找到 2 条结果 · 智能化与AI应用
基于个性化联邦强化学习的多微电网协同优化调度低碳经济方法
Cooperative optimal dispatch of multi-microgrids for low carbon economy based on personalized federated reinforcement learning
Ting Yang · Zheming Xu · Shijie Ji · Guoliang Liu 等6人 · Applied Energy · 2025年1月 · Vol.378
摘要 互联多微电网（MMG）系统的协同优化调度为大规模可再生能源资源的高效利用提供了广阔前景和重要机遇。此类系统有助于实现能源资源的最优配置，并提升运行成本的经济性。然而，在协同优化调度过程中，异构微电网（MG）实体之间利益诉求的差异导致数据共享受阻，并引发隐私泄露问题。此外，多能耦合关系与高维决策过程进一步加剧了该问题的复杂性，可能导致优化过程难以收敛以及能源管理精度下降。同时，新建微电网缺乏运行数据与调度经验，制约了其调度任务的快速“冷启动”能力。为弥补上述研究空白，本文提出一种基于聚类的个...
解读: 该联邦强化学习多微网协同调度技术对阳光电源ST储能系统和iSolarCloud平台具有重要应用价值。可应用于PowerTitan储能集群的分布式优化调度,在保护各微网数据隐私前提下实现碳-电联合交易优化,降低综合成本5.78%、碳排放8.43%。其冷启动迁移策略可加速新建微网接入速度提升42.83%...
面向决策的学习在不确定性电力系统决策中的应用
Decision-Focused Learning for Power System Decision-Making Under Uncertainty
Haipeng Zhang · Ran Li · Qintao Du · Junyi Tao 等12人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41
本文综述了决策聚焦学习（DFL）在电力系统中的应用，提出以决策损失替代统计损失的端到端范式，构建场景、分类、应用与对比基准四维分析框架，并开源电力系统专用评估基准，为DFL工程落地提供技术路线图。
解读: 该文对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能系统的优化调度具有直接参考价值：DFL可提升光伏出力-负荷-电价多源不确定性下的实时功率指令生成质量，增强组串式逆变器与PCS协同响应能力。建议在iSolarCloud中集成DFL模块，面向光储一体化电站开展成本敏感...