本期电子书封面故事整期封面整期目录
刊期浏览栏目浏览
- 摘要：目的针对新型电力系统中多元市场主体参与、分布式资源深度接入与多层级决策协调带来的协同优化难题，传统集中式优化模式在隐私保护、计算分散与利益协调等方面难以适应，亟需厘清演化博弈论(evolutionary game theory，EGT)与联邦学习(federated learning，FL)融合在电力系统中的理论涵义、通用化框架及适用边界，以破解隐私约束下多主体策略协同这一关键科学问题。方法以“问题驱动-理论支撑-方法构建-场景落地”为主线，系统梳理EGT刻画有限理性主体策略演化、FL实现隐私保护下分布式协同建模的各自机理；进而从动力学同构性、信息论一致性、学习理论统一性与优化目标对应性四重视角阐释EGT-FL的耦合原理，构建适应电力系统物理约束的通用化融合框架；在此基础上归纳多主体博弈模型构建、联邦策略演化算法设计与激励-隐私协同优化等关键方法，并以改进的IEEE 33节点系统及1 050主体大规模需求响应案例开展仿真验证。结果EGT-FL算法在收敛性、隐私保护、经济性、计算效率与鲁棒性5个维度均优于FedAvg、FedProx等联邦学习算法，以及纳什均衡、Stackelberg博弈等经典博弈方法；收敛速度较传统方法提升30%~50%，差分隐私参数ε=1时仍保持90%以上的优化性能，系统总成本仅增加约3.2%，而隐私保护水平达到95%，在20%恶意主体比例下系统稳定性维持在70%以上。结论EGT与FL的融合能够在保护数据隐私的前提下有效化解多主体利益冲突，实现系统全局效益最优，为新型电力系统多主体协同决策提供兼具理论严谨性与工程可行性的新范式；联邦强化学习深度融合、跨层级协同优化与自适应隐私机制是未来重点突破的研究方向，可为新型电力系统的智能化运行提供理论支撑与技术参考。关键词：新型电力系统;演化博弈论;联邦学习;多主体协同决策;隐私保护优化;分布式能源管理438|107|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
基于分层双深度Q网络的主动配电网等值建模 AI导读
摘要：目的随着分布式新能源和柔性负荷的广泛应用，主动配电网(active distribution network，ADN)与主干电网之间的电力交互复杂性显著增加。传统的负荷模型通常依赖于给定的结构和参数，无法适应负荷的时变性和随机性。为此，提出一种基于分层双深度Q网络(hierarchical double deep Q network，HDDQN)的ADN动态等值建模方法。方法首先通过多个动态和静态负荷模型对ADN进行初步建模，然后将等值任务抽象为两阶段三层的马尔可夫决策过程，最后结合HDDQN算法实现参数的在线辨识。HDDQN算法采用门控循环单元对输入的离散时序数据进行特征提取，并引入竞争型网络和优先经验回放机制对传统强化学习算法进行优化。结果所提方法经过充分训练后仅需2.8 s即可生成策略，同时其有功功率和无功功率的平均等值精度分别比传统方法提高了1.64倍和8.10倍。结论所提方法可在线辨识等值模型参数，且收敛性能和等值精度显著优于传统方法，对提高ADN实时建模的效率和准确度具有重要意义。关键词：主动配电网(ADN);可再生能源;分布式电源;柔性负荷;等值建模;参数辨识;深度学习;分层决策145|36|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17- 摘要：目的针对高渗透率分布式电源(distributed generation，DG)接入导致配电网故障恢复复杂性显著提升及孤岛运行稳定性不足的问题，提出了一种结合净负荷预测的含DG配电网故障恢复方法。方法设计融合气象特征注意力机制的卷积神经网络(convolutional neural networks，CNN)-双向长短期记忆神经网络(bi-directional long short-term memory，BiLSTM)神经网络混合预测模型，实现故障时段内净负荷高精度预测；构建多目标供电恢复模型，采用遗传-拟牛顿混合优化算法，结合净负荷预测结果求解孤岛划分与重构方案。结果PG&E69节点系统算例仿真表明，所提方法预测精度相对提升21.8%，其中一个孤岛持续供电时长提升150%，增供电量达到198.464 kW⋅h。结论所提策略有效解决了DG随机性导致的孤岛失稳问题，为高比例新能源配电网的快速自愈提供了新方法。关键词：分布式电源;有源配电网;遗传算法;卷积神经网络;孤岛划分;故障恢复;净负荷预测159|53|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
- 摘要：目的光伏-温差发电(photovoltaic-thermoelectric generation，PV-TEG)混合系统虽能通过回收光伏余热提升能源利用率，但在部分遮蔽条件(partial shading conditions，PSC)下仍面临电-热参数优化异步、电池补偿机制僵化，以及传统算法易局部最优或策略不稳定等问题，严重制约系统效率。为此，提出基于改进软演员评论家(improved soft actor-critic，ISAC)算法的动态补偿策略。方法通过优化PV阵列拓扑逻辑、TEG功率调节规律及电池自适应补偿机制，实现电-热参数同步优化与动态环境适配；采用MATLAB/Simulink仿真平台，在6×4、6×6等不同规模阵列上开展性能验证，对比传统启发式算法与常规强化学习算法的优化效果。结果10种PSC场景下的案例验证表明，与传统算法相比，所提策略使6×4、6×6阵列失配损耗分别降低12.3%~18.7%、13.6%~19.2%，整体功率提升4.2%~7.3%。结论ISAC算法及其策略有效解决了现有混合PV-TEG系统协同性差、动态适应性弱的核心痛点，为复杂遮挡环境下太阳能高效利用提供了可靠技术支撑，对提升可再生能源系统的运行效率与稳定性具有重要意义。关键词：动态补偿;混合光伏-温差发电系统;软演员评论家;部分遮蔽;强化学习;重构;失配损耗抑制;余热回收114|33|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
- 摘要：目的针对传统最优潮流算法在应对复杂多目标优化问题时适应性能力有限，以及现有方法难以兼顾大规模电网实时性与精度要求的核心难题，提出了一种融合高维缩减映射与分布式SARSA(λ)协同优化架构的创新算法。方法引入高维缩减映射机制，通过对电网动作空间进行特征提取与维度压缩，将原始高维控制变量映射至低维表征空间，从根本上克服了维数灾难；构建了基于分布式SARSA(λ)的多智能体协同学习框架。各智能体兼具在线学习与多步回溯优化的能力，在本地独立进行策略迭代的同时，通过跨智能体边界信息交互与全局奖励分配机制，实现了分散学习与集中优化的统一。结果在IEEE 118节点标准测试系统中的验证表明，所提方法在保持物理约束满足的前提下，显著提升了多目标最优潮流问题的求解效率与决策质量。结论研究结果为高维不确定环境下电力系统智能优化提供了兼具理论创新性与工程可行性的新途径。关键词：风光储综合能源系统;最优潮流;分布式优化;高维缩减映射;多目标优化;SARSA(λ)强化学习;风电不确定性76|15|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
基于深度强化学习的海上风电场无功优化策略 AI导读
摘要：目的基于最优潮流理论的无功和电压优化协调控制可有效降低风电场并网时系统电压偏差。然而，传统方法依赖风电场的详细参数且求解耗时较长，难以满足在线应用需求。为解决上述问题，以典型海上风电场为研究对象，提出一种基于改进深度确定性策略(improved deep deterministic policy gradient, iDDPG)梯度的海上风电场无功-电压协调控制优化方法。方法首先，以电压偏差和系统损耗最小为目标，建立海上风电场无功-电压协调优化运行模型；其次，(Markov decision process, MDP)提出将无功-电压协调优化问题转换为马尔可夫决策过程的方法，通过定义系统状态、动作以及奖励函数，将多约束优化问题变换为无约束深度强化学习问题；然后，结合机组随机出力数据，采用iDDPG对海上风电场无功-电压协调优化决策进行求解；最后，通过仿真算例对所提模型和算法的有效性进行验证。结果相比于传统方法，所提方法在模型求解精度、实时响应速度上具有更显著优势。结论所提方法能够提升海上风电场电压稳定性。关键词：海上风电场;电压稳定控制;无功潮流优化;人工智能;深度强化学习;改进深度确定性梯度策略(iDDPG);随机噪声97|17|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17- 摘要：目的为了在平抑双馈风电场站并网点电压波动的同时提高其无功裕度，增强其暂态电压支撑能力，提出一种基于改进近端策略优化算法的双馈风电场站无功裕度优化方法。方法以双馈风电机组和静止无功发生器为主要无功调节设备，建立双馈风电场站无功裕度优化数学模型，并将其转化为马尔可夫决策过程模型；针对原始的近端策略优化算法中裁剪系数设置不当，导致难以平衡智能体探索和利用行为的问题，提出了一种基于变裁剪系数的近端策略优化算法。基于改进的IEEE 39节点系统，验证了所提算法的正确性和有效性。结果所提算法可以提高智能体的收敛速度，且在决策速度和无功裕度优化效果上优于原始的近端策略优化算法和启发式算法。结论该算法有效提升了双馈风电场站的无功裕度，增强了其在暂态下的电压支撑能力，能更好地解决考虑源荷不确定性的电力系统无功优化问题。关键词：双馈风电场站;无功裕度优化;深度强化学习;近端策略优化;裁剪系数41|12|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
基于自编码器的锅炉受热面灰污监测建模 AI导读
摘要：目的准东煤具有储量大、燃烧特性好的特点，但其碱金属含量高，易导致锅炉受热面沾污，而基于传统机理和数据驱动的方法在灰污监测建模中存在机理简化困难、缺少标签数据等问题，因此迫切需要构建准确可靠的沾污量化表征模型以指导吹灰决策和优化诊断。为此，提出了基于机器学习的受热面灰污监测建模方法。方法以某1 000 MW电站锅炉为研究对象，建立了包含控制系统的高精度动态仿真模型，并在此基础上构建了新特征参数，提出了基于自编码器(autoencoder，AE)和长短期记忆(long short-term memory，LSTM)神经网络的沾污量化表征建模方法。结果基于换热量偏差、出口蒸汽温度偏差等新特征参数的受热面灰污监测模型在稳定负荷和变负荷工况下的误报率分别为0.6%和1.2%，有效规避了负荷变动对热工参数的影响。基于AE构建的灰污监测模型具有较高的精度和鲁棒性。结论所提模型可以准确地监测吹灰周期内受热面的积灰趋势，为锅炉受热面的灰污监测提供了新思路。关键词：燃煤发电;灰污监测;自编码器(AE);长短期记忆(LSTM)神经网络;准东煤;异常检测;特征参数;锅炉受热面43|16|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17- 摘要：目的目前对于除灰系统节能研究的方法主要为设备改造结合数值模拟分析，但时效性不高，而贝叶斯优化算法能高效探索参数空间，可提升除灰系统节能研究的分析效率，缩短优化过程时间，提高数值模拟时效性。通过优化助吹参数提高除灰系统效率，可实现节能降耗，提升电厂经济性，因此展开相关研究。方法采用(computational particle fluid dynamics, CPFD)对改造后除灰系统进行数值模拟，结合贝叶斯优化算法对不同助吹参数(助吹速度、助吹距离、助吹角度、助吹位置z)进行迭代计算。结果使用贝叶斯优化算法与CPFD对电厂除灰助吹参数进行30次迭代优化。当助吹距离为2.4 m、助吹速度为2 m/s、阀门位置
- 摘要：目的当前有关电站锅炉燃烧状态的预测模型大多只能预测单一目标，因目标类型不同，其数据在时序分布上也具有不同的特性，而简单的长短期记忆(long short-term memory，LSTM)神经网络模型在预测多个不同类型目标上具有局限性。为此，提出了一种基于多尺度特征融合强化LSTM神经网络模型。方法首先，构建多尺度LSTM神经网络模型，并与常规LSTM神经网络模型进行对比；然后，在多尺度LSTM模型的基础上逐步添加频谱注意力机制、自调制特征融合模块2个优化模块，构建多尺度特征融合强化LSTM模型，提升模型对数据变化特征的识别强化与有效融合能力；最后，在相同数据集上，对所构建的模型进行了评价。结果对比常规LSTM模型，多尺度LSTM模型精度显著提升，验证了该模型在识别不同类型预测目标时序特性上的有效性。此外，随着优化模块的添加，模型效果也进一步提升，说明添加优化模块能强化模型对时序特性的处理。结论所提模型有效解决了在锅炉多目标预测中，因预测目标具有不同类型的时序分布特性而导致预测精度欠缺的问题，使预测结果更加精确，对多种不同类型目标的预测具有重要意义。关键词：锅炉;生物质;长短期记忆(LSTM)神经网络;多目标预测;特征强化融合;循环流化床;多尺度38|16|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
智能学习赋能新型电力系统发电
- 摘要：目的随着“双碳”政策的逐步实施，近年来清洁能源的应用得到大力推广。其中，以氢气为燃料的质子交换膜燃料电池(proton exchange membrane fuel cell，PEMFC)已成为能源系统发展的重要趋势，氢燃料电池系统也因此被广泛推广应用。为延长PEMFC系统的使用寿命、提升其输出性能，对现有燃料电池系统控制策略进行了归纳总结。方法阐述了燃料电池的能流特性，针对计及PEMFC系统自身特性的进气、温度及冷启动控制，结合其非线性、时变性、强耦合、多输入-多输出的设备特性和运行特性，对现有控制策略进行了梳理和总结，并对比分析了各类控制策略的优劣。结论利用卡尔曼滤波控制可对进气系统扰动进行实时估计和补偿；采用模型预测控制可解决现有研究中温度时滞性较大的问题；针对燃料电池的冷启动控制，基于阶梯电流密度加载模式并考虑膜含水量不确定性，可有效缩短电池的冷启动时间，提升电池输出特性。研究成果为氢能及PEMFC发展提供了理论基础。关键词：氢能;燃料电池;质子交换膜燃料电池(PEMFC);系统建模;进气控制;温度控制;冷启动优化控制44|19|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
- 摘要：目的阵列式换热器由于具有良好的功率调节能力，是保证先进绝热压缩空气储能(advanced adiabatic compressed air energy storage，AA-CAES)系统快速响应指令的重要手段之一。但现有文献对于在AA-CAES中使用阵列式换热器的研究相对较少，基于阵列式换热器结构的控制方式亟需研究。方法首先，提出了一种适用于AA-CAES系统的阵列式换热器结构，该结构能够通过改变连接形式以响应不同程度的功率变化指令。在此基础上，建立了考虑阵列式换热器的AA-CAES发电系统模型，充分考虑流体物理性质对发电系统各设备的影响，提升模型精确性。然后，建立了基于PID控制的AA-CAES发电系统控制策略与小幅度功率控制策略，以实现对功率指令的跟踪。最后，通过算例仿真验证了控制策略的有效性，并分析了系统的功率跟踪情况。结果在使用阵列式换热器后AA-CAES能够实现较大范围内的功率跟踪，且采取小幅度功率控制能够有效提升系统在消纳新能源发电时响应快速小幅变化功率指令的能力。结论所提控制策略能够拓宽AA-CAES发电系统变工况运行能力，提升系统灵活性。关键词：阵列式换热器;动态建模;压缩空气储能;PID控制;发电系统;新能源消纳93|18|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
- 摘要：目的可再生能源出力波动和负荷频繁投切可能引起储能系统功率流动方向频繁变化，影响母线电压稳定和系统动态响应性能，为此，提出了一种基于电-氢混合储能的综合能源系统直流母线电压虚拟惯性控制策略。方法在电压外环引入虚拟惯性控制，电流内环引入模型预测控制，并结合虚拟惯性参数与电压变化率，建立电压与虚拟电容间的调整关系。在此基础上，设计了适用于电-氢混合储能系统的功率协调控制方法，并对比了不同储能装置的应用经济性。利用MATLAB/Simulink建立仿真模型，验证了所提策略的有效性。结果采用所提策略可使电压波动范围降至2.2%，保证了电-氢混合储能系统高效协同运行，提高了储氢罐安全性。与单一锂电池储能、锂电池与超级电容混合储能方案相比，电-氢混合储能方案成本分别降低了10.55%和3.45%。结论所提策略有效解决了负荷功率波动所引发的母线电压波动问题，增强了系统的动态响应能力，有利于园区综合能源系统的稳定运行。关键词：新能源;储能;电力系统;综合能源系统;模型预测控制;虚拟惯性控制25|9|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
- 摘要：目的储热技术能有效平抑新能源的间歇性与波动性，在提升能源系统稳定性方面潜力巨大，而固体颗粒填充床结构简单、成本低、储热温度高，具有广阔的发展前景。为解决固体颗粒填充床中最优流道布置问题，对宽温域流道结构形式及储热性能分析开展研究。方法以岩石颗粒为储热介质，构建了固体颗粒填充床计算流体动力学模型，分析了固体颗粒填充床布置不同形式折流板的性能表现，确定了最佳流道布置方式。在此基础上，系统考察了填充床高长比、入口空气流量、入口空气温度、填充颗粒直径及填充孔隙率等参数对储热系统综合性能的影响规律。结果采用平行交错布置的双折流板方案，可有效强化储热性能、改善床层温度分布；当填充床高长比为0.557时，系统综合性能最优。系统储热速率、泵耗均随入口空气流量、温度的升高而增大，储热效率与㶲效率随入口空气温度升高而下降，随入口空气流量增大而提高。结论入口空气流量、填充颗粒直径、填充孔隙率对系统综合热力性能的调控效应最显著。研究结果可为固体颗粒填充床系统结构优化、运行工况匹配及多参数协同优化提供依据。关键词：新能源;热储能;固体颗粒填充床;热力学特性;折流板;性能分析65|116|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
储能
基于全生命周期视角的可再生能源低碳性评价 AI导读
摘要：目的由于全生命周期原始活动数据难以全面准确获取，基于碳足迹的可再生能源碳排放评价方法实现难度较大，为此，提出了一种基于关键要素碳排放贡献率的全生命周期低碳性评价方法。方法考虑可再生能源发电项目全生命周期中高耗能、高排放的活动类型，选取各项活动影响碳排放量的关键要素，从生产制造、设备运输、工程建设、电站运维、废弃回收等环节提出了可再生能源低碳性评价指标体系；根据各关键要素碳排放贡献率的正负情况和高低水平，对各项评价指标进行标准化处理，并确定权重值。结果基于国内6个不同类型的可再生能源电站进行低碳性评价实例分析，最终结果和碳足迹一致，符合各类可再生能源电站生命周期各环节碳排放强弱的实际情况，验证了所提方法的可靠性和有效性。结论该评价方法有效解决了碳足迹计算数据质量要求高和结果不确定性大的问题，评价结果相对准确、全面，对于挖掘可再生能源行业全产业链碳减排潜力具有重要意义。关键词：可再生能源;碳排放;全生命周期;碳排放贡献率;低碳性评价;碳减排潜力;碳中和45|14|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17- 摘要：目的提升燃煤机组运行灵活性是建设新型电力系统的重大需求，这对燃煤锅炉超低负荷稳燃能力提出了更高的要求。方法以某660 MW超超临界旋流对冲燃烧煤粉锅炉为研究对象，提出了锅炉局部临界热负荷的概念，采用数值模拟方法，以锅炉燃烧器区域体积平均温度为局部区域热负荷指标，分析了锅炉不同负荷的燃烧稳定性。基于此，进一步提出了锅炉超低负荷下提高单只燃烧器功率的稳燃策略，并获得了该锅炉超低负荷局部临界热负荷。结果在常规运行方式下，负荷由25%降低到20%时锅炉出现燃烧失稳现象，锅炉主燃区及燃烧器喷口后的局部热负荷区域体积平均温度下降量分别为415 K和174 K，远高于由30%Pe (Pe为额定负荷)降低到25%Pe过程中的31.5 K和30.5 K。在采用提高单只燃烧器热负荷的稳燃策略后，在20%Pe下的局部热负荷区域体积平均温度提升到30%Pe下的水平，锅炉燃烧稳定性明显提升。结论在20%Pe下，保证所研究锅炉稳定燃烧的局部临界热负荷是单只燃烧器运行功率占其额定功率的60%。研究成果可为燃煤机组深度调峰与超低负荷稳燃提供有效参考。关键词：燃煤锅炉;超低负荷;局部临界热负荷;稳燃;数值模拟88|17|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
- 摘要：目的以吨水发电量作为系统性能评价指标，研究不同地热源流体温度工况下，有、无回热有机朗肯循环发电系统各热力学性能参数的变化规律。方法采用EES软件建立有、无回热发电系统模型，有机工质选用R245fa，研究地热源流体温度为100~140 ℃时装机容量为1 MW发电系统主要热力学参数的变化规律。结果在一定的热源温度下，有机工质蒸发温度升高时，有、无回热发电系统的吨水发电量存在最大值，且有回热发电系统吨水发电量大于无回热发电系统。地热源流体温度为100~140 ℃时，有回热发电系统的净效率和输出功随热源温度升高而增大，冷却系统的耗功随热源温度的升高而减少。有回热发电系统的净效率和输出功大于无回热发电系统，冷却系统耗功小于无回热发电系统。结论研究结果可为兆瓦级有、无回热有机朗肯循环发电系统热力学参数选择提供依据。关键词：地热发电;有机朗肯循环;有机工质;回热系统;吨水发电量;系统优化;热力学参数34|11|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
发电及环境保护
- 摘要：目的在能源转型、风电大规模并网背景下，针对频率支撑控制型风电机组机电耦合特性复杂化的问题，对虚拟同步发电机(virtual synchronous generator，VSG)控制下直驱永磁同步发电机(direct-driven permanent magnet synchronous generator，D-PMSG)载荷特性开展理论及仿真分析。方法基于多体动力学及小信号分析理论，构建VSG-PMSG机电耦合线性化模型，刻画载荷与源网激励的动态关系，开展VSG-PMSG冲击载荷及疲劳载荷响应机理分析。建立多时间尺度交互、多动态环节作用的VSG-PMSG机电耦合非线性模型，针对湍流风和电网冲击等典型扰动场景，开展VSG-PMSG载荷特性仿真分析，选取载荷最大增幅、等值疲劳载荷等指标评估VSG控制对机组冲击载荷和疲劳载荷的影响。结果湍流风激励下，VSG控制可减小传动轴及塔筒底部侧向疲劳载荷。此外，网侧频率激励下，VSG控制会激发传动轴及塔筒底部侧向冲击载荷，但远小于三相短路故障所致瞬态冲击。结论VSG控制改变了风电机组电气及载荷特性，尤其对传动轴及塔筒底部侧向模态影响较大。研究结果为频率支撑型风电机组控制策略及机械结构设计提供了理论依据。关键词：风电;虚拟同步发电机(VSG);电网冲击;机电耦合;结构载荷;永磁同步发电机(PMSG)39|10|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
- 摘要：目的无人化、智能化的高效巡检对于提升风力发电机运行过程可靠性、降低运维成本具有重大意义。针对风机运行过程中尾流的强湍流环境，以及山地风电场的多障碍物复杂环境对无人机(unmanned aerial vehicle, UAV)巡检路径规划提出的严峻挑战，提出了一种考虑风电场尾流的UAV智能巡检路径规划方法。方法首先，构建以巡检路径成本与UAV续航时间为优化目标、UAV飞行特性为约束条件的全局巡检问题模型，并设计一个反映山地风电场复杂地形和风机尾流特征的虚拟巡检场景。其次，提出一种基于策略交互的目标偏置快速随机树(policy interactive target bias rapidly-exploring random trees，PITB-RRT)算法，通过优化采样与扩展策略提升路径效率与计算效率。最后，引入非支配排序遗传算法Ⅱ(non-dominated sorting genetic algorithm Ⅱ，NSGA-Ⅱ)优化巡检点次序。结果针对一个包含12台风机的典型山地风电场，所提方法高效规划出66条风机巡检点间的可行路径，求解的全局最优巡检路径长度约9 342 m，对应飞行时间为25.3 min，路径成本比传统巡检次序降低了28.8%。结论所提方法在复杂风电场景中具有良好的适用性和高效性，为UAV巡检任务的智能化与自动化提供了技术支持。关键词：风力发电;风机;风电场;智能巡检;无人机(UAV);路径规划;快速搜索随机树(RRT)33|11|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
- 摘要：目的近年来，转折性天气频繁发生，风电出力的随机性和波动性加剧。现有日前风电功率预测方法难以兼顾预测区间覆盖率和区间宽度，为此，提出一种鲁棒性误差修正策略以实现高质量的日前风电功率区间预测。方法首先，提出基于核的模糊C均值聚类算法，并结合基于采样替换的多步逆向云变换对复杂转折性天气下的误差类型进行准确聚类；然后，建立了点预测模型时域卷积Transformer网络，设计了改进的核密度估计日前风电功率区间预测方法，提高了功率区间的拟合精度；最后，设计了改进的多目标蜣螂优化算法对不同聚类进行鲁棒性误差修正，并利用风电实测数据验证了该方法的预测性能。结果鲁棒性误差修正后的日前风电功率预测区间具有更小的区间宽度和更大的区间覆盖率。在95%的置信水平下，区间覆盖率最多提高了5.884%，区间宽度降低了35.01%，验证了所提方法的有效性。结论该方法有效地提高了误差分布的拟合效果，避免了局部过度修正或修正不足导致的区间质量差的问题，大大提高了算法搜索的效率，实现了更高质量的风电功率区间预测。关键词：转折性天气;日前风功率预测;逆向云变换;误差类型聚类;修正权重优化;核密度估计31|10|0<HTML><网络PDF> <WORD> <Meta-XML>更新时间：2026-08-17
新能源
