找到 4 条结果 · 智能化与AI应用
主动配电网、互联微电网与电动汽车的协同运行：一种多智能体PPO优化方法
Coordinated Operation of Active Distribution Network, Networked Microgrids, and Electric Vehicles: A Multi-agent PPO Optimization Method
作者未知 · 中国电机工程学会热电联产 · 2025年9月 · Vol.2025
本文提出基于多智能体近端策略优化（MAPPO）的协同优化策略，融合可再生能源不确定性与电动汽车调度灵活性，在日前-日内两阶段实现互联微电网经济调度与主动配电网影响抑制；采用GAN生成光伏/负荷/EV场景，提升实时决策鲁棒性。
解读: 该研究高度契合阳光电源ST系列PCS、PowerTitan储能系统及iSolarCloud平台在多主体协同控制与AI驱动智能调度方向的战略布局。MAPPO算法可嵌入iSolarCloud实现微电网群+EV集群的分布式实时优化，提升PowerTitan在源网荷储协同场景下的响应精度与经济性；建议将MA...
基于稀疏模型集成学习策略的主动配电网端到端协同优化调度
End-to-End Collaborative Optimization for Active Distribution Network Power Dispatch Based on Sparse Model-Ensemble Learning Policy
Lilin Cheng · Kang Sun · Haixiang Zang · Guoqiang Sun 等5人 · IEEE Transactions on Sustainable Energy · 2025年8月 · Vol.17
针对分布式新能源高渗透下源荷双不确定性导致的传统‘预测-优化’调度性能偏差问题，本文提出端到端调度策略，跳过功率预测环节，直接融合数值天气预报等多源信息决策；采用稀疏模型集成学习与约束策略优化求解，在光伏无功调节与需求响应场景中显著提升实时调度性能。
解读: 该研究高度契合阳光电源在智能调度与光储协同控制领域的战略布局。其端到端AI调度框架可直接赋能iSolarCloud平台升级，提升对ST系列PCS、PowerTitan及组串式逆变器集群的实时协同调控能力；尤其适用于工商业光储一体化项目中的动态无功支撑与需求响应。建议将稀疏模型集成策略嵌入iSolar...
基于灰色关联分析与Transformer-GCAN模型的县域分布式光伏日前功率预测
County-Level Distributed PV Day-Ahead Power Prediction Based on Grey Correlation Analysis and Transformer-GCAN Model
Pei Zhang · Bin Zhang · Jinliang Yin · Jie Shi · IEEE Transactions on Sustainable Energy · 2025年7月 · Vol.17
针对县域内分布式光伏电站存在的时空相关性，本文提出融合灰色关联分析与Transformer-GCAN模型的日前功率预测方法：利用灰色关联度构建光伏站图结构，结合Transformer提取时序特征、GAT增强空间注意力建模，最终实现高精度县域级预测。实测显示RMSE在晴/阴/雨天分别降低11.90%/15.72%/19.61%。
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集群的日前调度需求。其Transformer-GCAN模型可嵌入iSolarCloud的功率预测引擎，提升县域级分布式光伏出力预测精度，支撑ST系列PCS和PowerTitan储能系统的协同充放电决策。建议将灰色关联图构建模块集成...
分布式光伏系统故障诊断的数字孪生方法
A Digital Twin Approach for Fault Diagnosis in Distributed Photovoltaic Systems
Palak Jain · Jason Poon · Jai Prakash Singh · Costas Spanos 等6人 · IEEE Transactions on Power Electronics · 2020年1月
本文针对屋顶及建筑集成分布式光伏系统，提出了一种用于故障诊断的数字孪生设计方法。通过构建光伏能量转换系统的数字孪生模型，实现对系统可测量特征输出的实时估计，并结合数学分析、仿真研究与实验验证，有效提升了分布式光伏系统的故障检测与诊断能力。
解读: 该数字孪生技术与阳光电源iSolarCloud智能运维平台高度契合。通过在云端构建组串式逆变器及户用光伏系统的数字孪生模型，可实现从“被动报警”向“主动预测性维护”的跨越。建议将此技术集成至iSolarCloud，利用实时数据与孪生模型比对，精准定位组件级故障（如遮挡、热斑、组串失配），降低运维成本...