找到 2 条结果 · 智能化与AI应用

排序:
智能化与AI应用 强化学习 深度学习 充电桩 ★ 4.0

基于移动边缘计算的网络物理能源系统中电动汽车智能充电策略

Mobile Edge Computing Based Intelligent Charging Strategy for Electric Vehicles in Cyber Physical Energy System

Gang Pan · Xin Guan · Ning Wang · Yongnan Liu 等8人 · IEEE Transactions on Vehicular Technology · 2025年9月 · Vol.75

本文提出融合移动边缘计算与深度强化学习的电动汽车智能充电策略,利用边缘侧Informer模型预测充电负荷,并通过实时交通与用户数据优化调度,缓解拥堵、降低碳排放,提升经济调度精度与用户满意度。

解读: 该研究与阳光电源充电桩及光储充一体化解决方案高度协同。其边缘智能调度框架可集成至iSolarCloud平台,赋能ST系列PCS和PowerStack在光储充场景中实现动态负荷预测与协同充放电决策;强化学习算法可嵌入户用/工商业充电桩控制器,提升绿电就地消纳率。建议将Informer+DRL模型轻量化...

智能化与AI应用 强化学习 模型预测控制MPC 微电网 ★ 4.0

面向多场景泛化的多阶段动态规划在线调度方法:基于通用价值函数学习的配电网调度

Scenario-Generalized Multi-Stage Dynamic Programming for Online Dispatch of Distribution Networks via Universal Value Function Learning

Zhenning Pan · Yukun Deng · Tao Yu · Yufeng Wu 等7人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41

本文提出场景泛化的多阶段动态规划(S-MSDP)方法,通过学习映射场景上下文到价值函数的通用模型,实现配电网在线调度的零样本适应能力,无需重训练即可应对分布外不确定性,提升调度最优性、泛化性与可扩展性。

解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能PCS的实时协同调度具有重要价值。其通用价值函数框架可嵌入iSolarCloud的AI调度引擎,提升光储系统在负荷/新能源出力突变等未知场景下的自适应决策能力;建议在PowerTitan集群调度中集成S-MSDP算...