找到 90 条结果 · Applied Energy
考虑自消费与自给自足的农村配电网多分布式光伏集群共享储能两阶段优化配置
Two-stage optimization configuration of shared energy storage for multi-distributed photovoltaic clusters in rural distribution networks considering self-consumption and self-sufficiency
Keyi Kang · Heping Jia · Hongxun Huicd · Dunnan Liu · Applied Energy · 2025年1月 · Vol.394
摘要 在中国农村配电网中，将储能（ES）系统与分布式光伏发电（DPV）相结合，能够提升电力的自发自用水平并缓解电网拥塞问题。然而，由于农村地区DPV部署具有地理分布分散的特点，若为各村级DPV集群单独配置储能系统，则因缺乏跨集群间的能量交换，导致储能利用效率低下，从而显著增加初始投资与运维成本。本文在考虑不同村庄间DPV出力与居民负荷之间互补特性的基础上，提出一种多DPV集群与共享储能（SES）协同运行策略，旨在提高系统的自消费率与自给能力。进而构建了涵盖全生命周期成本-收益的综合分析框架以及两...
解读: 该共享储能优化配置技术对阳光电源ST系列PCS及PowerTitan储能系统具有重要应用价值。研究验证共享储能较分布式储能可提升光伏自消纳率2.44%、降低成本2.54%,与我司推广的集中式储能方案高度契合。两阶段优化模型可应用于iSolarCloud平台,结合需求响应实现多集群协同控制,提升ST-...
时空特征编码的深度学习方法用于屋顶光伏潜力评估
Spatiotemporal feature encoded deep learning method for rooftop PV potential assessment
Jian Xuab · Zhiling Guo · Qing Yuc · Kechuan Dongd 等7人 · Applied Energy · 2025年1月 · Vol.394
摘要 屋顶光伏（PV）系统是提升城市环境中可再生能源利用的一种有前景的解决方案。准确估算屋顶光伏系统的发电潜力受到复杂城市形态所引起的遮蔽效应的制约，这些效应显著降低了屋顶表面的太阳辐照度，从而导致预测误差。传统的遮蔽模拟方法计算成本高昂，凸显了在计算效率与评估精度之间实现精细平衡的必要性。本研究提出了一种创新的深度学习框架，能够有效编码多种时空数据源，以精确预测阴影投射并计算屋顶光伏潜力。具体而言，基于物理原理的真实数据，结合U-Net网络、三维（3D）建筑细节、太阳能资源数据以及气象参数，使...
解读: 该时空特征编码深度学习框架对阳光电源屋顶光伏系统规划具有重要价值。研究通过U-Net网络精准预测建筑阴影对发电量的影响(平均损失5.32%),可优化SG系列逆变器的MPPT算法在遮挡工况下的功率追踪策略。158倍的计算加速能力可集成至iSolarCloud平台,实现大规模城市屋顶光伏资源快速评估与选...
电动汽车充电站的高效管理：通过储能系统和可再生能源平衡用户偏好与电网需求
Efficient Management of Electric Vehicle Charging Stations: Balancing user preferences and grid demands with energy storage systems and renewable energy
Anis Ur Rehman · Junwei Lua · Bo Dub · Feifei Baic 等5人 · Applied Energy · 2025年1月 · Vol.393
摘要 可再生能源（RESs）与储能系统（ESSs）相结合，因其经济和环境优势，在电动汽车充电站（EVCSs）中的应用日益广泛。为凸显其优势，已有大量研究聚焦于将可再生能源与储能系统集成到电动汽车充电站所带来的技术经济性与环境影响。然而，诸如负荷管理能力以及这些系统在充电站运行中的操作效率等重要方面，却相对较少受到关注。本文通过研究在电动汽车充电站中将可再生能源与储能系统同超快速直流充电机（UFCs）结合的负荷管理与运行效率，填补了这一研究空白。文章以澳大利亚某商业Evie网络（充电公司）的一个配...
解读: 该研究验证了储能系统与超快充结合的负荷管理优势,与阳光电源ST系列PCS及充电站解决方案高度契合。ReBIS策略降低40%能源成本、支持99.4%用户优选充电并削减63%碳排放,为PowerTitan储能系统在光储充场景的能量管理策略提供实证支撑。可结合iSolarCloud平台的预测性维护能力,优...
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...
基于模型预测控制的梯级水电-光伏互补系统实时调度框架
A real-time scheduling framework of cascade hydropower-photovoltaic power complementary systems based on model predictive control
Chengguo Su · Li Li · Taiheng Zhang · Quan Sui 等5人 · Applied Energy · 2025年1月 · Vol.392
摘要 光伏（PV）发电与水电的联合运行已成为促进可再生能源消纳的有效途径。在实时调度过程中提升对水电和光伏发电的管理与控制能力，有助于满足电网预期的电力需求。然而，应对光伏发电出力和径流固有的不确定性仍是一项重大挑战。本文提出了一种基于模型预测控制（MPC）的梯级水电-光伏（CH-PVP）互补系统实时调度框架。采用Wasserstein生成对抗网络（WGAN）对径流和光伏发电出力进行预测，在此基础上构建了考虑动态水流滞时和水电机组振动区的CH-PVP互补系统实时调度模型，旨在最小化功率偏差并减少...
解读: 该MPC实时调度框架对阳光电源水光互补系统具有重要价值。WGAN预测模型可集成至iSolarCloud平台,提升光伏出力预测精度;动态水延时建模思路可应用于ST储能系统的充放电调度,优化SG逆变器与水电的协调控制策略。MILP快速求解技术(<1分钟)适配GFM/VSG控制的实时响应需求,降低功率偏差...
核电厂集成潜热储能系统的经济可行性分析
Economic feasibility analysis of LHTES integration with a nuclear power plant
R.Deepak Selvakumar · Abdulrahman H.Mohamm · Siyuan Dai · Yulong Ding 等5人 · Applied Energy · 2025年1月 · Vol.392
将潜热储能（LHTES）系统集成到核电厂（NPPs）中是一种提高运行效率并实现负荷均衡的有前景的方法。本研究对LHTES单元与APR1400反应堆的集成进行了综合的技术经济分析。采用ε-NTU法估算LHTES单元的设计参数和性能表现。针对集成发电循环，考虑25年的生命周期，估算了其资本支出和运行费用。假设电价年增长率为4.83%，分别估算了峰时和非峰时电价情景下的年收入。通过改变相变材料（PCM）的成本进行净现值（NPV）分析，以确定盈利的临界阈值。基于NPV结果计算了投资回收期，结果显示在所有...
解读: 该核电站潜热储能(LHTES)技术对阳光电源储能系统具有重要借鉴价值。研究验证了储能系统在电价峰谷套利场景下的经济可行性,峰电价情景下2.71-5.09年即可回收成本,NPV达132.69百万美元,IRR超13%。这为ST系列PCS和PowerTitan储能系统在电网调峰应用提供了商业模式参考。蒙特...
基于预测的风-光互补电解制氢系统的设计与优化调度
Design and optimal scheduling of a forecasting-based wind-and-photovoltaic complementary electrolytic hydrogen production system
Weichao Dong · Hexu Sun · Zheng Li · Huifang Yang · Applied Energy · 2025年1月 · Vol.392
摘要 氢能可有效缓解能源短缺并减少环境污染。本文首次设计了一个完整的风能与光伏（PV）互补制氢系统，包括高效的发电系统模型、精确的预测模型、优良的优化调度策略以及高效的催化剂。该离网型互补发电系统在直流母线上实现。提出了一种混合预测模型，结合长短期记忆网络（LSTM）、分位数回归（QR）和正则藤copula方法。LSTM与QR相结合可获得边缘概率密度函数（PDF）。利用正则藤copula建立风能与光伏能源之间的相关性，并将边缘PDF与其相关性结构结合，实现对风能和光伏出力的联合预测。提出一种基于...
解读: 该风光制氢系统对阳光电源ST系列储能变流器和SG光伏逆变器具有重要应用价值。文中直流母线离网架构可结合我司1500V系统和三电平拓扑技术,提升功率转换效率。LSTM-DRL多目标优化调度策略可集成至iSolarCloud平台,实现风光出力预测与氢储能协同控制。研究的3.1美元/kg制氢成本为Powe...
基于注意力机制与并行预测架构的光伏发电功率预测框架
A photovoltaic power forecasting framework based on Attention mechanism and parallel prediction architecture
Zhengda Zhou · Yeming Dai · Mingming Leng · Applied Energy · 2025年1月 · Vol.391
摘要 光伏发电易受气象条件随机波动特性的影响，因此准确可靠地预测光伏发电功率具有重要意义。本文提出了一种新型混合预测框架（注意力机制-扩张因果卷积-双向长短期记忆网络-自回归模型，ADBA模型），用于超短期光伏发电功率预测。该框架结合了注意力机制、精心设计的并行预测架构，以及线性自回归（AR）组件和非线性扩张因果卷积-双向长短期记忆网络（DCC-BiLSTM）组件。首先，利用注意力机制根据输入变量的相对重要性分配权重，以优化多变量时间序列。其次，将优化后的数据分别输入并行架构中的线性和非线性组件...
解读: 该光伏功率预测框架对阳光电源iSolarCloud智能运维平台具有重要应用价值。其Attention-DCC-BiLSTM-AR混合架构可集成至SG系列逆变器的预测性维护系统,通过注意力机制优化多元气象数据输入,并行处理线性与非线性特征,显著提升超短期功率预测精度。该技术可增强1500V系统的MPP...
一种考虑尾部风险评估的互联微电网分布鲁棒协同调度与效益分配方法
A distributionally robust collaborative scheduling and benefit allocation method for interconnected microgrids considering tail risk assessment
Jialin Du · Weihao Hu · Sen Zhang · Di Cao 等8人 · Applied Energy · 2025年1月 · Vol.391
摘要 负荷与可再生能源的不确定性给互联微电网的最优经济调度带来了巨大挑战。本文提出了一种分布鲁棒优化（DRO）协同调度与合作效益分配方法。首先，构建了一种改进的模糊集以刻画负荷和可再生能源的不确定性，从而降低调度策略不必要的保守性。然后，基于条件风险价值（CVaR）将互联微电网的日前协同调度问题构建为一个DRO模型，以准确评估调度策略的尾部平均风险。此外，由于双层定积分优化模型求解困难，本文通过对偶变换及区间约束重构，将原模型等价转化为易于求解的单层混合整数二阶锥规划（MISOCP）模型。随后，...
解读: 该分布式鲁棒优化方法对阳光电源微电网储能系统具有重要应用价值。其CVaR尾部风险评估机制可集成至ST系列PCS的调度策略,提升PowerTitan储能系统在多微网互联场景下的经济性。改进的模糊集建模可优化iSolarCloud平台的源荷不确定性预测算法,降低日前调度保守性。混合整数二阶锥规划求解方法...
优化澳大利亚偏远社区的混合能源系统：倾角在经济型绿色氢气生产中的作用
Optimizing hybrid energy systems for remote Australian communities: The role of tilt angle in cost-effective green hydrogen production
Tushar Kanti Roy · Sajeeb Sah · Amanullah Maung Than Oo · Applied Energy · 2025年1月 · Vol.391
摘要 本研究探讨了集成光伏（PV）面板、电池、燃料电池（FC）、电解槽（EL）和氢气储罐（HT）的混合能源系统（HES），以满足澳大利亚偏远社区的能源需求。分析了两种系统配置：A型（PV/Batt/FC/EL/HT）和B型（PV/FC/EL/HT），重点关注成本效益、能源可靠性和氢气产量。采用了多种优化技术，包括布谷鸟搜索算法、非支配排序遗传算法II（NSGA-II）、序列二次规划算法（SQPA）、花粉授粉算法、约束粒子群优化（PSO）和和声搜索算法，以确定最优系统配置。当采用NSGA-II进行...
解读: 该混合能源系统研究对阳光电源ST储能系统与SG逆变器协同优化具有重要价值。研究验证了电池储能可降低22%系统成本,与我司PowerTitan方案理念契合;PV倾角优化可降低75%成本的发现,可指导SG逆变器MPPT算法改进;氢储能系统的能量管理策略可借鉴至我司GFM控制技术,提升离网场景下多能互补系...
利用相变储热结合自然对流与马兰戈尼对流增强昼夜温差热电能量采集效率
Thermoelectric energy harvesting from day–night temperature swings with latent heat storage: Enhancing the efficiency by combining natural and Marangoni convection
Santiago Madrug · Carolina Mendoz · Applied Energy · 2025年1月 · Vol.391
摘要 自然能源为在电池不适用的环境中为低功耗电子设备（如传感器）供电提供了一种解决方案。在这些能源中，热电转换因其能够利用温度波动发电而尤为突出。然而，其效率严重受限于自然界昼夜循环中通常较小的温差，这限制了其在依赖环境热梯度时的实际应用。通过建立真实的物理模型并开展三维数值模拟，我们证明将热电发电机与潜热储能单元耦合可显著增强自然昼夜温度波动向电能的转化效率。该效率提升得益于自然对流与马兰戈尼对流的协同传热作用。我们采用一个标准热电模块（塞贝克系数 α = 0.027），并与包含相变材料十六烷...
解读: 该热电-相变储能技术为阳光电源储能系统提供创新思路。研究中昼夜温差利用与马兰戈尼对流增强机制,可启发ST系列PCS的热管理优化设计。PowerTitan等大型储能系统运行中产生显著温差,若集成微型热电模块与相变材料,可实现废热自供电,为传感器节点、监控模组提供持续电源,降低iSolarCloud平台...
机器学习预测三重管相变材料蓄热系统熔化响应时间的潜力
The potential of machine learning to predict melting response time of phase change materials in triplex-tube latent thermal energy storage systems
Peiliang Yan · Chuang Wen · Hongbing Ding · Xuehui Wang 等5人 · Applied Energy · 2025年1月 · Vol.390
准确预测熔化响应时间对于优化热能储存系统至关重要，这类系统在解决建筑环境中热能供需之间的时间不匹配问题中发挥着关键作用。本研究旨在定量预测一种新型三重管热能储存系统的熔化响应时间，该系统结合了相变材料和Y形翅片以增强传热性能。基于焓-孔隙度方法建立了数值模型来模拟熔化过程，在不同的设计和运行条件下共生成60个案例的数据集，其熔化响应时间范围为15至45分钟。研究的关键参数包括翅片角度（10°–30°）、翅片宽度（5–15 mm）以及传热流体温度（60 °C–80 °C）。在模型构建之前，验证了变...
解读: 该相变储能系统的机器学习优化技术对阳光电源ST系列储能变流器和PowerTitan液冷储能系统具有重要借鉴价值。研究中XGBoost算法对热响应时间的92%预测精度,可应用于我司液冷储能系统的热管理优化,特别是三电平拓扑功率器件的散热预测。传热流体温度和翅片宽度作为主导因素的发现,可指导PowerT...
水力发电系统中的一次调频性能：宽范围运行下的精确量化与整体提升
Primary frequency regulation performance in hydropower systems: Precise quantification and holistic enhancement under wide-range operation
Xueding Lu · Chaoshun Li · Hao Chang · He Wang 等8人 · Applied Energy · 2025年1月 · Vol.389
摘要 随着大量水电机组转向宽范围运行（WRO，即水头变化超过额定水头的7%，功率调节范围超过额定功率的50%），导致其在电网一次调频（PFR）考核中不达标的风险显著增加。为实现PFR性能的精确量化与整体提升，本文首先构建了一个具备模块化子系统切换功能的灵活水轮机调节系统（HTRS）仿真平台，以支持多种工况模拟与对比研究。其次，引入Prony辨识方法确定复杂非线性HTRS的稳定运行范围，相较于传统方法可节省90%以上的计算时间，且精度更高。在此基础上，分析了运行工况及主要非线性因素对系统稳定性的影...
解读: 该水电一次调频优化技术对阳光电源储能调频系统具有重要借鉴价值。研究中的Prony辨识法可应用于ST系列PCS的宽工况稳定域快速评估,节省90%计算时间;提出的调节上升时间、稳定时间及综合电量等性能指标体系,可直接移植到PowerTitan储能系统的调频性能量化评估中;针对低负荷工况的参数优化策略,对...
利用相变复合材料的各向异性抑制锂离子电池热失控和实现快速充电
Harnessing anisotropy of phase change composites for taming thermal runaway and fast charging of lithium-ion batteries
Anirban Chakraborty · Jooyoung Lee · Choongho Yu · Applied Energy · 2025年1月 · Vol.389
摘要 在锂离子电池（LIB）中，将温度均匀地控制在自燃点以下对于实现最佳性能并避免潜在的热失控至关重要。局部热量积聚或热点现象凸显了有效热管理的必要性，这要求在通过细胞间通常插入的隔层材料将热量快速排散至外部散热器与限制相邻电池之间的热传播之间取得精细平衡。本研究提出了一种新颖的策略，采用具有双热导率（k）的层压复合材料：面内高k值以实现高效的热量排出，面外低k值以抑制热扩散。该方法利用层压材料的各向异性，被动应对快速充电过程中热点管理和防止热失控传播的挑战。虽然高k值复合材料能够迅速传热，但可...
解读: 该各向异性相变复合材料技术对阳光电源储能系统具有重要应用价值。针对PowerTitan等大规模储能产品,面内高导热(30 W·m⁻¹·K⁻¹)可快速将电芯热量导向液冷板,面外低导热(0.5 W·m⁻¹·K⁻¹)有效阻隔簇间热蔓延,可优化ST系列PCS的电池热管理策略。该技术在快充工况下抑制热点积聚,...
基于深度强化学习的可再生能源与储能系统在多电力市场中最大化收益策略
Deep reinforcement learning-based strategy for maximizing returns from renewable energy and energy storage systems in multi-electricity markets
Javier Cardo-Miota · Hector Beltran · Emilio Pérez · Shafi Khadem 等5人 · Applied Energy · 2025年1月 · Vol.388
摘要 可再生能源（RES）与储能系统（ESS）的集成在优化其参与电力市场的过程中带来了挑战与机遇。本研究提出了一种新方法，利用深度强化学习（RL）算法为共址配置的可再生能源与电池储能系统（BESS）开发最优投标策略，实现同时参与电能量市场和辅助服务（AS）市场的多市场运作。所提出的方法采用马尔可夫决策过程（MDP）框架，根据市场状况和技术约束动态管理BESS的使用。作为强化学习智能体，采用了名为双延迟深度确定性（TD3）策略梯度算法的Actor-Critic方法。数据驱动的训练过程有助于模型学习...
解读: 该深度强化学习多市场竞价策略对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。研究中TD3算法实现的动态BESS调度与我司储能系统的智能能量管理高度契合,可集成至iSolarCloud平台实现日前市场与辅助服务的联合优化。案例中光储协同参与调频备用服务的模式,可直接应用于我司1...
基于增强特征提取与新型损失函数的TimesNet光伏功率多步短期预测方法
Multi-step short-term forecasting of photovoltaic power utilizing TimesNet with enhanced feature extraction and a novel loss function
Sheng Yu · Bin He · Lei Fang · Applied Energy · 2025年1月 · Vol.388
摘要 天气条件的不稳定性常导致光伏发电呈现出随机性和波动性，使得准确可靠的光伏发电功率预测对于综合能源系统的稳定调度至关重要。由于难以捕捉相邻离散时间点之间的时序依赖关系，多步预测仍面临挑战，这主要归因于一维建模方法在时间序列特征表达能力上的局限性。为此，本文提出一种专门针对光伏发电功率多步短期预测的方法论框架。该框架基于TimesNet架构，通过将气象特征在二维空间建模以增强特征表达能力。此外，引入了一种新的特征提取模块，用于替代原始TimesNet中的Inception模块，缓解了标准卷积中...
解读: 该多步光伏功率预测技术对阳光电源iSolarCloud智慧运维平台及储能系统调度具有重要价值。TimesNet二维时序建模可增强SG系列逆变器功率预测精度,改进的损失函数能提升异常工况识别能力。12小时预测RMSE降低3.21%可优化ST系列PCS的充放电策略制定,减少PowerTitan储能系统的...
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...
带有热能存储的大型建筑地表水源离心式热泵最优部分负荷运行策略
Optimal partial-load operation strategies of surface water-source centrifugal heat pumps with thermal energy storage for large buildings
Hyun Ho Shina1 · Changho Hana1 · Yeonsook Heo · Hoseong Lee 等5人 · Applied Energy · 2025年1月 · Vol.388
摘要 地表水源热泵（SWHPs）是实现大型办公建筑可持续供热与制冷的有前景解决方案。然而，关于采用离心式压缩机并结合热能存储（TES）的SWHPs在部分负荷条件下的性能研究仍较为匮乏。本研究提出了一种针对配备离心式压缩机和热能存储系统的SWHPs的最优运行策略，旨在通过优化大型办公建筑中的部分负荷运行来提高能源效率并降低运行成本。通过动态仿真分析了多种运行工况，考虑了建筑负荷率、水温以及最大部分负荷率（PLR）等因素。本文提出了一种新颖的部分负荷率限制策略（TPSC），相较于满负荷运行策略（TF...
解读: 该研究的部分负荷优化策略与阳光电源ST系列储能变流器及PowerTitan系统高度契合。论文提出的多目标遗传算法优化方法可借鉴至储能系统充放电策略,通过神经网络预测负荷曲线,优化PCS功率调度。研究实现80.4%夜间用电占比及16.8%成本削减,验证了储能削峰填谷价值。可结合iSolarCloud平...
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...
基于数据驱动与机理模型的锂离子电池健康状态估计与拐点识别
State-of-health estimation and knee point identification of lithium-ion battery based on data-driven and mechanism model
Yulong Ni · Kai Song · Lei Pei · Xiaoyu Li 等8人 · Applied Energy · 2025年1月 · Vol.385
准确的健康状态（SOH）估计与拐点识别对于优化电池性能及生命周期管理至关重要。本文提出了一种结合改进的基于牛顿-拉夫逊优化算法优化支持向量回归与自适应提升算法（INRBO-SVR-AdaBoost）的SOH估计方法，以及一种基于最大垂直距离法并考虑失效阈值的拐点识别方法。首先，引入三项改进以增强标准NRBO算法的全局搜索能力与收敛速度，从而使SVR方法能够获得最优参数；随后，采用AdaBoost算法对INRBO-SVR方法进行集成，进一步提高SOH估计精度。实验结果表明，INRBO-SVR-Ad...
解读: 该锂电池SOH估计与拐点识别技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要价值。INRBO-SVR-AdaBoost算法可集成至iSolarCloud平台,实现储能系统电池健康状态精准预测(误差<0.89%),优化BMS管理策略。拐点识别方法可指导ESS全生命周期管理,精确判定电...
第 2 / 5 页