找到 60 条结果 · Applied Energy
基于深度嵌入聚类的锂离子电池储能系统不一致性识别
Inconsistency identification for Lithium-ion battery energy storage systems using deep embedded clustering
Zhen Chen · Weijie Liu · Di Zhou · Tangbin Xi 等5人 · Applied Energy · 2025年1月 · Vol.388
摘要 不一致性是导致锂离子电池组性能下降的关键因素。准确识别不一致电池对电池储能系统（ESS）的健康管理具有重要意义。现有大多数方法依赖先验知识，且难以获得电池动态特性的最优表征，因而不再适用于不一致性水平随时间变化的在线场景。本文提出一种基于深度嵌入聚类的电池储能系统在线无监督多层级不一致性识别方法。首先，通过一种改进的自编码器从充放电电压曲线中提取具有判别性的潜在表征，该自编码器同时考虑信息保留能力和重构误差。其次，构建基于改进自编码器与K均值算法的深度嵌入聚类模型，并设计一种贪心算法交替优...
解读: 该深度嵌入聚类技术对阳光电源ST系列储能变流器及PowerTitan系统的电池健康管理具有重要价值。通过无监督学习实现多层级不一致性识别,可集成至iSolarCloud平台实现在线预测性维护,提升BMS诊断能力。该方法无需先验知识、适应时变特性的优势,可优化ESS全生命周期管理策略,降低电池簇退化风...
基于深度学习与遥感的城市土地分类对光伏潜力的分析
PV potential analysis through deep learning and remote sensing-based urban land classification
Hongjun Tan · Zhiling Guo · Yuntian Chen · Haoran Zhang 等7人 · Applied Energy · 2025年1月 · Vol.387
城市土地在商业、居住、草地及其他行政分区中的利用情况将影响可再生能源基础设施（如光伏板）的可用安装面积。将土地利用类型纳入光伏潜力评估对于优化空间配置、贴近能源需求中心以及提升系统效率至关重要。为解决以往研究忽视城市土地利用问题的局限性，本文提出一个融合遥感数据与深度学习方法的框架，实现八类细粒度和三类粗粒度的土地利用分类。该框架针对每种土地利用类型计算其可安装光伏系统的面积，并结合2023年年均太阳辐照量评估其发电潜力。案例研究表明，德国海尔布隆（Heilbronn）地区的土地适合地面光伏安装...
解读: 该研究基于深度学习和遥感数据的城市土地分类与光伏潜力评估框架,对阳光电源SG系列逆变器和iSolarCloud平台具有重要应用价值。通过精细化土地利用分类(商业、住宅、未利用地等),可优化地面光伏与屋顶光伏的配置策略。研究中不同地类的单位面积发电潜力差异,可指导阳光电源1500V系统和MPPT优化技...
基于跨域自适应生成对抗网络的多退化水平光伏阵列故障诊断
Fault diagnosis of photovoltaic arrays with different degradation levels based on cross-domain adaptive generative adversarial network
Peijie Lin · Feng Guo · Yaohai Lin · Shuying Cheng 等7人 · Applied Energy · 2025年1月 · Vol.386
摘要 近年来，由于光伏电站运行与维护的重要性，光伏（PV）阵列故障诊断（FD）取得了令人瞩目的进展。然而，由于运行工况复杂，光伏阵列不可避免地会发生渐进式退化，导致输出数据出现域偏移，这对故障诊断性能产生显著的负面影响。为解决上述问题，本研究提出了一种两阶段跨域自适应生成对抗网络深度学习方法，用于不同退化水平下的光伏阵列故障诊断。在第一阶段，利用源域（即无性能退化的光伏阵列）中的正常数据进行训练；随后，在对抗训练过程中将最大均值差异（MMD）损失引入故障生成器，以生成源域故障数据的高层特征表示。...
解读: 该跨域自适应GAN故障诊断技术对阳光电源SG系列光伏逆变器及iSolarCloud智慧运维平台具有重要应用价值。针对光伏阵列性能衰减导致的数据域偏移问题,该方法通过MMD损失函数实现跨域特征对齐,仅需健康状态数据即可生成故障样本进行诊断,准确率达98.34%。可集成至iSolarCloud平台的预测...
基于响应面与因子分析方法的级联填充床热能储存单元多目标优化
Multi-objective optimization of cascaded packed bed thermal energy storage unit based on response surface and factor analysis methods
Chengxu Chen · Xiaoze Du · Lizhong Yang · Alessandro Romagnoli · Applied Energy · 2025年1月 · Vol.386
摘要 提出了一种具有不同填充比的级联多层填充床热能储存（TES）单元，以提升其热性能。建立了一个用于模拟流体传热的同心分散模型，并通过实验验证了其有效性。在此基础上，设计了四种结构方案，研究相变材料在不同熔点下填充比对填充床TES系统热性能的影响，包括均衡层、上重层、中重层和下重层结构。采用响应面法与因子分析法进行多因素多目标优化。不同于以往仅设计若干不同相变材料填充比构型的研究，本研究着重探讨填充比与热性能之间的相互作用关系，以及为实现最佳热性能各层最优填充比的确定。结果表明，下重层结构具有最...
解读: 该级联填充床相变储热技术对阳光电源PowerTitan液冷储能系统和ST系列PCS具有重要参考价值。研究中的多目标优化方法(充电时间778分钟、能量利用率62%、储能容量99.76MWh)可应用于我司储能热管理系统设计,特别是底重层配置的高能量利用率(61.72%)与我司液冷技术追求的高效散热目标一...
可切换自然冷却方式在光伏/热 collectors 中高效热管理的比较分析
Comparative analysis of switchable natural cooling methods for efficient thermal management in photovoltaic/thermal collectors
Siyan Chan · Ken Chen · Kongfu Hu · Lingfeng Shi 等7人 · Applied Energy · 2025年1月 · Vol.385
摘要 光伏/热（PV/T）集热器能够同时产生热量和电能，但在炎热天气下会出现过热现象，显著影响其性能和使用寿命。为解决这一问题，本研究提出在传统PV/T集热器中引入可切换的散热模式，以增强热管理能力。该方法可在热需求较高时实现高效热量收集，并在热需求较低时及时进行散热。本文介绍了四种具有不同可切换散热结构的PV/T集热器，并利用经过验证的二维稳态数学模型对其进行分析。结果表明，在合肥典型的夏季晴天条件下，这四种可切换冷却模式可显著降低停滞温度，降幅范围为26.2°C至46.6°C，从而将发电效率...
解读: 该PV/T热管理技术对阳光电源光伏逆变器产品具有重要参考价值。研究表明可切换散热模式可降低组件温度26-47°C,提升发电效率2.22-3.94%,这与SG系列逆变器的MPPT优化技术高度协同。建议将组件温度监测集成到iSolarCloud平台,结合储能系统ST系列PCS实现热电联供智能调度,在高温...
结合内部电池物理特性的最优构网型储能系统管理
Optimal grid-forming BESS management incorporating internal battery physics
Yuanbo Chen · Kedi Zheng · Cheng Feng · Junling Huang 等6人 · Applied Energy · 2025年1月 · Vol.385
摘要 通过电池储能系统（BESS）提供构网服务（GFS）对于现代电网中日益增长的可再生能源并网至关重要。然而，GFS响应与电池物理特性之间的快速交互给构网型BESS运行管理带来了重大挑战。本文研究了考虑内部电池物理特性的构网型BESS管理方法。我们首先建立了一个基于物理机理的模型，以准确刻画BESS在提供GFS过程中的可用功率能力及老化动态特性。基于该物理模型，本文提出了一种两阶段随机优化问题，用于在日前阶段确定GFS控制系数并制定BESS功率调度计划，同时考虑电网频率的不确定性。进一步地，设计...
解读: 该研究对阳光电源ST系列储能变流器及PowerTitan系统的构网型控制策略具有重要参考价值。通过建立电池物理模型优化GFM服务系数,可提升我司储能系统在高比例新能源电网中的频率支撑能力和经济性。研究中的两阶段随机优化方法可集成至iSolarCloud平台,实现日前调度与实时功率调节的协同优化,同时...
一种用于大型光伏电站中精确高效辐射传输建模的新型参数化方案
A novel parameterization scheme for accurate and efficient radiation transfer modeling in large-scale PV power plants
Xinyao Zhang · Kun Yang · Changkun Shao · Haochong Chen · Applied Energy · 2025年1月 · Vol.384
摘要 随着技术的进步，双面光伏（PV）组件已在大型光伏电站中广泛应用。准确且高效地计算双面组件背面吸收的太阳辐射仍是一个关键挑战。基于视角因子的二维简化方法为这类大规模应用提供了高速计算途径，但忽略了组件安装高度的影响，从而导致模拟偏差。本研究提出了一种用于大型光伏电站中太阳辐射传输建模的新型参数化方案（PVRT）。该PVRT方案考虑了组件高度因素，能够在多种辐射情景和系统配置下，对光伏组件正反两面以及地表表面的辐射吸收进行高效且精确的计算。通过与采用Helios光线追踪模型的高精度模拟结果进行...
解读: 该双面组件辐射传输参数化方案对阳光电源SG系列光伏逆变器具有重要应用价值。PVRT方案将背面辐射吸收计算误差从30%降至8%以内,可显著提升MPPT算法对双面组件的追踪精度。建议将该模型集成至iSolarCloud平台,结合实际地形和组件高度参数,优化大型电站的发电量预测和智能运维策略。该技术还可为...
解锁建筑一体化光伏与电池
BIPVB）系统深度强化学习中的预测洞察力与可解释性
Yuan Gao · Zehuan Hu · Shun Yamat · Junichiro Otomo 等9人 · Applied Energy · 2025年1月 · Vol.384
摘要 可再生能源的部署以及智能能源管理策略的实施对于建筑能源系统（BES）的脱碳至关重要。尽管数据驱动的深度强化学习（DRL）在优化BES方面已取得近期进展，但仍存在显著挑战，例如缺乏针对时间序列数据观测空间的研究以及模型可解释性的不足。本文首次将未来预测信息引入DRL算法中，以构建时间序列数据的观测空间，并采用门控循环单元（GRU）和Transformer网络与DRL算法相结合，用于建筑一体化光伏与电池（BIPVB）系统的运行控制。此外，通过将前沿的Shapley加性解释（SHAP）技术与所开...
解读: 该深度强化学习优化技术对阳光电源光储一体化系统具有重要应用价值。研究中的GRU/Transformer时序预测与DRL决策框架可直接应用于ST系列储能变流器的智能调度策略,结合电价预测信息实现成本降低10%以上。SHAP可解释性分析方法可增强iSolarCloud平台的AI决策透明度,为PowerT...
一种基于物理与数据辅助的抽水蓄能电站瞬态过程预测框架
A physics-based and data-aided transient prediction framework for sustainable operation of pumped-storage hydropower systems
Weichao Maa · Zhigao Zhao · Chengpeng Liu · Fei Chen 等8人 · Applied Energy · 2025年1月 · Vol.384
摘要 实现对抽水蓄能电站（PSHSs）瞬态过程的准确预测仍是一个关键挑战，主要由于现场参数存在不确定性，特别是泵-水轮机特性曲线（PTCCs）的不确定性，以及物理模型自身存在的局限性。为解决这一问题，本研究提出了一种以现场测量数据为核心的抽水蓄能电站瞬态预测框架，该框架融合了基于物理模型的校准与数据驱动的修正方法。本文提出了一种利用点分布模型（PDMs）重构PTCC的方法，其中PDM作为先验模型，通过在PTCC上定义多个特征点以适应可能发生的非刚性变形，并进行了创新性开发。该方法采用曲面重构算法...
解读: 该物理-数据混合瞬态预测框架对阳光电源储能系统具有重要借鉴价值。抽水蓄能电站的特性曲线重构方法可应用于ST系列PCS和PowerTitan储能系统的动态建模,通过现场实测数据校准物理模型,结合NARX神经网络修正预测误差,可显著提升储能系统在电网调频、削峰填谷等瞬态工况下的控制精度。该方法与iSol...
基于改进长短期记忆网络与数据驱动预测控制的电动汽车能量管理
Energy management of electric vehicles based on improved long short term memory network and data-enabled predictive control
Bin Chen · Guo He · Lin Hu · Heng Li 等7人 · Applied Energy · 2025年1月 · Vol.384
摘要 作为混合储能系统（HESS）电动汽车中一种流行的能量管理策略（EMS），模型预测控制（MPC）易受现有参数建模方法在模型精度和参数敏感性方面的影响。本文提出了一种基于分层数据驱动预测控制的新型EMS。上层采用优化的长短期记忆（LSTM）网络进行轨迹预测，从而为下层获取具有成本效益的负载功率需求。在下层，针对HESS提出了一种数据驱动预测控制（DeePC）方法，以实现电池与超级电容器之间的最优功率分配，并最小化电池容量衰减。与传统的MPC不同，DeePC基于仅从HESS的输入-输出数据构建的...
解读: 该分层数据驱动预测控制技术对阳光电源储能系统具有重要应用价值。论文提出的DeePC方法无需精确参数建模,仅依赖输入输出数据即可实现电池-超级电容混合储能的最优功率分配,相比传统MPC降低运行成本22.68%。该技术可直接应用于ST系列PCS的能量管理策略优化,通过LSTM网络预测负荷需求,结合Dee...
水风光混合系统中现有水电站扩容优化的解析方法：以雅砻江流域为例
Analytical method for optimizing capacity expansion of existing hydropower plants in hydro-wind-photovoltaic hybrid system: A case study in the Yalong River basin
Chen Wu · Pan Liu · Qian Cheng · Zhikai Yang 等11人 · Applied Energy · 2025年1月 · Vol.383
摘要 水电可通过构建水-风-光混合能源系统，有效整合具有间歇性的风电和光伏（PV）发电。随着风电和光伏电站规模的不断扩大，扩大水电装机容量变得尤为关键。然而，传统的扩容数值方法需要高时间分辨率的输入数据以及复杂的模拟计算。为解决这一问题，本文提出一种无需高分辨率输入数据的解析方法，用于推导水电站最优扩容规模，便于实际应用并支持敏感性分析。首先，基于历史运行数据，分别采用多项式函数和线性函数对水电出力及风电-光伏弃电率随水电扩容规模的变化关系进行估计；其次，结合净现值法，建立考虑总发电量（包括水电...
解读: 该水风光混合系统容量优化方法对阳光电源具有重要参考价值。研究揭示的弃电率与容量扩展关系,可指导我们ST系列储能系统在水风光互补场景的容量配置策略。文中敏感性分析方法(电价敏感度为运维成本11倍)可应用于PowerTitan储能电站的经济性评估模型。特别是无需高时间分辨率数据的解析法,可集成到iSol...
点对点太阳能与储能交易：一种基于网络化多智能体强化学习的方法
Peer-to-peer energy trading of solar and energy storage: A networked multiagent reinforcement learning approach
Chen Feng · Andrew L.Liu · Applied Energy · 2025年1月 · Vol.383
摘要 利用分布式可再生能源，特别是太阳能和储能系统，通过点对点（P2P）能源交易在本地配电网中运行，长期以来被视为提升能源系统韧性与可持续性的一种解决方案。然而，消费者和产消者（即拥有光伏系统和/或储能设备的用户）缺乏参与重复性P2P交易所需的专业知识，而可再生能源边际成本为零的特点也给公平市场价格的确定带来了挑战。为解决这些问题，本文提出多智能体强化学习（MARL）框架，以帮助自动化消费者对其光伏系统和储能资源的投标与管理行为，该框架基于一种采用供需比（supply–demand ratio）...
解读: 该多智能体强化学习框架对阳光电源ST系列储能变流器和SG光伏逆变器的协同控制具有重要价值。可将MARL算法集成到iSolarCloud平台,实现分布式光储资产的自主竞价与能量管理优化。特别是供需比清算机制与物理网络约束的结合,为PowerTitan储能系统在虚拟电厂场景下的P2P交易提供可行路径,提...
符合概率分布的物理约束风力发电预测方法：面向抗噪深度学习
Physics-constrained wind power forecasting aligned with probability distributions for noise-resilient deep learning
Jiaxin Gao · Yuanqi Cheng · Dongxiao Zhang · Yuntian Chen · Applied Energy · 2025年1月 · Vol.383
摘要 风电作为关键的可再生能源之一，在实现碳中和目标中发挥着重要作用。然而，由于风速预测数据具有高噪声特性，风力发电功率的准确预测面临挑战，这会降低预测的精度与鲁棒性。为解决这一问题，本文提出一种理论引导（即物理约束）的深度学习风力发电预测方法（TgDPF）。TgDPF将表征风电功率概率分布的风电功率曲线领域知识，与长短期记忆网络（LSTM）深度学习模型相结合。该融合机制确保模型输出与风电功率的概率分布保持一致，遵循物理约束条件，从而增强对噪声的抵抗能力。因此，TgDPF是一种典型的物理约束建模...
解读: 该物理约束深度学习风电预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过融合风电功率曲线概率分布与LSTM模型,在高噪声环境下预测精度提升24.7%-73.9%,可显著优化储能系统的充放电策略与能量管理。该方法的抗噪声特性与物理约束思想可迁移至iSolarClo...
考虑可交易绿色证书的光伏发电经济性评估与电网平价分析
Economic assessment and grid parity analysis of photovoltaic power generation considering tradable green certificate
Chizhong Wang · Heng Chen · Zhengwei Wang · Yue Gao 等5人 · Applied Energy · 2025年1月 · Vol.382
可交易绿色证书（TGC）制度为中国推进光伏发电实现电网平价提供了新的机遇。本文建立了一个包含TGC对光伏（PV）项目经济可行性影响的光伏发电平准化度电成本（LCOE）评估模型。该模型针对中国独特的税收制度进行了优化，并应用于分析2022年中国各省份光伏发电的经济表现。随后，通过敏感性分析评估了光伏发电LCOE对不同影响因素的响应程度，识别出影响光伏项目经济效率的关键要素。最后，采用情景分析方法，计算在多种未来情景下各省份LCOE可能的下降路径，探讨在TGC制度框架下的成本降低潜力。研究结果表明，...
解读: 该研究对阳光电源光伏逆变器产品线(SG系列)及储能系统(ST系列PCS)具有重要战略意义。绿证机制下LCOE降低5.19%,验证了系统经济性优化方向。初始投资成本是主导因素,印证了我司1500V高压系统、SiC功率器件应用及MPPT优化技术的降本价值。建议结合iSolarCloud平台数据,针对各省...
AM-MFF：一种基于注意力机制的多特征融合框架用于鲁棒且可解释的锂离子电池健康状态估计
AM-MFF: A multi-feature fusion framework based on attention mechanism for robust and interpretable lithium-ion battery state of health estimation
Si-Zhe Chen · Jing Liu · Haoliang Yuan · Yibin Tao 等6人 · Applied Energy · 2025年1月 · Vol.381
健康状态（SOH）是电池管理系统（BMS）中的一个关键参数。利用多种数据源可有效提升端到端SOH估计的性能。然而，现有的基于多维特征的方法未能充分挖掘不同数据源之间的内在关联。同时，大多数方法缺乏可解释性，并忽视了噪声带来的不利影响。本研究提出了一种基于注意力机制的多特征融合框架（AM-MFF），以实现鲁棒且可解释的SOH估计。AM-MFF结合了卷积神经网络（CNN）和注意力机制（AM）的优势，能够高效提取并融合健康特征，从而全面感知电池老化信息。该框架将两个运行阶段的数据作为输入，并通过两个独...
解读: 该AM-MFF锂电池SOH估算框架对阳光电源储能系统具有重要应用价值。其多特征融合与注意力机制可直接集成至ST系列PCS和PowerTitan储能系统的BMS中,提升电池健康状态预测精度和抗噪性能。多输入容错设计确保单传感器故障时系统仍可靠运行,符合大规模储能安全需求。注意力分数的可解释性有助于iS...
面向集成一致性的电池储能系统异常检测：条件驱动的集成平衡表示学习方法
Toward the ensemble consistency: Condition-driven ensemble balance representation learning and nonstationary anomaly detection for battery energy storage system
Jiayang Yang · Xu Chen · Chunhui Zhao · Applied Energy · 2025年1月 · Vol.381
在电池储能系统（BESS）中，多个锂离子电池（LIB）单体被集成为LIB模块以实现可扩展的管理。通常认为同一模块内的LIB单体应表现出作为集成体的一致性行为。为了实现对LIB单体的可靠监测，如何在捕捉各单体整体工作状态的同时保持对其间一致性关系的感知，是一项极具挑战性的任务。此外，由于充电、放电及其他运行行为引起的LIB单体非平稳特性，进一步增加了异常检测的难度。在本研究中，我们提出了一种条件驱动的集成平衡表示学习与异常检测方法，以应对上述挑战，并首次将集成分析的概念引入到LIB异常检测领域。具...
解读: 该电池组一致性异常检测技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。论文提出的集成平衡表征学习方法可集成至BMS系统,通过双层健康特征学习实时监测电芯状态差异,结合条件驱动模式划分应对充放电非平稳特性。该技术可增强iSolarCloud平台预测性维护能力,提升储能系统安...
面向发电侧集群式可再生能源-储能电站的小时级容量共享市场
An hourly-resolution capacity sharing market for generation-side clustered renewable-storage plants
Chuan Wang · Wei Wei · Laijun Chen · Yuan Gong 等5人 · Applied Energy · 2025年1月 · Vol.380
摘要 随着可再生能源在发电侧渗透率的不断提高，其出力波动性对电网的功率平衡构成了严峻挑战。在风电场、光伏电站以及汇集站部署储能系统，可使可再生能源电站根据电价信号出售电能，从而提高其市场收益。本文考虑了一种典型的发电侧场景：由不同主体运营的风电场和光伏电站通过一个共同的汇集站向市场售电，目标是实现各自利润的最大化。每个可再生能源电站均配备本地电池，用于储存电能并等待更高电价时机出售；同时，它们还可以从位于汇集站的共享储能单元中租赁部分容量，以进一步提升盈利能力。本文为汇集站处的共享储能设计了一个...
解读: 该容量共享市场机制对阳光电源ST系列储能变流器和PowerTitan集成方案具有重要应用价值。论文提出的日前容量租赁市场与实时调度策略,可与iSolarCloud平台深度融合,实现源侧新能源场站间储能容量动态共享。通过Stackelberg博弈优化容量分配,结合动态时间规整的核回归调度算法,可提升储...
混合光伏-热电系统在可再生能源中的进展与挑战
Advances and challenges in hybrid photovoltaic-thermoelectric systems for renewable energy
Raza Moshwan · Xiao-Lei Shi · Min Zhang · Yicheng Yu 等9人 · Applied Energy · 2025年1月 · Vol.380
将热电发电机（TEGs）与光伏（PV）器件相结合，是一种有效提升光伏电池发电能力的策略，从而显著促进太阳能的广泛应用。通过同时利用太阳光中的光子能量和热能，该集成方式能够最大化能量捕获，提高整个系统的整体效率，进而推动太阳能发电的可行性与规模化发展。本文及时综述了混合光伏-热电发电机（PV-TEG）技术在基础原理、热阻、接触电阻和负载电阻对性能的影响、多种集成方案（如结合光谱分束器、相变材料及热力系统的混合PV-TEG系统）、热管理、可行性分析以及经济与环境影响、长期效率提升等方面的最新进展与面...
解读: 该PV-TEG混合发电技术对阳光电源光伏逆变器产品线具有重要启示价值。热电联合发电可提升组件侧能量利用率,与SG系列逆变器的MPPT优化技术形成协同:通过精准追踪光伏-热电双模式功率点,配合三电平拓扑降低损耗,可进一步提升系统效率。该技术的热管理方案可为PowerTitan储能系统的温控设计提供参考...
考虑地形坡度和风机位置影响的二维山丘上风力机尾流特性的风洞研究
Wind tunnel study of wind turbine wake characteristics over two-dimensional hill considering the effects of terrain slope and turbine position
Yao Chen · Bowen Yan · Meng Yu · Guoqing Huang 等8人 · Applied Energy · 2025年1月 · Vol.380
摘要 风电场中风机之间的尾流干扰会导致风电场整体发电功率显著下降。本研究通过系统的风洞试验，对在不同坡度的二维山丘上处于不同位置的风力机尾流特性进行了研究，其中风力机轮毂高度与山丘高度相同，均为250 mm，转子直径为400 mm。首先，提出了一种新的归一化方法，用于公平评估风力机在山丘不同位置处的尾流速度亏损。研究发现，位于山顶的风力机尾流受地形影响显著大于位于山前或山后的风力机。随后，系统分析了地形对风力机尾流的影响，包括速度亏损和附加湍流强度。山丘坡度主要影响风力机背风侧的尾流特性：当风力...
解读: 该风电尾流研究对阳光电源复杂地形风电场储能系统配置具有重要参考价值。研究揭示的山地地形对尾流特性的影响规律,可指导ST系列储能变流器在山地风电场的微观选址与容量优化配置。针对陡坡山顶尾流恢复快、缓坡尾流扩散宽的特性,可优化PowerTitan储能系统的功率平抑策略,通过iSolarCloud平台实时...
采用储能系统的电压暂降敏感工业用户两阶段商业模式
A two-stage business model for voltage sag sensitive industrial users employing energy storage systems
Hong Liao · Yunzhu Chen · Zixuan Zheng · Xianyong Xiao 等5人 · Applied Energy · 2025年1月 · Vol.379
在电表后端（behind-the-meter, BTM）集成储能系统（ESS）是降低易受电压暂降影响的工业用户用电成本并提升电能质量的可靠方法。然而，目前诸如高昂的初始投资成本、较长的投资回收周期以及服务策略灵活性不足等障碍，正阻碍着BTM储能系统在工业领域的广泛应用。综合能源服务提供商（IESPs）提供的创新性BTM储能解决方案已成为应对上述挑战的可行选择。本研究提出一种新的两阶段商业模式，旨在推进储能系统的部署，同时兼顾综合能源服务提供商与用户双方的需求。本文阐述了该商业模式的框架，以明确各...
解读: 该两阶段商业模式对阳光电源ST系列储能变流器和PowerTitan系统在工商业场景的推广具有重要价值。研究验证了表后侧储能系统通过削峰填谷和电能质量治理可降低用户全生命周期成本2.35%-17.12%,与阳光电源iSolarCloud平台的智能运维能力高度契合。峰谷电价差和电压暂降治理性能是关键影响...
第 2 / 3 页