
在新能源发展背景下，短期风功率预测的精度要求日益提高。针对风电出力受多重因素影响而具有随机性和波动性，且现有神经网络方法多忽略输入变量间交互作用的问题，本文探索BERT算法在风功率预测中的应用。提出Wind2vec变量嵌入方法以更高效拟合时序变量关系，并结合GARCH模型对预测结果进行波动性建模优化。采用自适应计算时间（ACT）方法对BERT主干网络参数进行微调，增强其对电力序列输入的适应性。通过双向注意力机制与Transformer架构捕捉历史风数据中的细粒度时序依赖关系。基于中国南方电网实际...
解读: 该研究的Wind2vec-BERT预测模型对阳光电源的储能与风电产品线具有重要应用价值。可直接应用于ST系列储能变流器的能量调度优化和PowerTitan大型储能系统的容量配置,提升系统经济性。BERT-GARCH-M模型的高精度预测能力可集成到iSolarCloud平台,优化风储联合运行策略,提升...