找到 2 条结果 · 光伏发电技术
考虑风电和光伏预测的嵌入双规则分布式近端策略优化
Distributed Proximal Policy Optimization with Embedded Dual Rules for Power Systems Considering Wind and Photovoltaic Forecasting
Peng Lu · Yuanbao Wu · Junhao Li · Ning Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
针对风电与光伏功率预测误差导致的最优调度偏差问题，本文提出一种嵌入双规则的分布式近端策略优化（DPPO）模型。该模型将预测及误差校正信息嵌入DPPO状态空间，并以正则形式在神经网络中融入电网功率平衡与潮流约束，结合预设规则实现状态评估与动作执行的协同优化。基于某省电网实际数据在改进IEEE-30节点系统上的仿真结果表明，所提方法能有效应对可再生能源预测不确定性，在提升风电消纳、降低运行成本及增强调度适应性方面优于三种先进方法。
解读: 该嵌入双规则DPPO调度技术对阳光电源PowerTitan储能系统和iSolarCloud智能运维平台具有重要应用价值。其预测误差校正机制可直接集成到ST系列储能变流器的EMS能量管理策略中，通过实时修正风光预测偏差优化充放电决策，提升储能系统在新能源消纳场景下的经济性。分布式优化架构与阳光电源多站...
钙钛矿材料与太阳能电池的数字化制造
Digital manufacturing of perovskite materials and solar cells
Zixuan Wangabc1 · Zijian Chenbcd1 · Boyuan Wangbc1 · Chuang Wu 等12人 · Applied Energy · 2025年1月 · Vol.377
摘要 与已发展了半个世纪的晶硅电池相比，钙钛矿太阳能电池（PSCs）的光伏转换效率在短短15年内已超过26%，成为当前备受关注的研究热点。然而，传统研究方法在应对钙钛矿材料（PVKs）成分多样、合成复杂以及需精确调控性能等方面面临诸多挑战。本综述系统阐述了钙钛矿材料在数字化制造方面的最新研究进展，重点涵盖实验室自动化、数据驱动的理性设计、高通量实验以及机器学习（ML）算法等方向。首先，论述了实验室自动化在显著提升实验效率与可重复性方面的重要作用；其次，强调了数据驱动方法在指导钙钛矿材料及器件理性...
解读: 钙钛矿电池数字化制造技术对阳光电源光伏逆变器产品线具有前瞻价值。该技术通过机器学习和高通量实验加速新型光伏材料开发,其26%转换效率已接近晶硅电池。阳光电源SG系列逆变器可提前布局钙钛矿电池适配性研究,针对其独特的IV特性优化MPPT算法;iSolarCloud平台可集成数据驱动方法,实现钙钛矿组件...