找到 2 条结果
基于贝叶斯特征选择的区域风电功率预测
Regional Wind Power Forecasting Based on Bayesian Feature Selection
Theodoros Konstantinou · Nikos Hatziargyriou · IEEE Transactions on Power Systems · 2024年4月
近年来，可再生能源在电力系统中的整合程度不断提高。其固有的不可预测性和输出波动给电力系统的安全运行和能源市场定价的稳定性带来了挑战。因此，准确预测可再生能源发电量至关重要。目前已应用的几种有效预测方法均基于机器学习（ML）。应用机器学习方法的一个关键因素是输入特征的选择，在区域风电预测中，这一任务变得更为复杂，因为区域范围可能涵盖整个国家。所提出的方法旨在通过一种数据驱动的、与模型无关的预处理技术精简输入特征，从而提高预测性能。该技术包括将多维数值天气预报数据划分为多个子区域，并剔除无信息的子区...
解读: 该贝叶斯特征选择的预测方法对阳光电源的储能与风电产品线具有重要应用价值。特别是在ST系列储能变流器和风电变流器的智能调度优化方面,可将该预测算法集成到iSolarCloud平台,提升系统对风电功率波动的预判能力。通过筛选关键气象特征与历史数据,可优化储能系统的充放电策略,提高PowerTitan等大...
基于可靠性的海上风电场集电系统电缆布局规划
Reliability-Based Planning of Cable Layout for Offshore Wind Farm Electrical Collector System Considering Post-Fault Network Reconfiguration
Xiaochi Ding · Yunfei Du · Xinwei Shen · Qiuwei Wu 等6人 · IEEE Transactions on Sustainable Energy · 2024年9月
集电系统（ECS）结构对海上风电场（OWF）的经济性与可靠性具有重要影响。现有研究多局限于径向或环形拓扑，且采用图论启发式方法求解。本文提出一种基于可靠性的大规模海上风电场ECS电缆布局两阶段随机规划方法，考虑风功率不确定性及故障场景，并通过联络电缆动态调整风机供电路径实现故障后网络最优重构。为应对大量故障场景带来的计算挑战，设计了定制化的渐进式故障场景纳入（CPCI）框架，迭代识别关键场景并求解简化模型，理论证明其收敛性与最优性。多个实际风电场的数值实验验证了完全优化ECS结构的必要性及CPC...
解读: 该研究的电缆布局优化与故障重构方法对阳光电源的海上风电及储能产品具有重要参考价值。具体可应用于：1) ST系列储能变流器的多机并联系统拓扑设计,优化系统可靠性与经济性; 2) PowerTitan大型储能系统的电缆布局规划,提升系统故障恢复能力; 3) iSolarCloud平台的智能运维算法,实现...