找到 51 条结果 · Applied Energy

排序:
光伏发电技术 ★ 5.0

具有普遍坡度场地的光伏电站最优设计

The optimal design for photovoltaic power plants on sites with a general slope

A.Barbón · J.Aparicio-Bermejo · L. Bayon · P.Fortuny Ayuso · Applied Energy · 2025年6月 · Vol.387

摘要:某些斜坡地形的特征可能有利于光伏发电项目的发展。然而,为了防止由于地形方位角和倾斜角导致的显著发电量损失,必须对太阳能跟踪器的布置进行优化。此类优化引出了一个涉及14个变量的复杂问题。针对给定方位角(γg)和倾斜角(αg)的地形,确定太阳能跟踪器最优的方位角(γ)和倾角(α)绝非易事,这正是本文的主要研究目标。此外,光伏电站的最优设计还需确定合理的前后排间距以避免相邻光伏组件之间的遮挡,并确定最佳运行时段。本文给出了北半球10个地点的数值结果,地形方位角范围为0(°)至±45(°),地形倾...

解读: 该研究针对坡地光伏电站的方位角和倾角优化,对阳光电源SG系列逆变器在复杂地形项目中的MPPT算法优化具有重要参考价值。研究表明高纬度地区(>19°)通过优化部署可显著提升发电量(最高达1030 Wh/m²),这为我司1500V系统在山地电站的排布设计和iSolarCloud平台的智能选址算法提供了理...

光伏发电技术 ★ 5.0

基于多任务学习的非线性天气修正方法提升光伏发电预测精度

Enhancing PV power forecasting accuracy through nonlinear weather correction based on multi-task learning

Zhirui Tiana1 · Yujie Chenb1 · Guangyu Wangc · Applied Energy · 2025年5月 · Vol.386

准确的短期光伏(PV)功率预测对于优化能源管理以及在快速发展的可再生能源领域中维持电网稳定性至关重要。然而,光伏系统对变化天气条件具有固有的高敏感性,这给实现可靠的预测带来了重大挑战。现有研究主要通过两种途径来提高短期预测精度。一方面,部分研究将气象变量作为输入特征以提升预测精度,但该方法往往难以充分捕捉不同气象因素与光伏输出之间复杂且动态的相互作用。另一方面,大多数修正方法采用误差修正(EC)技术,根据预测的误差对初始光伏预测结果进行调整。然而,误差序列的高度波动性显著限制了EC的有效性,因为...

解读: 该多任务学习光伏功率预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。论文提出的两阶段框架可集成至SG系列逆变器的预测性维护系统:第一阶段MTL模型可解析气象因素与光伏输出的非线性耦合关系,优化MPPT算法的动态响应;第二阶段天气修正模块可提升功率预测精度,增强ST系列储能PCS...

风电变流技术 微电网 ★ 5.0

一种数据驱动的混合鲁棒优化方法用于考虑不同风电生产商策略的微电网运营商参与备用市场

A data-driven hybrid robust optimization approach for microgrid operators in the energy reserve market considering different wind power producers’ strategies

Guowei Xiao · Miao Zhang · Weiqiang Huang · Zihao Mo 等6人 · Applied Energy · 2025年5月 · Vol.386

近年来,越来越多的研究表明,风电生产商(WPP)具备提供备用容量的潜力,从而使其能够在备用市场中获利。然而,风力发电固有的不确定性可能影响该服务的稳定性。因此,WPP需要制定能够兼顾风电不确定性并服务于微电网(MG)的容量策略。此外,微电网内部备用容量的不合理分配可能导致总运行成本增加。为解决这一问题,本文提出了一种新的能量管理框架,旨在优化微电网在日前能量备用市场中的联合调度。具体而言,采用信息间隙决策理论(IGDT)方法对WPP的容量策略进行建模,以考虑风电功率的不确定性;同时,利用数据驱动...

解读: 该研究对阳光电源ST系列储能变流器及微网能量管理系统具有重要应用价值。论文提出的数据驱动鲁棒优化方法可应用于PowerTitan储能系统的日前调度策略,通过IGDT建模风电不确定性,优化储能容量配置降低运营成本。该框架可集成至iSolarCloud平台,提升微网在辅助服务市场的收益能力,同时为GFM...

光伏发电技术 ★ 5.0

基于区间重要性-卡诺模型的在线零售光伏组件需求分析与服务改进研究

Research on requirement analysis and service improvement of online retail photovoltaic modules using the interval importance-Kano model

Dianfeng Zhang · Jinfa Liua · Xuefeng Houb · Jiaqi Sunb 等5人 · Applied Energy · 2025年5月 · Vol.385

摘要 与化石燃料相比,光伏(PV)组件有利于环境保护,在线零售是其销售的重要渠道。提升服务水平在促进在线零售销售方面正变得与产品质量同等重要。卡诺(Kano)模型是分析消费者对产品和服务需求的基本工具,目前存在将其与在线评论相结合的研究趋势。鉴于在线评论具有独特的结构特征,本文提出了一种基于比率算法的新型区间重要性-卡诺模型,即Candy模型,并定义了一种新的需求类型。通过该方法将消费者关注程度的差异转化为重要性信息,采用归一化算法消除情感极性差异,并利用Candy模型提高了结果的稳健性。研究识...

解读: 该研究对阳光电源光伏组件线上销售及服务优化具有重要参考价值。研究揭示性能、安装服务和工艺质量是消费者核心关注点,这与SG系列逆变器的产品定位高度契合。建议将Candy模型应用于iSolarCloud平台的用户反馈分析,通过在线评论挖掘识别SG逆变器、PowerTitan储能系统等产品的服务短板。特别...

光伏发电技术 储能系统 深度学习 ★ 5.0

基于卫星图像纹理特征与迁移学习的区域光伏功率预测优化高效方法

An efficient approach for regional photovoltaic power forecasting optimization based on texture features from satellite images and transfer learning

Yang Xi · Jianyong Zheng · Fei Mei · Gareth Taylor 等5人 · Applied Energy · 2025年5月 · Vol.385

准确高效的区域光伏发电功率预测对于提升光伏电力供应的稳定性并扩大其市场份额至关重要。近年来的研究进展已将卫星与地面观测数据的特征相结合,基于混合神经网络的模型展现出优异的预测性能。然而,仍存在若干挑战:直接从卫星图像中提取的空间特征往往缺乏细节,且大多数现有预测方法需要大量电力数据样本。因此,在云量变化速率较高的情况下,预测精度易受相位滞后的影响,同时由于区域光伏装置数量庞大且分布分散,计算负担也显著增加。为解决上述问题,本研究提出一种创新的时空特征,该特征将从卫星图像重构的纹理特征(TFs)与...

解读: 该区域光伏功率预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过卫星图像纹理特征与迁移学习结合,可显著提升SG系列逆变器集群的功率预测精度(RMSE提升72%)并降低相位滞后,特别适用于分布式光伏电站管理。该算法计算效率提升10倍,可与ST储能系统协同优化充放电策略,减少云层...

储能系统技术 ★ 5.0

基于两种决策准则的退役电动汽车电池梯次利用网络规划

Planning a robust echelon utilization network for used electric vehicle batteries based on two decision-making criteria

Qi Wang · Yankui Liu · Applied Energy · 2025年4月 · Vol.384

摘要 电动汽车动力电池的梯次利用为缓解废旧电池带来的污染问题以及降低储能系统和低速电动车的成本提供了重要机遇。本文基于两种决策准则,研究了退役电池的梯次利用网络规划问题,旨在规划设施选址与电池运输路径,以满足二级市场对电池质量的多样化需求。首先,针对二级市场需求及高质量退役电池数量的不确定性,构建了一个风险中性的自适应分布鲁棒优化(ADRO)模型。所提出的模型被重构为一个混合整数二阶锥规划(SOCP)模型,并通过加速Benders分解法(BD)进行求解。其次,进一步提出基于均值-条件风险价值(C...

解读: 该研究的梯次利用网络规划模型对阳光电源储能业务具有重要价值。文中分布鲁棒优化方法可应用于PowerTitan储能系统的退役电池管理,通过优化回收网络布局降低3.7%运营成本。ST系列PCS可集成梯次电池形成经济型储能方案,结合iSolarCloud平台实现电池质量分级与全生命周期追踪。该模型的风险决...

氢能与燃料电池 ★ 5.0

替代燃料分布式发电系统的可行性、环境与经济性分析

Feasibility, environmental, and economic analysis of alternative fuel distributed power systems for reliable off-grid energy supply

Zaixing Wang · Yi Lin · Yu Guo · Fengli Liang 等9人 · Applied Energy · 2025年4月 · Vol.384

可靠的离网能源供应在偏远地区和应急场景中仍然面临挑战,特别是对于通信基站而言,传统的单燃料系统常常面临燃料依赖性和供应中断的问题。在我们前期验证了现场制氢用多燃料重整技术的基础上,本研究开发了一种集成燃料重整与燃料电池技术的替代燃料灵活发电系统。首先通过实验验证该系统的可行性,随后通过仿真模拟评估多种系统结构。实验验证结果表明,甲烷、甲醇、乙醇、煤油和柴油五种燃料均能实现稳定的氢气生成和持续的电力输出。各燃料系统均可稳定输出接近500 W的功率,燃料转化率均超过95%,氢气含量高于70%,产氢速...

解读: 该多燃料制氢-燃料电池系统为阳光电源离网储能方案提供重要补充思路。针对通信基站等场景,可与ST系列PCS协同构建混合供电系统:燃料电池提供长时基载,储能系统负责功率调节与波动平抑。系统53.1%的能效及多燃料适应性,启发iSolarCloud平台开发燃料-储能协同优化算法。GFM控制技术可实现燃料电...

风电变流技术 ★ 5.0

基于非可通约分数阶混沌系统的独立风能系统安全运行

Secure operation of a stand-alone wind energy system based on an incommensurate fractional-order chaotic system

Metin Demirtas · Suleiman M. Sharkh · Abdullah Gokyildirim · Haris Calgan · Applied Energy · 2025年4月 · Vol.384

摘要 近年来,针对风能转换系统(如采用自激感应发电机(SEIG)的独立风能转换系统(SAWECS))的网络安全问题日益受到关注。尽管基于SEIG的SAWECS具有结构坚固、成本低、维护需求少以及可在变化风速下运行等优势,但其依赖有效的无功功率管理来维持输出电压的稳定性。随着现代技术在SAWECS中的不断集成,输出电压的控制变得愈发复杂,从而使系统更容易遭受网络攻击。为确保基于SEIG的SAWECS的网络安全,本文提出了一种新颖的方法——一种基于暗物质与暗能量(DM-DE)相互作用所衍生的混沌系统...

解读: 该分数阶混沌加密技术对阳光电源风电变流器及储能系统网络安全具有重要参考价值。文中针对自激感应发电机的无功功率管理和电压稳定控制问题,与ST系列PCS在独立微网模式下的控制挑战高度相关。混沌加密算法可应用于iSolarCloud平台与现场设备的安全通信,增强PowerTitan储能系统抗网络攻击能力。...

风电变流技术 ★ 5.0

一种考虑风电出力依赖性不确定性的分布鲁棒机会约束优化方法用于含N-1安全约束的最优潮流问题

A distributionally robust chance constrained optimization approach for security-constrained optimal power flow problems considering dependent uncertainty of wind power

Wenwei Huang · Tong Qian · Wenhu Tang · Jianzhong Wu · Applied Energy · 2025年4月 · Vol.383

摘要 风电并网发电将不确定性引入输电线路功率,可能增加N-1故障风险。本研究提出一种考虑风电出力依赖性不确定性的N-1线路安全约束最优潮流(SCOPF)模型,以降低此类风险。首先,构建一种改进的模糊集,通过引入Copula约束来刻画风电场之间的相关性,从而降低模型保守性。随后,采用分布鲁棒优化方法建立代表安全约束(SC)的机会约束(CC),并推导所提模型的可处理形式。接着,提出依赖敏感性指标,用于识别受依赖性不确定性显著影响的关键元件,并基于该指标构建面向机会约束的依赖敏感性模糊集,以降低求解复...

解读: 该分布鲁棒优化方法对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。通过Copula建模风电场相关性,可优化储能系统在N-1故障场景下的调度策略,降低保守性同时保证安全约束。所提依赖敏感性指标可集成至iSolarCloud平台,实现风储协同优化调度。Benders分解算法适用于...

光伏发电技术 储能系统 MPPT ★ 5.0

一种新颖高效的全局最大功率跟踪方法用于在重复性光照条件下的复杂部分遮阴光伏系统

A novel and efficient global maximum power tracking method for photovoltaic systems under complicated partial shading with repeatable irradiance conditions

Shun-Chung Wang · Applied Energy · 2025年4月 · Vol.383

摘要 部分遮阴条件(PSC)显著降低了光伏(PV)发电系统(PVGS)的能量转换效率,给全局最大功率点(GMPP)跟踪(GMPPT)带来了严峻挑战。本文提出了一种新颖且高效的两阶段GMPPT方法以应对这些挑战,并引入多种技术以提升在复杂且可重复光照环境下的跟踪性能。第一阶段,构建基于Lambert W函数(LWF)的建模与估计机制,通过较少的采样次数识别包含GMPP的候选遮阴区域(SR)及其对应的电压工作点(VOP)。第二阶段,采用从第一阶段获得的VOP作为起始点的变步长增量电导法(VSSINC...

解读: 该Lambert W函数建模的两阶段GMPPT方法对阳光电源SG系列光伏逆变器具有重要应用价值。针对复杂遮挡场景,其快速定位候选阴影区域并结合变步长增量电导法,可显著提升MPPT跟踪精度(93.1%)和速度(86.6%)。该算法可集成至阳光电源1500V高压系统及iSolarCloud平台,通过精准...

风电变流技术 SiC器件 深度学习 ★ 5.0

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4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...

储能系统技术 储能系统 ★ 5.0

基于人工智能的带储热系统的聚光太阳能发电预测与优化模型

Artificial intelligence based forecasting and optimization model for concentrated solar power system with thermal energy storage

Eid Gul · Giorgio Baldinelli · Jinwen Wang · Pietro Bartocci 等5人 · Applied Energy · 2025年3月 · Vol.382

摘要:集成储热系统的塔式聚光太阳能发电系统为可靠且具有成本效益的能源生产提供了有前景的解决方案。本研究应用人工智能技术,以提高塔式系统的运行效率、可靠性及经济性能。提出了一种全面的实时数据驱动优化模型,该模型结合了基于人工智能的机器学习方法——随机森林回归器,并采用网格搜索交叉验证技术,以精确预测输出功率。此外,进行了相互关联的双参数优化,以优化关键系统参数,包括反射镜角度和传热流体流量。所提出的模型支持能量预测、性能优化和运行决策制定,以及经济性分析、天气影响分析和敏感性分析。通过净现值和均化...

解读: 该AI优化模型对阳光电源ST系列储能变流器与PowerTitan系统具有重要应用价值。随机森林算法的功率预测技术可集成至iSolarCloud平台,实现光热储能系统的智能调度与预测性维护。双参数优化方法可应用于储能系统的充放电策略优化,提升GFM/GFL控制算法在复杂气象条件下的响应能力。经济性评估...

系统并网技术 SiC器件 ★ 5.0

针对通信时延下网络物理电力系统的鲁棒矩匹配负荷频率控制策略

Robust moments-matching load frequency control strategy for cyber–physical power system amid communication time delay

Akash Kumar Deep · G. Lloyds Raj · Gagan Deep Meen · Applied Energy · 2025年3月 · Vol.382

摘要 在现代网络物理电力系统中,存在显著通信时延(CTD)情况下的虚假数据注入(FDI)型网络威胁是一个严峻问题,严重影响系统的频率稳定性和控制性能。当电力系统存在非线性特性以及可再生能源渗透时,频率控制问题变得更加复杂。为确保安全可靠的电力供应,实际应用中亟需一种简单且鲁棒的负荷频率控制策略。为此,本文提出了一种新的单参数解析型比例–积分–微分(PID)设计方法,适用于具有较大通信时延的互联系统双区域火电厂(TPP)。该方法利用火电厂模型的脉冲响应来获取PID控制器参数,从而避免了现有解析PI...

解读: 该负荷频率控制技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要价值。文中提出的抗时延PID控制策略可直接应用于储能系统的一次调频功能,增强电网频率稳定性。针对虚假数据注入攻击的防护机制可集成到iSolarCloud平台的网络安全模块。所提出的脉冲响应建模方法可优化VSG虚拟同步...

储能系统技术 储能系统 ★ 5.0

数据驱动策略:一种基于混合特征与自编码器的短路故障电池异常检测鲁棒方法

Data-driven strategy: A robust battery anomaly detection method for short circuit fault based on mixed features and autoencoder

Hongyu Zhao · Chengzhong Zhang · Chenglin Liao · Liye Wang 等6人 · Applied Energy · 2025年3月 · Vol.382

摘要 锂离子电池短路(SC)故障的异常检测对于保障储能系统的安全至关重要。相较于电池组层面的故障诊断,单体电池的故障诊断缺乏参考对象,导致难以有效判断是否存在异常。本文提出了一种基于自编码器策略的数据驱动检测方法,用于在无电池包信息条件下实现电池故障的早期检测。该方法利用自编码器策略对电压进行重构,以识别潜在故障;并通过生成对抗网络(GAN)框架进行模型训练,降低模型过拟合风险,提升检测效率。此外,在异常检测过程中,由于缺乏电池组的参考信息,电流变化可能引起某些异常电压波动,从而导致误诊。为解决...

解读: 该基于自编码器的电池短路故障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。通过混合特征输入和等效电路模型参数,可将单体电池异常检测时间缩短至1.6小时内,显著提升储能系统安全性。该数据驱动方法可集成至iSolarCloud平台,增强预测性维护能力,降低误诊率。对充电...

光伏发电技术 机器学习 ★ 5.0

通过机器学习实现全球最优太阳能电池板倾角的预测

Global prediction of optimal solar panel tilt angles via machine learning

Bilal Rinchi · Raghad Dababseh · Mayar Jubran · Sameer Al Dahidi 等6人 · Applied Energy · 2025年3月 · Vol.382

摘要 本研究提出了一种全面的数据驱动方法,利用五个经过优化的机器学习模型和来自光伏地理信息系统(PVGIS)的12,499个全球位置的数据,预测光伏系统的最优倾角。首先,我们研究了40种不同特征组合的预测精度,这些特征包括每个位置的纬度、经度、海拔、温度、相对湿度、风速、水平面总辐射和散射辐射。其次,我们评估了四种不同数据分辨率对模型性能的影响,包括年均数据、带年方差的年均数据、月均数据以及带月方差的月均数据在气象特征上的应用。第三,我们探讨了在所有情况下将纬度作为绝对值处理的影响。研究发现,将...

解读: 该机器学习优化倾角预测技术对阳光电源SG系列光伏逆变器和iSolarCloud平台具有重要应用价值。研究通过多层感知器模型实现1.029°精度的倾角预测,可集成至智能运维系统,为全球12,499个站点提供精准安装指导。结合月度气象数据分解方法,可优化MPPT算法的跟踪策略,提升发电效率0.5-2%。...

储能系统技术 储能系统 模型预测控制MPC ★ 5.0

基于管状深度Koopman模型预测控制的飞轮储能系统用于风电平滑

Flywheel energy storage system controlled using tube-based deep Koopman model predictive control for wind power smoothing

Jun Zhou · Yubin Ji · Changyin Sun · Applied Energy · 2025年3月 · Vol.381

摘要 本文提出了一种利用飞轮储能系统(FESS)并结合一种新型管状深度Koopman模型预测控制(MPC)方法实现风电平滑的策略。尽管风能具有减少碳排放的潜力,但由于风速变化引起的功率波动,其应用面临显著挑战。为应对这些波动,本文采用FESS,因其具备快速充放电响应能力。为了控制FESS,采用深度神经网络(DNN)逼近Koopman算子以实现系统线性化,从而能够应用线性MPC控制器。为进一步增强系统的鲁棒性,引入了一种管状MPC方法,该方法由一个标称MPC和一个辅助MPC组成。本文严格建立了标称...

解读: 该飞轮储能平滑控制技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要借鉴价值。基于深度Koopman算子的管式MPC方法可增强储能系统应对风电波动的鲁棒性,其非线性系统线性化思路可优化现有PCS的GFM/GFL控制策略。该技术与阳光电源iSolarCloud平台的预测性维护功能结合,...

储能系统技术 储能系统 调峰调频 强化学习 ★ 5.0

受章鱼启发的互联电网协同负荷频率控制:一种多智能体深度元强化学习方法

Bionic cooperative load frequency control in interconnected grids: A multi-agent deep Meta reinforcement learning approach

Jiawen Li · Jichao Dai · Haoyang Cui · Applied Energy · 2025年2月 · Vol.379

摘要 在基于性能的调频市场环境下运行的互联电网中,缺乏协调的频率控制策略以及联络线中的功率波动可能加剧电网运营商之间的利益冲突,导致频率波动更加频繁且严重。为应对这些挑战并提升电网稳定性,本文提出了受章鱼启发的协同负荷频率控制(Squid-Inspired Cooperative Load Frequency Control, SC-LFC)方法。该方法模仿章鱼中观察到的分布式神经决策机制,将每个区域内的各个机组视为独立的智能体。在实时应用中,各机组独立采集本地频率与状态信息,从而避免因区域间通...

解读: 该仿生协同负荷频率控制技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。多智能体深度元强化学习算法可集成至储能系统的调频控制策略,使每个储能单元作为独立智能体实时响应电网频率波动,避免通信延迟导致的协调失效。结合阳光电源GFM/VSG控制技术,可显著提升多区域互联电网中储能...

光伏发电技术 强化学习 ★ 5.0

基于鲁棒深度强化学习的考虑输电网电压波动的多馈线配电网分布式电压控制

Distributed voltage control for multi-feeder distribution networks considering transmission network voltage fluctuation based on robust deep reinforcement learning

Zhi Wu · Yiqi Li · Xiao Zhang · Shu Zheng 等5人 · Applied Energy · 2025年2月 · Vol.379

摘要 在多馈线配电网中,区域间光伏出力与负荷需求的功率平衡问题更加复杂。为解决上述问题,本文提出一种基于鲁棒深度强化学习的多智能体分布式电压控制策略,以降低电压偏差。将整个多馈线配电网划分为主智能体和多个子智能体,建立了一种考虑输电网电压波动及其对应功率波动的多智能体分布式电压控制模型。主智能体基于子智能体上传的信息,将输电网电压波动及相应功率波动的不确定性建模为对系统状态的扰动,并采用鲁棒深度强化学习方法确定有载调压变压器分接头的位置。进一步地,各子智能体利用二阶锥松弛技术调节每条馈线上逆变器...

解读: 该多馈线分布式电压控制技术对阳光电源ST系列储能变流器和SG系列光伏逆变器具有重要应用价值。论文提出的主从代理架构可应用于iSolarCloud平台,实现毫秒级电压调节决策。鲁棒深度强化学习方法可增强PowerTitan储能系统应对电网电压波动的能力,二阶锥松弛技术优化逆变器无功输出与阳光电源现有M...

储能系统技术 ★ 5.0

基于非线性模型预测控制的燃料电池/电池混合动力船舶多目标分层能量管理策略

Multi-objective hierarchical energy management strategy for fuel cell/battery hybrid power ships

Hanyou Liu · Ailong Fan · Yongping Li · Richard Bucknall 等5人 · Applied Energy · 2025年2月 · Vol.379

摘要 船舶能量管理系统中的能量管理策略与本地控制器相互关联,共同影响混合推进系统的性能。为实现氢燃料电池(FC)与电池混合动力系统的高效运行,本文在对混合动力系统建模与分析的基础上,提出了一种基于非线性模型预测控制(NMPC)的能量管理策略,并设计了动态虚拟阻抗下垂控制器和经典的比例-积分(PI)控制器作为本地控制器。通过采用硬件在环(HiLs)技术,模拟设计的随机负载工况、脉冲负载工况以及实际航行工况,对六种不同的能量管理策略及其与本地控制器协同下的综合性能进行了比较与分析。从能耗、运行压力、...

解读: 该燃料电池/储能混合动力船舶能量管理策略对阳光电源ST系列储能变流器及海事电力系统具有重要借鉴价值。文中NMPC+PI控制架构可应用于PowerTitan储能系统的多能源协调管理,动态虚拟阻抗下垂控制与阳光VSG技术理念契合,可优化GFM/GFL混合并网控制。该策略实现氢耗降低7-40%、运行压力降...

储能系统技术 储能系统 ★ 5.0

基于数学近似的摆式波浪能转换装置优化

Optimization of pendulum-based wave energy converter through mathematical approximation

Xiaoqiang Jiang · Feifei Cao · Hongda Shi · Kai Zhu 等5人 · Applied Energy · 2025年1月 · Vol.378

摘要 本研究分析了一种具有多自由度并采用刚性船体封装设计的摆式波浪能转换装置,该设计增强了装置的鲁棒性并延长了其使用寿命。本文提出了垂直轴参数摆的动力学方程,并引入了“规定激励模型”的概念。该模型可用于在设计初期以极低的成本评估摆的性能。通过摄动法对该模型进行了数学近似推导。由该近似得到的最大线性阻尼为数值模型提供了参考值,从而减少了优化过程中所需的仿真计算量。本文对比了通过数学近似与数值模拟两种方法对摆的功率输出进行评估的结果,表明数学近似方法在比较不同摆的性能时具有可靠性。最后,一个案例研究...

解读: 该摆式波浪能转换器的参数激励建模与摄动法优化技术,对阳光电源海上储能系统具有重要借鉴价值。其多自由度动力学建模方法可应用于ST系列PCS在海上漂浮光伏场景的振动适应性设计,数学近似模型可降低PowerTitan海洋型储能系统的早期仿真成本。质心优化安装策略启发海上集装箱式ESS的配重布局设计,提升系...

第 2 / 3 页