找到 5 条结果
基于卷积图神经网络与参数迁移的区域光伏功率短期概率预测
Short-Term Probabilistic Forecasting for Regional PV Power Based on Convolutional Graph Neural Network and Parameter Transferring
Fan Lin · Yao Zhang · Hanting Zhao · Wei Huo 等5人 · IEEE Transactions on Power Systems · 2024年11月
本文提出一种用于区域光伏功率短期概率预测的新型端到端深度学习模型，该模型具有局部-全局两层结构。在局部层，构建基于有向图的动态空间卷积图神经网络，以学习光伏电站的高维特征表示；在全局层，提出动态图池化方法，将局部特征聚合为全局表示，并映射为区域光伏功率的概率预测结果。为防止过拟合，引入基于参数迁移的训练策略。在公开真实数据上的实验表明，该模型可提供高质量且可靠的短期概率预测。
解读: 该区域光伏功率概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。其卷积图神经网络可建模区域内多个光伏电站的空间关联性，为SG系列逆变器集群提供更精准的短期功率预测。概率预测结果可优化PowerTitan储能系统的充放电策略制定，通过预测区间合理配置储能容量，提升系统经济性。参...
基于动态重构混合互联变压器技术的双馈感应发电机风电系统故障穿越能力提升
Enhancing Fault Ride-Through Capability of DFIG-Based WECS Using Dynamic Reconfiguration Hybrid Interlinking Transformer Technique
Jinmu Lai · Yang Liu · Xin Yin · Lin Jiang 等6人 · IEEE Transactions on Sustainable Energy · 2024年11月
电网故障引发的电压跌落、骤升和谐波等异常工况严重威胁双馈感应发电机（DFIG）风电转换系统的安全运行。为提升DFIG的故障穿越能力并优化变流器容量利用，本文提出一种基于动态重构混合互联变压器（DR-HIT）的新型DFIG风电系统。通过分析拓扑结构与工作原理，设计了多种运行模式及灵活切换策略。在电网正常时，DR-HIT工作于并联模式，通过多功能变流器与网侧变流器协同控制平抑输出功率波动；发生电压故障时，自动切换至串联模式，维持机端电压稳定；故障恢复后，灵活返回并联模式。仿真与实验结果验证了该方案在...
解读: 该研究提出的DR-HIT动态重构技术对阳光电源的储能变流器和风电变流器产品具有重要参考价值。其创新的串并联动态切换方案可应用于ST系列储能变流器的电网故障穿越控制，提升系统在电压跌落工况下的稳定性。同时，该技术的多功能变流器协同控制思路可优化PowerTitan大型储能系统的功率调节性能。此外，文中...
通过构建多光学腔协同均化并增强光生电场以实现高效钙钛矿太阳能电池
Synergistically homogenizing and enhancing photogenerated electrical field via constructing multi-optical-cavity for efficient perovskite solar cells
Xiaoye Liua · Xinxuan Yangc · Jiahui Jina · Fengyou Wang 等8人 · Solar Energy · 2025年1月 · Vol.301
摘要 钙钛矿太阳能电池（PSCs）因其可调带隙、高吸收系数和低成本而成为一种极具前景的光伏技术。然而，PSCs内部光生电场在空间上的非均匀性限制了其效率与稳定性。为解决这一问题，我们提出了一种受法布里-珀罗腔启发的新型多光学腔结构。通过在光敏层内集成金属光散射反射器（LDR），并与器件前/后部的纳米结构协同作用，基于激发表面等离激元共振，使入射光发生多次散射与反射，从而均化光子的空间分布，最终在LDR上方和下方形成多个光学腔。该设计有效提升了光生电场的均匀性以及光敏层的光吸收效率，使得厚度为20...
解读: 该多光腔钙钛矿电池技术通过表面等离子体共振实现光场均匀化,将200nm薄层光电转换效率提升至29.72%,为阳光电源SG系列光伏逆变器的MPPT优化算法提供新思路。其全向光管理特性可启发iSolarCloud平台开发基于非均匀光照的智能诊断模型,提升组件失配场景下的发电效率。光电场均匀性增强原理对S...
基于分布式近端策略优化的输配电网电动汽车与可变能源调度双层求解策略
A bi-level solution strategy based on distributed proximal policy optimization for transmission and distribution network dispatch with EVs and variable energy
Peng Lu · Hanqing Lan · Qiwei Yuan · Zhihao Jiang 等14人 · Applied Energy · 2025年1月 · Vol.384
摘要 将大规模风电与大量电动汽车（EV）负荷接入电力系统，对电网的安全性与经济运行带来显著影响，带来了诸如电网调度指令频繁变动、电动汽车充放电行为无序以及网络损耗增加等一系列挑战。为此，本文建立了一种考虑大规模电动汽车的输配电网双层优化调度策略模型，采用分布式近端策略优化方法，高效管理机组出力及系统的充放电能力，并实时将这些能力分配至各个节点。上层模型以最小化系统总运行成本为目标，优化热电机组的运行状态，并调控输电网络中参与充放电的电动汽车数量；下层模型则通过优化配电网络中电动汽车的充放电功率、...
解读: 该输配电网双层优化策略对阳光电源储能及充电桩业务具有重要价值。文中分布式近端策略优化算法可应用于ST系列储能变流器的多站点协调控制,优化PowerTitan储能系统在电网调度中的充放电策略,降低网损成本。针对大规模电动汽车接入场景,可指导充电桩产品开发智能调度功能,结合iSolarCloud平台实现...
一种集成多源数值天气预报的短期非参数概率光伏功率预测两阶段集成学习框架
A Two-Stage Ensemble Learning Framework for Short-Term Nonparametric Probabilistic Photovoltaic Power Forecasting Integrating Multi-Source Numerical Weather Predictions
Hanting Zhao · Yao Zhang · Wei Huo · Fan Lin 等5人 · IEEE Transactions on Power Systems · 2025年9月
利用数值天气预报（NWP）进行短期太阳能功率概率预测（SSPPF）已被证明是一种提高太阳能整合与利用效率的有效方法。然而，大多数现有的SSPPF研究仅采用单源NWP，忽略了多源NWP在提高概率预测准确性和稳健性方面的潜在优势。本文提出了一种用于SSPPF的改进两阶段集成学习预测框架（ITS - ELFF）。ITS - ELFF将多源NWP作为关键的外部协变量，以生成多步分位数预测。在第一阶段，一组稳健且多样的基学习器提供初始分位数预测。在第二阶段，一个元学习器整合所有基学习器的分位数预测，以生成...
解读: 该两阶段集成学习框架对阳光电源iSolarCloud智能运维平台和SG系列光伏逆变器具有重要应用价值。通过融合多源NWP数据的非参数概率预测，可显著提升光伏电站功率预测精度，优化MPPT算法的前瞻性控制策略。在PowerTitan储能系统中，高精度概率预测能改进充放电调度决策，提升削峰填谷效果和电网...