找到 58 条结果 · Applied Energy
评估光伏与太阳能热比例对组合式太阳能系统性能、成本和排放的影响
Assessing the effects of photovoltaic and solar thermal ratios on performance, cost, and emissions in combined solar configurations
Arash Kazemian · Hongxing Yang · Changying Xiang · Applied Energy · 2025年1月 · Vol.384
摘要 本研究提出了一种集成太阳能热增强装置的光伏光热系统（Photovoltaic Thermal with Solar Thermal Enhancer, PVT-STE），旨在提升传统光伏光热（PVT）系统的性能。通过引入太阳能热增强器，PVT-STE系统采用独特的顺序传热机制，显著提高了热效率和电效率。该系统结构设计使传热流体首先流经PVT模块，随后进入增强型太阳能热（ST）模块，从而获得更高的流体温度，适用于从住宅到工业的多种应用场景。系统配置涵盖从完全太阳能热模式到全光伏光热模式之间的...
解读: 该PVT-STE光热光伏耦合系统研究对阳光电源具有重要启示。系统通过热流体串联传热机制实现光伏与热能协同优化,与我司SG系列逆变器的MPPT技术和ST系列储能变流器可形成互补方案。研究揭示的光伏-热能配比权衡特性,可指导我司开发智能能量管理算法,通过iSolarCloud平台实时优化电热输出比例。特...
不同两相流关联式下高温热泵系统换热器设计与性能评估：4E分析
Heat exchanger design and performance evaluation for a high-temperature heat pump system under different two-phase correlations: 4E analysis
Ding Wu · Bo Ma · Xiaohui Huang · Xian Wu 等7人 · Applied Energy · 2025年1月 · Vol.384
摘要 为区域供热并促进可再生能源电力的消纳，高温热泵技术预计将在由可再生能源驱动的热能储存系统中发挥关键作用。然而，目前关于高温热泵性能预测的研究通常基于特定的换热器传热关联式，难以指导在高温热泵系统的换热器设计和系统性能评估中对两相流关联式的选择与组合。本研究聚焦于不同两相流关联式的影响，针对用于部件设计和系统性能预测的8种关联式（4种流动冷凝关联式和4种流动沸腾关联式）开展了对比研究。结果表明，对于设计工况下的冷凝器或蒸发器，其尺寸、成本及碳排放均显著受到不同两相流关联式的影响。在16组两相...
解读: 该高温热泵4E分析技术对阳光电源储能系统热管理具有重要参考价值。PowerTitan等大型储能系统面临显著热管理挑战,研究揭示的两相流换热关联式选择对换热器设计、成本及碳排放的影响,可直接应用于ST系列PCS和集装箱式ESS的冷却系统优化。特别是非设计工况下9.88%的制热量波动和6.76%的火用效...
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...
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...
基于知识蒸馏与自适应模型的锂离子电池温度分布学习
Temperature distribution learning of Li-ion batteries using knowledge distillation and self-adaptive models
Rufan Yang · Hung Dinh Nguyen · Applied Energy · 2025年1月 · Vol.382
摘要 温度监测与估计在电池热管理系统中至关重要，有助于优化电动汽车（EV）和固定式储能系统中电池的性能并延长其使用寿命。由于存在多种数据驱动模型，每种模型仅反映热分布的某一侧面（或局部），因此亟需一个能够提供整体分布的统一模型。考虑到电动汽车车载计算资源有限，该统一模型不能过于庞大。在此类约束条件下，本研究提出了一种用于学习锂离子电池温度分布的新颖框架，该框架结合了知识蒸馏方法与自适应控制机制。所提出的框架克服了传统温度计算方法的局限性，即对精确物理参数的需求以及缺乏实时适应能力。我们的方法将多...
解读: 该锂电池温度分布学习技术对阳光电源ST系列储能系统和PowerTitan产品具有重要应用价值。知识蒸馏框架可将复杂热管理模型压缩部署至BMS边缘计算单元,自适应机制能实时优化温度监测精度。该方法可增强储能PCS的电池热失控预警能力,延长电芯寿命,并为iSolarCloud平台提供更精准的预测性维护数...
无翅片仿肠结构装置实现高功率密度与高能量密度的相变储热
Finless intestine-mimic devices for high power density and high energy density latent heat storage
Yang Tian · Xianglei Liu · Qiao Xu · Qinyang Luo 等9人 · Applied Energy · 2025年1月 · Vol.382
摘要 相变储热（LHS）技术为解决间歇性热能供应与连续需求之间的不匹配问题提供了一种可行方案，但其充热/放热过程缓慢，导致功率密度较低。尽管已有多种翅片结构被提出以应对这一挑战，但通常以牺牲能量密度和增加系统复杂性为代价。受肠道内部结构与功能的启发，本文提出一种新型无翅片双梯度LHS装置，并集成氧化镁纳米颗粒（MgO NPs），以同时实现高能量密度和高功率密度。通过协同降低界面热阻并增加纳米颗粒周围原子密度，在LiNO3-KCl共晶盐中添加4 wt%的MgO纳米颗粒，使其导热系数和储能密度分别提...
解读: 该仿肠道无翅片相变储热技术对阳光电源储能系统具有重要借鉴价值。其通过纳米颗粒增强导热性和结构优化提升功率密度114.2%的思路,可应用于PowerTitan液冷储能系统的热管理优化,特别是电池簇温控设计。双梯度结构与涡流增强机制启发ST系列PCS散热方案改进,有助于提升功率器件热传导效率,降低系统热...
基于微电网群租赁共享储能的主动配电网三层Stackelberg博弈调度
Trilayer Stackelberg Game Scheduling of Active Distribution Network Based on Microgrid Group Leasing Shared Energy Storage
Jinpeng Qiao · Yang Mi · Siyuan Ma · Yunhao Han 等5人 · Applied Energy · 2025年1月 · Vol.382
摘要——本文提出一种基于微电网群租赁共享储能的主动配电网三层Stackelberg博弈（SG）调度策略。在上层，配电系统运营商作为领导者，综合考虑中层和下层的电力需求来确定交易价格，从而实现主动配电网的安全运行以及削峰填谷。在中层，共享储能运营商既可作为领导者制定租赁价格，也可作为跟随者响应交易价格，以保证共享储能系统的可靠充放电与高效利用。在下层，微电网联盟作为跟随者制定租赁容量并响应交易价格，从而确保电力平衡及可再生能源的就地消纳。此外，为有效求解该三层SG模型，采用多步逆向归纳法证明了均衡...
解读: 该三层博弈调度策略对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。通过配网运营商-共享储能-微网群的分层博弈机制,可优化ST-PCS的充放电策略,提升储能利用率。分布式嵌套迭代算法可集成至iSolarCloud平台,实现多微网协同调度和削峰填谷。该模型为阳光电源开发共享储能租...
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...
基于深度时空相关性挖掘的风电场群短期功率预测方法
Short-term power prediction method of wind farm cluster based on deep spatiotemporal correlation mining
Da Wang · Mao Yang · Wei Zhang · Chenglian Ma 等5人 · Applied Energy · 2025年1月 · Vol.380
摘要 本文提出了一种基于时空相关性挖掘的风电场群短期功率预测方法。首先，建立了一种考虑风速和风向的空间相关性量化指标。基于该指标，构建了包含虚拟节点的图结构以表征风电场之间的空间关联关系，其中虚拟节点为输入数据增添了额外的有效信息。随后，采用图注意力网络提取风电场群的空间特征，并构建双向循环残差网络以提取时间特征，同时引入多任务学习算法优化网络输出。最后，提出了一种针对虚假预测分量的评价指标，用于评估由正负误差累积所导致的预测偏差，为发电计划的制定提供了参考依据。利用中国21个风电场群的实际数据...
解读: 该风电集群时空关联预测技术对阳光电源储能系统具有重要应用价值。通过图注意力网络挖掘风电场空间关联和双向循环网络提取时序特征,可显著提升ST系列PCS的功率预测精度至89.69%,优化PowerTitan储能系统的充放电策略。虚拟节点增强的图结构建模方法可集成至iSolarCloud平台,实现风储协同...
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...
电力系统中的安全频率调节：针对FDI、DoS和延迟网络攻击的综合防御策略
Secure frequency regulation in power system: A comprehensive defense strategy against FDI, DoS, and latency cyber-attacks
Shaohua Yang · Keng-Weng Lao · Hongxun Hui · Jinshuo Su 等5人 · Applied Energy · 2025年1月 · Vol.379
摘要 维持频率稳定对电力系统的安全至关重要，而深度的信息物理交互使得频率调节易受网络攻击风险的影响。虚假数据注入（FDI）攻击、拒绝服务（DoS）攻击以及延迟攻击是电力系统中常见的典型网络攻击类型，它们各自通过不同的机制恶化系统频率，带来严重的安全威胁。然而，现有针对频率调节的研究在安全性方面缺乏能够全面应对所有这些攻击类型的综合解决方案。为填补这一空白，本文研究了一种保障电力系统频率调节安全的安全策略。首先，在考虑上述各类攻击的前提下，建立了系统频率调节模型，揭示了网络安全问题的严重性，特别是...
解读: 该网络安全防御策略对阳光电源储能系统具有重要价值。ST系列PCS和PowerTitan在参与电网调频服务时,面临FDI、DoS等网络攻击风险。论文提出的网络弹性控制(CRC)策略可集成到iSolarCloud平台,通过安全面和辅助轨迹控制双重机制,保障储能系统在网络攻击下的频率响应能力。特别是在虚拟...
通过阴极水管理将直接硼氢化物燃料电池的功率密度提升至>600 mW cm−2
Boosting the power density of direct borohydride fuel cells to >600 mW cm−2 by cathode water management
Wenxing Jiang · Fangfang Wan · Qiqi Wan · Endao Zhang 等11人 · Applied Energy · 2025年1月 · Vol.378
摘要 直接硼氢化物燃料电池（DBFC）因其高能量密度而受到广泛关注。然而，其功率密度仍不足以满足商业应用的需求。目前已有大量研究聚焦于阳极反应动力学，但对阴极水管理的关注较少，而阴极水管理对于直接液体燃料电池除了至关重要。本文开发了一种具有异质结双微孔层（HJD-MPL）结构的新型气体扩散层（GDL）。利用该HJD-MPL结构，在80 °C下实现了688 mW cm−2的峰值功率密度，超过了文献报道值（453 mW cm−2）。由于具有更高的孔隙率、渗透性以及更强的梯度毛细力，氧气传输阻力从商用...
解读: 该燃料电池阴极水管理技术对阳光电源储能及充电桩产品具有重要借鉴价值。其异质结双微孔层结构通过梯度毛细力优化传质过程,将氧传递阻抗降低67%,功率密度提升52%。该思路可应用于ST系列PCS的液冷散热优化和充电桩热管理系统,通过仿生梯度孔隙结构改善冷却液流动特性,降低热阻抗,提升SiC功率器件散热效率...
基于物理信息神经网络的振荡越浪式波浪能转换装置系统辨识
System identification of oscillating surge wave energy converter using physics-informed neural network
Mahmoud Ayy · Lisheng Yang · Alaa Ahm · Ahmed Shalaby 等9人 · Applied Energy · 2025年1月 · Vol.378
优化波浪能转换装置的几何结构并通过PTO控制提高其效率，需要发展能够预测其水动力响应的有效低阶模型。本文采用多步方法，识别控制振荡越浪式波浪能转换装置响应方程的系数。依次利用准静态实验、自由响应实验和扭矩强迫实验的数据，分别识别水静力刚度系数、辐射阻尼系数、附加质量系数以及非线性阻尼系数。这些数据集来源于对振荡式波浪能转换装置模型所进行的实验。刚度系数由准静态实验确定。随后，将物理信息神经网络应用于自由响应数据，以识别表征辐射阻尼的状态空间模型的系数。同样的方法被应用于扭矩强迫响应数据，以识别附...
解读: 该物理信息神经网络(PINN)系统辨识方法对阳光电源储能变流器ST系列和电机驱动控制具有重要借鉴价值。文中多步骤辨识非线性阻尼、辐射阻尼及附加质量的思路,可应用于PowerTitan储能系统的PCS控制参数自适应优化和电动汽车驱动系统的电机参数在线辨识。结合SiC器件高频特性,PINN可实现GFM/...
基于物理的锂离子电池电化学模型参数辨识及其双种群优化方法
Physics-based parameter identification of an electrochemical model for lithium-ion batteries with two-population optimization method
Aina Tian · Kailang Dong · Xiao-Guang Yang · Yuqin Wang 等7人 · Applied Energy · 2025年1月 · Vol.378
摘要 伪二维（P2D）模型因其基于物理原理的高精度，在电池管理系统中展现出日益广阔的应用前景。然而，由于难以准确辨识多个参数，且常出现求解不收敛的问题，限制了其实际应用效果。传统的数据驱动型P2D模型参数辨识方法虽然先进，但通常需要大量数据，且缺乏必要的物理机理洞察，容易导致过拟合。为应对上述挑战，本研究首先开展参数敏感性分析，以确定各类参数辨识的最佳条件；进而提出一种双种群多目标优化算法，高效地筛选出非劣解参数集。该算法的独特之处在于引入非收敛种群，以增强狼群种群的更新过程，从而提升参数辨识的...
解读: 该P2D模型参数辨识技术对阳光电源储能系统具有重要价值。通过双种群优化算法精确识别23个电池参数,可显著提升ST系列PCS和PowerTitan储能系统的BMS精度,动态工况下电压预测误差控制在9mV以内。该物理驱动方法可增强iSolarCloud平台的电池健康状态评估和预测性维护能力,避免纯数据驱...
构建可持续的城市能源系统：关联数据在社区级光伏发电量估算中的作用
Building sustainable urban energy systems: The role of linked data in photovoltaic generation estimation at neighbourhood level
Xuan Liu · Dujuan Yang · Alex Donker · Bauke De Vries · Applied Energy · 2025年1月 · Vol.378
摘要 可持续城市发展的迫切需求要求降低能源消耗和碳排放。太阳能作为推动能源转型愿景的关键力量，已成为城市领域重要的可再生能源来源。为了推进能源转型与碳中和目标的实现，理解社区层级的光伏（PV）发电规划至关重要，因为该尺度提供了在家庭层面或城市层面均无法获得的机遇。然而，由于来自不同学科领域的数据繁多且复杂，目前尚缺乏聚焦于社区层级光伏发电预测整合的研究。支持电能发电量的估算过程对于实现社区层级电网精细化的能源规划与管理具有重要意义。语义网技术为应对这一挑战提供了一种有前景的解决方案。通过该方法，...
解读: 该研究提出的邻里级光伏发电预测框架对阳光电源iSolarCloud平台具有重要应用价值。通过语义网技术整合异构数据,可优化SG系列逆变器在社区微网场景的能量管理策略,提升ST系列储能变流器的充放电调度精度。NPO本体论方法为PowerTitan储能系统提供更精准的发电预测输入,支撑虚拟同步机(VSG...
DEST-GNN：一种用于多站点小时内光伏功率预测的双探索时空图神经网络
DEST-GNN: A double-explored spatio-temporal graph neural network for multi-site intra-hour PV power forecasting
Yanru Yang · Yu Liu · Yihang Zhang · Shaolong Shu 等5人 · Applied Energy · 2025年1月 · Vol.378
准确的光伏发电（PV）功率预测对于电网实时平衡和储能系统优化至关重要。然而，由于光伏发电具有间歇性和波动性，实现高精度的光伏功率预测仍然是一项挑战。本文提出了一种用于多站点小时内光伏功率预测的新方法。与当前独立预测每个光伏电站功率的方法不同，我们通过考虑各光伏电站之间固有的时空相关性，同时预测所有站点的发电功率，并设计了一种新型图神经网络模型——DEST-GNN。在DEST-GNN中，采用无向图来表示这些光伏电站之间的依赖关系：每个光伏电站由一个节点表示，任意两个电站之间的时空相关性则由它们之间...
解读: 该多站点小时内光伏功率预测技术对阳光电源SG系列逆变器和ST储能系统具有重要应用价值。DEST-GNN通过时空图神经网络捕捉多电站关联性,可集成至iSolarCloud平台实现区域级功率预测,优化储能系统PowerTitan的充放电策略。其稀疏注意力机制可提升GFM/GFL控制算法的前瞻性调度能力,...
屋顶光伏模型的开发以支持城市建筑能源建模
Development of rooftop photovoltaic models to support urban building energy modeling
Zhiyuan Wang · Jingjing Yang · Guangchen Li · Chengjin Wu 等6人 · Applied Energy · 2025年1月 · Vol.378
开发屋顶光伏（PV）系统有助于发电并减少建筑领域的碳排放。本文提出了一种屋顶光伏建模方法，以支持采用原型城市建筑能源建模（UBEM）方法和逐栋建筑UBEM方法的城市建筑能源建模。所开发的光伏建模方法适用于具有矩形平屋顶、坡屋顶以及任意形状平屋顶的建筑。该方法可自定义屋顶光伏的主要布局配置参数，包括光伏组件尺寸、倾角、方位角、堆叠行数以及组件之间的行间距。本研究选取中国长沙市的一个区域作为案例，收集了该区域的基本建筑信息，包括建筑类型、建筑基底轮廓、建造年份以及楼层数。结果表明，通过人工检查，光伏...
解读: 该城市建筑屋顶光伏建模技术对阳光电源SG系列逆变器的城市级部署具有重要参考价值。研究揭示的排间距优化(>1m时发电量随间距减小而增加)可指导我们的MPPT算法在复杂遮挡场景下的优化策略。建筑间遮挡导致5.57%发电损失的发现,可结合iSolarCloud平台开发城市光伏选址评估工具,为分布式光伏项目...
基于物理信息生成式深度学习的风力机分层动态尾流建模
Hierarchical dynamic wake modeling of wind turbine based on physics-informed generative deep learning
Qiulei Wang · Zilong Ti · Shanghui Yang · Kun Yang 等6人 · Applied Energy · 2025年1月 · Vol.378
摘要 随着电力需求的不断增长，风电场的规模远超以往。功率与载荷预测是风电场布局优化中最关键的两个课题。传统的尾流建模方法，如解析模型和计算流体动力学（CFD）模拟，在准确性和效率方面均难以有效应对如此大规模的问题。本研究提出了一种新颖的基于生成式深度学习的风力机分层动态尾流建模方法——PHOENIX（PHysics-infOrmed gEnerative deep learniNg for hIerarchical dynamic wake modeling eXploration），用于捕捉风...
解读: 该深度学习风电尾流建模技术对阳光电源风电变流器及储能系统具有重要价值。通过精准预测风机功率输出的时空特性,可优化ST系列储能PCS的充放电策略,提升风储协同效率。该物理信息神经网络方法可借鉴应用于iSolarCloud平台的预测性维护算法,结合GFM控制技术实现风电场群级功率平滑输出。动态尾流模型的...
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%...
第 2 / 3 页