找到 58 条结果 · Applied Energy
基于物理约束长短时记忆网络的能源转型背景下梯级水电站长期运行管理
Managing long-term operation of cascade hydropower plants under energy transition with physics-constrained long-short term memory networks
Zhipeng Zhao · Zhihao Deng · Xiaoyu Jin · Zebin Ji 等6人 · Applied Energy · 2025年1月 · Vol.393
摘要 在能源转型进程中，风电和太阳能发电的大规模增长将加剧维持电网连续负荷-发电平衡以确保电网稳定性的复杂性。水电可作为整合风能与太阳能的低碳灵活性电源，但季节性径流波动以及多重耦合不确定性将深刻影响传统水电运行方式。本文提出一种新的模拟–优化–学习耦合方法，用以应对不确定性及非线性动态水电运行特性，从而提取能源转型背景下梯级水电站的长期运行规则。该方法包含三个关键步骤：模拟阶段，采用Kirsch–Nowak径流生成模型与ARIMA模型刻画水文与气象不确定性；优化阶段，构建目标驱动的最优模型，考...
解读: 该研究对阳光电源储能系统(ST系列PCS、PowerTitan)与光伏逆变器(SG系列)协同优化具有重要价值。文中提出的物理约束LSTM网络可应用于iSolarCloud平台,实现水-风-光混合系统的智能调度。研究揭示的水电时空调节特性为储能系统功率平滑策略提供借鉴,PCLSTM算法可优化GFM/V...
通过神经网络方法加速钙钛矿太阳能电池的器件表征
Accelerating device characterization in perovskite solar cells via neural network approach
Xinhai Zhaoab1 · Chaopeng Huangae1 · Erik Birgersson · Nikita Suprun 等11人 · Applied Energy · 2025年1月 · Vol.392
摘要 钙钛矿太阳能电池是下一代高效光伏器件的有力候选者，尤其适合作为叠层结构中的顶部电池。基于物理机制的光电模型，我们采集了十万量级的大数据样本，用于训练神经网络模型，以高效预测器件性能和复合损耗。在数据准备、模型训练和神经网络优化过程中，分别采用了拉丁超立方采样、贝叶斯正则化和贝叶斯优化方法。最优的神经网络模型在预留的测试数据集上实现的均方误差低于4 × 10⁻⁴。神经网络的计算速度比传统光电模型快一千倍以上。因此，器件快速校准可在24秒内完成。显著降低的计算成本使得高效的器件表征、参数研究、...
解读: 该神经网络加速钙钛矿电池表征技术对阳光电源光伏逆变器产品线具有重要借鉴价值。研究采用的深度学习方法将器件仿真速度提升千倍以上,可应用于SG系列逆变器的MPPT算法优化和iSolarCloud平台的预测性维护功能。通过贝叶斯优化和敏感性分析快速标定器件参数的思路,可迁移至SiC/GaN功率器件的损耗分...
一种数据-物理混合驱动的大规模风电场布局优化框架
A data-physics hybrid-driven layout optimization framework for large-scale wind farms
Peiyi Li · Yanbo Ch · Anran Hu · Lei Wang 等6人 · Applied Energy · 2025年1月 · Vol.392
摘要 全球风能利用的发展趋势正朝着建设大规模、远距离风电场的方向推进，而战略性的布局优化对于提升风电场发电量至关重要。然而，大规模风电场布局优化（WFLO）面临诸多挑战，主要体现在涉及高维决策变量的复杂计算，以及在尾流模型精度与计算效率之间需要进行权衡。为解决上述问题，本文提出了一种新颖的数据-物理混合驱动的大规模风电场布局优化框架。该框架尝试将含可变参数的物理方程融入建模过程，以指导尾流效应的建模，并进一步促进布局优化的实现。具体而言，本文提出了物理信息引导的双神经网络（PIDNN）模型用于风...
解读: 该数据-物理混合驱动的大规模风电场布局优化框架对阳光电源风电变流器及储能系统具有重要借鉴价值。其物理信息双神经网络(PIDNN)模型通过融合Navier-Stokes方程与可变推力系数,实现尾流效应精准建模,可启发阳光电源在风储一体化项目中优化ST系列储能变流器的功率调度策略。基因定向差分进化算法(...
管道与移动式热能储存用于液体除湿剂输送的技术经济可行性
Techno-economic feasibility of pipeline and mobile thermal energy storage for liquid desiccant transport
Alessandro Giampier · Taylor Ittn · Janie Ling-Chi · A. P. Roskilly · Applied Energy · 2025年1月 · Vol.392
摘要 利用除湿溶液进行热量回收、输送与利用，为传统的区域供热与供冷网络提供了一种替代方案，能够在单一的多功能系统中同时实现供热、供冷、湿度控制和干燥功能。除湿溶液适用于多种工业、住宅和商业应用场景，并可有效利用来自工业过程的低温余热以及低温可再生能源。本文对通过管道和移动式热能储存（M-TES）应用于区域能源网络的液体除湿系统进行了技术经济评估。研究采用氯化钙（CaCl₂）、氯化锂（LiCl）和甲酸钾（HCO₂K）的水溶液，评估了这些溶液在高效连接热源与需要湿度控制、除湿或干燥的终端用户方面的潜...
解读: 该液态干燥剂储热技术为阳光电源储能系统拓展了新应用场景。ST系列PCS可与干燥剂热泵系统耦合,实现工业余热回收与电化学储能的协同优化。特别适用于需要温湿度控制的数据中心、泳池等场景,PowerTitan储能系统可通过智能调度算法,结合移动式热储能(M-TES)实现长距离能量传输。该技术与iSolar...
基于微调策略的跨工况船用柴油机故障诊断通用迁移学习框架
A universal transfer learning framework for cross-working-condition marine diesel engine fault diagnosis based on fine-tuning strategy
Zeyu Shia · Zhongwei Wanga · Zhiguo Yuana · Muyu Wanga 等6人 · Applied Energy · 2025年1月 · Vol.392
摘要 船用柴油机（MDEs）及时且准确的故障诊断（FD）对于提升船舶动力系统的安全性和可靠性至关重要。MDEs在变工况下运行，导致其运行状态和故障数据存在显著差异。这种变异性降低了数据驱动FD模型的适应能力，而这些模型通常是基于单台发动机或特定工况下的数据构建的。为解决上述问题，本研究提出了一种基于深度迁移学习与微调策略的MDEs故障诊断框架。为了增强故障特征提取能力，引入了一种数据层级融合方法用于数据重构。此外，提出了一种新型混合预训练网络，结合CNN + GRU与KAN，以获取源域数据的全面...
解读: 该跨工况迁移学习故障诊断框架对阳光电源储能系统(ST系列PCS、PowerTitan)及光伏逆变器(SG系列)具有重要应用价值。文章提出的CNN+GRU+KAN混合网络和精细调优策略,可应用于不同环境工况下的功率器件(SiC/IGBT)健康监测与故障预测。该方法能有效解决iSolarCloud平台中...
考虑交流潮流与气体动态的非凸集成电-气系统分布式调度
Distributed dispatch of non-convex integrated electricity and gas systems considering AC power flow and gas dynamics
Qingju Luo · Jizhong Zhu · Di Zhang · Haohao Zhu 等5人 · Applied Energy · 2025年1月 · Vol.392
摘要 集成电-气系统（IEGS）的协调运行可带来显著的经济与环境效益。本文采用非凸的交流（AC）电力潮流模型和动态气体模型，以精确刻画IEGS的物理特性，并提出一种改进的分解-协调内点法（IDIPM），用于高效求解非凸IEGS调度问题的分布式优化。不同于传统的分布式算法，分解-协调内点法（DIPM）在数学上等价于集中式内点法（CIPM），从而保证了非凸分布式优化问题的局部收敛性。本文通过修正牛顿矩阵，并引入舒尔补（Schur complement）与矩阵分解技术对DIPM进行改进，使所提IDIP...
解读: 该电-气综合能源系统分布式优化技术对阳光电源多能互补解决方案具有重要价值。其非凸AC潮流建模与改进内点法可应用于ST系列储能变流器与SG逆变器的协同调度,特别是在工业园区多能源场景中,通过分布式优化算法实现光伏-储能-燃气发电的经济调度。该方法较传统集中式算法效率提升4倍,可集成至iSolarClo...
揭示钠化石墨负极主导的NFPP/HC软包电池热失控机制
Uncovering Sodiated HC dominated thermal runaway mechanism of NFPP/HC pouch battery
Wei Li · Shini Lin · Honghao Xi · Yuan Qin 等8人 · Applied Energy · 2025年1月 · Vol.391
摘要 钠离子电池（SIBs）因其资源丰富和优异的电化学性能，被认为是大规模储能系统（LSESS）中极具前景的技术。然而，SIBs的安全性鲜有讨论，而热稳定性对其电池应用至关重要，尤其是在LSESS中的应用。本研究揭示了由钠化负极产热主导的Na₃Fe₂(PO₄)(P₂O₇)||硬碳（NFPP/HC）软包电池的热失控机制。基于电池和材料层面的产热分析表明，硬碳（HC）与电解液之间的放热反应在100 °C时即开始发生（NFPP与电解液的放热反应发生在约230 °C），且负极与电解液的反应释放大量热量，...
解读: 该钠离子电池热失控机理研究对阳光电源PowerTitan等大规模储能系统安全设计具有重要参考价值。研究揭示硬碳负极在100°C即开始放热反应,远低于正极材料230°C,且隔膜熔点接近热失控触发温度。这为ST系列PCS的热管理策略优化提供依据:需在电池簇级别加强温度监测,设置更严格的100°C预警阈值...
我们是否过于悲观？太阳能光伏、风能和电池的成本预测在全球范围内高估了实际成本
Are we too pessimistic? Cost projections for solar photovoltaics, wind power, and batteries are over-estimating actual costs globally
Hadi Vatankhah Ghadim · Jannik Haas · Christian Breyer · Hans Christian Gils 等7人 · Applied Energy · 2025年1月 · Vol.390
摘要 可再生能源技术的成本预测是计算能源转型路径的主要输入之一。以往研究表明，这些成本预测往往被高估。在本研究中，我们更新了对主要可再生能源技术成本预测的评估，比较了2020年至2050年间超过40项研究中的150种情景，涵盖的技术包括大型地面光伏电站、屋顶光伏系统、陆上与海上风电以及锂离子电池。总体而言，所审查的所有研究均预计平准化度电成本（LCOE）和资本支出将显著下降，但下降幅度存在差异。尽管修订后的成本预测已有所改善，并更贴近历史发展趋势，但仍显得过于悲观。大多数针对2050年的成本预测...
解读: 该研究揭示光伏和储能成本下降速度超预期,对阳光电源ST系列储能变流器和SG系列光伏逆变器产品线具有战略意义。成本快速下降将加速光储一体化项目部署,验证了公司在1500V高压系统、SiC功率器件应用及三电平拓扑等降本增效技术路线的正确性。建议强化PowerTitan储能系统与iSolarCloud平台...
电动公交 fleet 在光伏-储能-充电站下的最优充电调度
Optimal charging scheduling of an electric bus fleet with photovoltaic-storage-charging stations
Xiuyu Hu · Hailong Li · Chi Xi · Applied Energy · 2025年1月 · Vol.390
摘要 用广受认可的电动公交车（EBs）替代传统的柴油公交车以提供城市公共交通服务，可显著降低运营成本和碳排放。然而，如果公交 fleet 完全依赖电力电网作为能源供应，由于电网过度依赖化石燃料等不可再生能源，现有的经济和环境问题可能无法得到彻底解决。本研究建模并优化了一种新兴的公交充电场景，即由光伏-储能-充电（PSC）站与电力电网共同为电动公交 fleet 供电。每个PSC站配备有光伏（PV）面板用于吸收太阳能，以及一组电池用于储存电能，该电能可根据需要用于为公交车充电、向电网供电，或同时执行...
解读: 该光储充一体化调度研究对阳光电源ST系列储能变流器、SG光伏逆变器及充电站产品线具有重要应用价值。论文提出的PSC站内电力优化分配算法可直接应用于iSolarCloud平台,实现光伏发电、储能系统与充电桩的协同控制。基于分时电价的多目标优化策略可增强PowerTitan储能系统的经济性,SiC器件的...
基于物理信息注意力残差网络的电池智能温度预警模型
Battery intelligent temperature warning model with physically-informed attention residual networks
Xue Ke · Lei Wang · Jun Wang · Anyang Wang 等12人 · Applied Energy · 2025年1月 · Vol.388
摘要 电动汽车的快速发展对锂离子电池的热安全管理提出了更高要求。传统的物理模型需要大量离线参数辨识，在计算效率与模型保真度之间难以平衡；而数据驱动方法虽然精度较高，但缺乏可解释性，且在不同工况下需要大量数据支持。为应对上述挑战，本文提出了一种物理信息引导的注意力残差网络（Physics-Informed Attention Residual Network, PIARN），该模型将改进的非线性双电容模型与热集总模型嵌入到物理引导的循环神经网络框架中，从而提升了模型的可解释性与泛化能力。所设计的残...
解读: 该物理信息引导的电池温度预警技术对阳光电源储能系统具有重要价值。PIARN模型结合物理模型与深度学习,可集成至ST系列PCS和PowerTitan储能系统的BMS热管理模块,实现0.1°C精度的在线温度预测和近100%准确率的热预警。其轻量化物理模型与残差网络架构适合边缘计算部署,可通过iSolar...
深度灵活的商业建筑暖通空调系统控制：一种融合物理感知深度学习的模型预测控制方法
Deeply flexible commercial building HVAC system control: A physics-aware deep learning-embedded MPC approach
Lingfeng Tang · Haipeng Xi · Yongguan Wang · Zhanbo Xu · Applied Energy · 2025年1月 · Vol.388
摘要 商业建筑中的供暖、通风与空调（HVAC）系统可作为灵活性资源，促进可再生能源在电力系统中的集成。然而，冷水机组复杂的运行特性以及水循环与空气循环耦合下的多区域热动态特性导致HVAC系统控制模型复杂度高，限制了其运行灵活性的充分挖掘。为解决该问题，本文提出一种融合物理感知深度学习的模型预测控制（MPC）方法，以实现面向需求响应的深度灵活商业建筑HVAC系统控制。首先，采用具有高逼近能力的深度学习模型捕捉冷水机组的运行特性，并结合物理约束模块以保证运行约束的满足；多区域热动态则利用基于先验建筑...
解读: 该物理感知深度学习MPC技术对阳光电源工商业储能系统具有重要应用价值。论文中HVAC柔性调控思路可迁移至ST系列PCS的需求响应场景:利用深度学习建模复杂负荷特性,结合物理约束保证设备安全运行;图卷积网络建模多区域热动态的方法,可借鉴用于PowerTitan多簇电池热管理协同优化;混合整数线性化嵌入...
一种用于风力涡轮机应用中精确预测三维时空风场的新型频域物理信息神经网络
A novel frequency-domain physics-informed neural network for accurate prediction of 3D spatio-temporal wind fields in wind turbine applications
Shaopeng Li · Xin Li · Yan Jiang · Qingshan Yang 等7人 · Applied Energy · 2025年1月 · Vol.386
摘要 风能是全球关键的清洁能源之一。风力涡轮机的结构安全性和动力响应分析在很大程度上受到其所在位置风速数据可获得性与精度的影响。然而，气象观测站分布稀疏，通常难以获取高分辨率的空间风速数据，因此需要采用条件模拟方法来补充低分辨率的观测数据。本研究针对这一挑战，提出了一种频域物理信息神经网络（FD-PINN），该方法利用频域信息，旨在实现对风力涡轮机三维（3D）时空风场的精准预测。该方法构建了一个深度神经网络，并将其与关键物理模型相结合，包括风谱、风场相干函数以及风速廓线。通过融合这些物理先验知识...
解读: 该频域物理信息神经网络技术对阳光电源风电变流器及新能源场站具有重要价值。通过高精度3D时空风场预测,可优化SG系列风电变流器的功率预测算法和主动抗扰控制策略,提升MPPT效率。结合iSolarCloud平台,该深度学习方法可增强风光储混合电站的预测性维护能力,优化储能系统ST系列PCS的充放电策略。...
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...
利用集成管状热电发电机的新型半透明混合光伏太阳能板放大绿色氢气生产
Amplification of green hydrogen production using an innovative new hybrid semi-transparent photovoltaic solar panel integrated with tubular thermoelectric generators
A.Habchi · Bouchaib Hartiti · Hicham Labrim · Philippe Thevenin 等5人 · Applied Energy · 2025年1月 · Vol.384
摘要 绿色氢气生产因其在清洁能源方面的优势以及在汽车和工业等多个应用领域的高效性，已成为全球关注的焦点。本文提出并分析了一种新型半透明光伏面板，该面板与混合太阳能集热器和电解槽集成。电解槽由半透明面板和热电发电机共同产生的电能驱动，确保了完全清洁的能源生产。为了评估当前混合系统的热性能和电性能，本文基于传热计算建立了一个新的数学模型。此外，还分析并讨论了辐射强度和太阳聚光比对混合系统性能及氢气生产过程的影响。在数值模型得到验证后，关键结果表明，半透明光伏面板和管状热电发电机分别产生的最大电功率为...
解读: 该半透明光伏-热电混合制氢技术对阳光电源具有重要启示价值。系统集成思路可应用于SG系列逆变器的多能互补场景,通过MPPT优化算法协调光伏与热电发电的功率输出。制氢电解器的电力管理策略可借鉴至PowerTitan储能系统的能量调度模块。特别是其高浓缩比(200倍)下的功率转换技术,对阳光电源开发工商业...
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...
揭示磁场在电化学储能中的潜力：综述
Unravelling the potential of magnetic field in electrochemical energy storage: A review
Sarita Yadav · Yogesh Sharm · Applied Energy · 2025年1月 · Vol.383
储能器件是推动便携式电子设备、固定式储能系统以及电动汽车发展的核心。为了进一步提升这些器件的效率、能量密度和功率容量，亟需可规模化且高效的端到端解决方案。已有大量研究表明，作为非接触式能量源的磁场已成为增强储能器件电化学性能的一种有力工具。在某些情况下，磁场会引起电极材料在结构、形貌和比表面积方面的显著变化；而在其他情况下，磁化电极的局部磁环境则可调节其储能特性。此外，由磁场驱动的作用力能够改变电极材料的本征磁性，并调控电极/电解质界面处的电子传输与离子迁移行为。一些文献还报道了磁场在废弃电极材...
解读: 该磁场调控技术对阳光电源储能系统具有重要应用价值。在ST系列PCS和PowerTitan储能产品中,磁场可优化电极材料形貌与比表面积,提升电池能量密度和功率性能。对于SiC功率器件应用,磁场调控电子输运特性可降低开关损耗。此外,磁场辅助的废旧电极材料回收技术可支撑储能系统全生命周期管理,与iSola...
基于多物理量融合图自编码器网络的质子交换膜燃料电池非均匀反应预测
Prediction of non-uniform reactions in PEMFC based on the multi-physics quantity fusion graph auto-encoder network
Pulin Zhang · Diankai Qiu · Linfa Peng · Applied Energy · 2025年1月 · Vol.383
摘要 为了满足高功率输出的需求，大面积的质子交换膜燃料电池（PEMFCs）已成为研究的重点。然而，在实际应用中，燃料电池内部的非均匀反应难以避免，这会导致性能下降以及电堆寿命缩短。了解燃料电池内部物理量分布的变化规律，并准确预测其未来的内部状态，对于燃料电池的控制与维护至关重要。本文提出了一种多物理量融合图自编码器网络（MP-GAE），该模型是一种针对燃料电池性能及多物理场分布的瞬态预测模型，重点考虑了反应时间、空间位置以及多个物理场之间的耦合关系。基于图注意力机制和时序网络，构建了分段时序图注...
解读: 该PEMFC多物理场预测技术对阳光电源氢能业务具有重要借鉴价值。论文提出的MP-GAE时空预测模型可应用于我司燃料电池系统的智能运维:1)非均匀反应预测算法可集成至iSolarCloud平台,实现电堆性能衰减的预测性维护;2)多物理场耦合分析方法可优化燃料电池DC/DC变换器的动态响应控制策略;3)...
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...
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1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...
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...
第 2 / 3 页