找到 3 条结果
基于GAN-QRCNLSTM与高分辨率数据重构的日前光伏功率概率密度预测
Day-Ahead PV Power Probability Density Forecasting With GAN-QRCNLSTM Based on High-Resolution Data Reconstruction
Yaoyao He · Xiaolin Chen · Yifan Zhang · Xiaodong Yang · IEEE Transactions on Industrial Informatics · 2025年12月 · Vol.22
本文提出一种融合高分辨率多维相似时刻选择、GAN增强NWP-实测联合分布建模及QRCNLSTM多分支时空特征提取的概率预测模型，显著提升复杂天气下日前光伏功率预测精度与不确定性量化能力。
解读: 该研究高度契合阳光电源iSolarCloud智能运维平台及组串式逆变器、ST系列PCS的功率预测与协同调度需求。模型可嵌入iSolarCloud实现分钟级概率化发电预测，支撑PowerTitan储能系统在调峰调频中的动态充放电决策；建议将GAN-QRCNLSTM轻量化后集成至SG系列逆变器边缘AI模...
多微电网系统中共享储能的最优配置：融合电池退役价值与可再生能源经济性消纳
Optimal configuration of shared energy storage for multi-microgrid systems: Integrating battery decommissioning value and renewable energy economic consumption
Yaoyao He · Yifan Zhang · Energy Conversion and Management · 2025年11月 · Vol.343
摘要 随着能源结构的演变和共享经济的兴起，共享储能有望成为应对风能和太阳能波动、管理能源需求并提升系统灵活性的标准手段。本文提出一种面向多微电网系统的共享储能配置双层优化方法，聚焦于冷热电联供（CCHP）系统的经济效率。该方法考虑退役电池的残余价值，以促进未来电池回收利用并提高能源利用效率。上层模型解决储能容量配置问题，下层模型优化系统运行策略。通过引入Karush–Kuhn–Tucker（KKT）条件，将下层模型的约束条件嵌入上层模型，并采用大M法（Big-M method）实现线性化处理。通...
解读: 该共享储能优化配置研究对阳光电源ST系列PCS及PowerTitan储能系统具有重要应用价值。论文提出的退役电池残值评估模型可指导我司储能系统全生命周期管理策略,特别是12年退役节点规划与梯次利用。双层优化方法可集成至iSolarCloud平台,实现多微网场景下的容量配置与运行优化。研究显示共享模式...
一种基于演化多分位数长短期记忆神经网络的超短期光伏功率概率预测混合模型
A novel hybrid model based on evolving multi-quantile long and short-term memory neural network for ultra-short-term probabilistic forecasting of photovoltaic power
Jianhua Zhu · Yaoyao He · Applied Energy · 2025年1月 · Vol.377
摘要 概率预测在消除光伏发电不确定性方面具有极其重要的作用。由于具备强大的泛化能力，分位数回归长短期记忆神经网络（QRLSTM）被广泛认为是光伏发电概率预测中颇具前景的方法。然而，这类模型对每个分位数单独进行训练，忽略了不同分位数之间的相关性与单调性约束，且多次训练导致计算复杂度过高。此外，由分位数回归产生的不可微分的分位损失函数对优化算法提出了较高要求。为解决上述问题，本文提出一种基于演化分布混沌粒子群优化算法（EDCPSO）优化的多分位数LSTM（MQLSTM）模型，以实现高质量的光伏发电概...
解读: 该超短期光伏功率概率预测技术对阳光电源SG系列逆变器及iSolarCloud平台具有重要应用价值。MQLSTM多分位点神经网络可集成至智能运维系统,实现光伏出力的概率区间预测,优化MPPT控制策略。结合ST系列储能变流器,可基于预测置信区间动态调整充放电计划,提升能量管理精度。EDCPSO优化算法的...