针对输电线路光伏监控装置的智能能量预测调控技术研究

王传宇; 刘子岩; 林泽权; 郝强岩; 汪云云; 裴刚

doi:doi:10.19912/j.0254-0096.tynxb.2024-2130

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

针对输电线路光伏监控装置的智能能量预测调控技术研究

更新时间：2026-07-22

- 针对输电线路光伏监控装置的智能能量预测调控技术研究
- 针对输电线路光伏监控装置的智能能量预测调控技术研究
- 太阳能学报 2026年47卷第4期页码：644-652
- 作者机构：
- 作者简介：
- 基金信息：
  
  国家自然科学基金（52130601;52476225）
- DOI：doi:10.19912/j.0254-0096.tynxb.2024-2130
  中图分类号： TK519
- 网络首发：2026-05-08，
  
  纸质出版：2026
- 稿件说明：
移动端阅览
王传宇, 刘子岩, 林泽权, 等. 针对输电线路光伏监控装置的智能能量预测调控技术研究[J]. 太阳能学报, 2026,47(4):644-652.

王传宇, 刘子岩, 林泽权, et al. 针对输电线路光伏监控装置的智能能量预测调控技术研究[J]. 2026, 47(4): 644-652.
王传宇, 刘子岩, 林泽权, 等. 针对输电线路光伏监控装置的智能能量预测调控技术研究[J]. 太阳能学报, 2026,47(4):644-652. DOI： doi:10.19912/j.0254-0096.tynxb.2024-2130.

王传宇, 刘子岩, 林泽权, et al. 针对输电线路光伏监控装置的智能能量预测调控技术研究[J]. 2026, 47(4): 644-652. DOI： doi:10.19912/j.0254-0096.tynxb.2024-2130.

摘要

目前光伏供能输电线路监测装置存在受天气影响显著、离线率过高的问题

针对这种孤立光伏能源系统

提出一套智能能量预测及调控技术

利用历史天气数据及未来天气预报

采用新型组合神经网络模型VMD-RIME-LSTM对未来光伏发电量进行预测;结合设备能量信息以及线路监控需求智能调节设备的工作模式

在保障监控质量需求前提下对可用能量进行合理规划

实现对太阳能资源的更有效利用

大幅提高设备工作的稳定性

降低离线率。同时根据该技术搭建实验样机平台及全年模拟模型

验证所提技术能有效降低在线监控装置离线率

提高其工作质量。

Abstract

Photovoltaic monitoring devices for power supply and transmission lines often experience significant weather-related issues and high offline rates. To mitigate these problems in isolated PV systems

an intelligent energy prediction and control technology is introduced. This technology uses historical and forecasted weather data

combined with a novel VMD-RIME-LSTM neural network model

to predict future PV output. It intelligently adjusts device operation modes based on energy information and monitoring needs

ensuring high-quality monitoring and efficient solar resource utilization. This enhances device stability and reduces offline rates. An experimental platform and a full-year simulation model were developed to verify the technology’s effectiveness in lowering offline rates and improving operational quality.

关键词

Keywords

references

谢景海, 袁敬中, 郭嘉, 等. 一种输电线路多参数可视化物联监测系统[J]. 科学技术与工程, 2021, 21(12): 4975-4981.

AHMED R, SREERAM V, MISHRA Y, et al.A review and evaluation of the state-of-the-art in PV solar power forecasting: techniques and optimization[J]. Renewable and sustainable energy reviews, 2020, 124: 109792.

周育才, 肖添, 谢七月, 等. 基于聚类的HPO-BILSTM光伏功率短期预测[J]. 太阳能学报, 2024, 45(4): 512-518.

GAO Y S.PID-based search algorithm: a novel metaheuristic algorithm based on PID algorithm[J]. Expert systems with applications, 2023, 232: 120886.

王印松, 吕率豪. 基于改进时间卷积网络的微电网超短期负荷预测[J]. 太阳能学报, 2024, 45(6): 255-263.

王晓霞, 艾兴成, 王涛. 基于实例迁移学习的小样本光伏功率短期预测[J]. 太阳能学报, 2024, 45(6): 325-333.

LIMOUNI T, YAAGOUBI R, BOUZIANE K, et al.Accurate one step and multistep forecasting of very short-term PV power using LSTM-TCN model[J]. Renewable energy, 2023, 205: 1010-1024.

ZHAO H, ZHU D L, YANG Y L, et al.Study on photovoltaic power forecasting model based on peak sunshine hours and sunshine duration[J]. Energy science & engineering, 2023, 11(12): 4570-4580.

BRUSCO G, MENNITI D, PINNARELLI A, et al.Renewable energy community with distributed storage optimization to provide energy sharing and additional ancillary services[J]. Sustainable energy, grids and networks, 2023, 36: 101173.

邢毓华, 任甜甜. 改进MOPSO在微电网优化调度中的应用研究[J]. 太阳能学报, 2024, 45(6): 191-200.

王海燕. 独立运行模式下微电网的能量管理与协调控制策略研究[D]. 西安: 西安理工大学, 2017.

SREEKANTH R, BABU M R.Energy management of renewable-based micro-grids with electric vehicle aggregators: COA-CANN approach[J]. Environment, development and sustainability, 2024.

ALNEJAILI T, LABDAI S, CHRIFI-ALAOUI L.Predictive management algorithm for controlling PV-battery off-grid energy system[J]. Sensors, 2021, 21(19): 6427.

董存, 王铮, 白捷予, 等. 光伏发电功率超短期预测方法综述[J]. 高电压技术, 2023, 49(7): 2938-2951.

SANTHAKUMARI M, SAGAR N.A review of the environmental factors degrading the performance of silicon wafer-based photovoltaic modules: failure detection methods and essential mitigation techniques[J]. Renewable and sustainable energy reviews, 2019, 110: 83-100.

鞠泽慧. 光伏微电网发电预测及优化调度研究[D]. 南昌: 南昌大学, 2022.

梁亚峰, 马立红, 邱剑洪, 等. 基于CEEMD-LSTM光伏短期功率预测[J]. 科学技术与工程, 2024, 24(13): 5396-5405.

CHOI G, OH H S, KIM D.Enhancement of variational mode decomposition with missing values[J]. Signal processing, 2018, 142: 75-86.

SU H, ZHAO D, HEIDARI A A, et al.RIME: a physics-based optimization[J]. Neurocomputing, 2023, 532: 183-214.

LANDI F, BARALDI L, CORNIA M, et al.Working memory connections for LSTM[J]. Neural networks, 2021, 144: 334-341.

LIU C C, LI M, YU Y J, et al.A review of multitemporal and multispatial scales photovoltaic forecasting methods[J]. IEEE access, 2022, 10: 35073-35093.

QING X Y, NIU Y G.Hourly day-ahead solar irradiance prediction using weather forecasts by LSTM[J]. Energy, 2018, 148: 461-468.

赵东生, 周原, 范亚洲, 等. 输电线路在线监测设备供能技术研究综述[J]. 广东电力, 2024, 37(7): 107-117.

侯祖锋, 王超, 徐春华, 等. 考虑负荷重要程度的配电网韧性提升策略及评估方法[J]. 电力科学与技术学报, 2024, 39(3): 78-85.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

兼具有源阻尼器功能的多功能光伏并网逆变器

基于改进Transformer模型的短期光伏功率概率预测方法研究

SSP情景下光伏潜力与干旱时空特征探析

基于IFLO-IP&O混合算法的船舶光伏MPPT控制

考虑蓄电池荷电状态的光储系统能量管理控制策略