找到 3 条结果
基于天气的光伏功率随机模拟的双向LSTM与基于风格的生成对抗网络
Bi-LSTM and Style-Based Generative Adversarial Network for Stochastic Simulation of Photovoltaic Power Generation Based on Weather
Chunyu Zhang · Xueqian Fu · Zhengshuo Li · IET Power Electronics · 2025年7月 · Vol.18
本文提出一种基于天气场景生成模型的潮流分析方法，该方法能够生成具有真实概率特性、时间特征及全年多样化变化的大量逐小时天气场景，从而全面分析电力系统潮流。通过结合双向长短期记忆网络与基于风格的生成对抗网络，模型有效捕捉气象变量的时序依赖性与多模态分布特征，提升光伏出力随机模拟的精度与多样性，为电网运行与规划提供可靠的输入场景。
解读: 该Bi-LSTM与StyleGAN融合的光伏功率随机模拟技术对阳光电源iSolarCloud智能运维平台及SG系列逆变器控制策略具有重要应用价值。模型生成的高精度逐小时天气-功率场景可直接用于：1）iSolarCloud平台的预测性维护模块，通过多样化场景模拟提升发电量预测准确性；2）ST储能系统的...
一种考虑功率、能量及波动性的光伏场景聚类新方法
A Novel Clustering Method for Extracting Representative Photovoltaic Scenarios Considering Power, Energy, and Variability
Xueqian Fu · Na Lu · Hongbin Sun · Youmin Zhang · IEEE Transactions on Power Systems · 2025年1月
由于光伏发电存在显著的不确定性，高比例光伏接入的电网运行场景复杂多样。为准确提取光伏发电的代表性场景，本文提出了一种同时考虑光伏功率、能量和波动性的新型聚类模型。与依赖欧氏距离的传统聚类模型相比，该聚类模型不仅考虑了欧氏距离，还纳入了日光伏发电量和光伏功率曲线特征，能够更准确地量化和分析光伏对电网的影响。为求解所提出的聚类模型，基于线性优化、拉格朗日乘子和特征值分解，提出了一种交替优化算法。本文的亮点在于通过理论证明和仿真算例对所提方法进行了双重验证。从理论上阐述了算法的计算复杂度，并证明了算法...
解读: 该光伏场景聚类方法对阳光电源iSolarCloud智能运维平台和PowerTitan储能系统具有重要应用价值。通过综合功率、能量和波动性的多维特征提取，可优化光伏电站群的典型日曲线建模，提升SG系列逆变器的功率预测精度和MPPT算法自适应性。对于储能系统，该方法能生成高质量的充放电场景集，优化ST系...
知识集成GAN模型用于光伏并网分析中的全年天气随机时间序列模拟
Knowledge-Integrated GAN Model for Stochastic Time-Series Simulation of Year-Round Weather for Photovoltaic Integration Analysis
Xueqian Fu · Fuhao Chang · Hongbin Sun · Pei Zhang 等5人 · IEEE Transactions on Power Systems · 2025年4月
对于高比例光伏发电的电力系统随机生产模拟而言，气象模拟已变得至关重要。生成式人工智能已成为气象序列随机模拟的核心技术。鉴于生成式人工智能技术在内容生成方面的不可控性，本研究提出了一种由数据与知识融合驱动的年度气象场景随机模拟新方法。融合工作包括构建月度气象生成对抗网络（MWGAN）、一种基于统计概率知识的生成场景质量提升方法，以及一套用于评估生成气象场景的统计机器学习方法。利用中国广东某地48年的气象数据，对所提出的年度气象场景随机模拟方法进行了验证。通过将所提出的模型与五种前沿的生成对抗网络（...
解读: 该知识集成GAN模型对阳光电源光伏储能系统具有重要应用价值。在SG系列光伏逆变器产品线，可用于优化MPPT算法的预测性控制，通过高保真气象序列模拟提升发电功率预测精度；在ST系列储能变流器及PowerTitan大型储能系统中，全年逐时天气随机模拟可支持储能容量优化配置与充放电策略制定，提升系统经济性...