找到 2 条结果 · 风电变流技术
考虑自场影响的高温超导励磁绕组临界电流计算方法
A Critical Current Calculation Method of HTS Excitation Winding Considering the Effect of Self-Field
Huan Li · Yubin Wang · Siyu De · Qiusheng Wang · IEEE Transactions on Industry Applications · 2025年2月
高温超导（HTS）带材因其出色的载流能力和低功耗，在励磁绕组设计中得到了广泛应用。本文提出了一种考虑自场效应的高温超导励磁绕组临界电流计算方法。首先，鉴于自场对临界电流的抑制作用，进行比率分析以修正制造商提供的实验数据。然后，推导了一个改进公式，该公式考虑了平行和垂直磁场的不同抑制效应，从而准确描述了临界电流与磁场和角度的关系。接下来，以一台10 kW双定子高温超导电机（DS - HTSM）为例，基于A - V公式和均匀化方法计算高温超导绕组的有效临界电流，以确定工作电流的上限。此外，受电枢反应...
解读: 该HTS临界电流计算方法对阳光电源的电机驱动类产品具有重要参考价值。特别是在新能源汽车驱动电机和大功率风电变流器中,精确预测超导绕组的临界电流特性可提升系统设计可靠性。该方法可应用于:1)电动汽车驱动系统的高效电机设计;2)风电变流器的大功率电感设计。通过优化绕组结构与电流密度分布,有助于提升阳光电...
风电场在中长期滚动交易中的策略性投标：一种双层多智能体深度强化学习方法
Strategic bidding of wind farms in medium-to-long-term rolling transactions: A bi-level multi-agent deep reinforcement learning approach
Yi Zheng · Jian Wang · Chengmin Wang · Chunyi Huang 等6人 · Applied Energy · 2025年1月 · Vol.383
摘要 随着可再生能源在电力市场中渗透率的不断提高，边际电价受到抑制，给风电生产商的盈利能力带来了挑战。为此，有效的中长期（MLT）滚动交易能够对冲现货市场价格风险，提升盈利水平。然而，传统的投标方法往往难以捕捉风电出力及交易动态在较长时间跨度内的复杂不确定性。本文提出了一种专为优化风电中长期滚动交易而设计的双层多智能体深度强化学习（DRL）方法。该方法创新性地将Black–Scholes模型与Hamiltonian函数相结合，构建了一个最优决策框架，能够在短期投标效率与长期战略定位之间实现平衡。...
解读: 该深度强化学习竞价策略对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过双层多智能体优化框架,可提升风储联合系统在中长期电力市场的收益能力,有效对冲现货价格风险。其时空建模技术可集成至iSolarCloud平台,实现储能参与市场交易的智能决策,优化充放电策略。结合阳光电...