找到 60 条结果 · Applied Energy
基于精细化多状态建模的电池储能系统可靠性指标与评估
Refined multi-state modeling based battery energy storage system reliability indicators and evaluation
Xiaohe Yan · Jialiang Li · Nian Liu · Applied Energy · 2025年1月 · Vol.393
准确评估电池储能系统（BESS）的可靠性对于提高其运行效率、延长使用寿命以及降低维护成本具有重要意义。可靠性指标是实现BESS可靠性评估的关键环节。然而，当前的可靠性指标大多从BESS的整体角度出发进行设定，忽略了内部电池性能的退化过程，难以适用于大容量、多单元、拓扑结构复杂的BESS。因此，本文提出了一种基于BESS精细化多状态模型的可靠性指标体系及综合评价方法。首先，考虑电池单体的性能衰减，建立了基于电池单体健康状态（SOH）的多状态模型，并通过算子分裂的递归通用生成函数（UGF）方法将其扩...
解读: 该电池储能系统多状态可靠性建模技术对阳光电源ST系列PCS及PowerTitan储能解决方案具有重要应用价值。论文提出的基于电芯SOH的精细化多状态模型和'良好-衰减-风险-缺陷-故障'五级分类体系,可直接应用于阳光电源大容量储能系统的健康管理。结合iSolarCloud平台的预测性维护功能,该可靠...
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...
氢能源链多能系统协同规划研究综述
Collaborative planning of integrated hydrogen energy chain multi-energy systems: A review
Tianguang Luab · Xinning Yiac · Jing Lid · Shaocong Wua · Applied Energy · 2025年1月 · Vol.393
摘要 传统的氢能源供应链（HSC）规划大多集中于生产端与消费端之间的储存与运输环节，忽视了各环节之间能量流及其相互作用，因而不适用于能源系统层面的规划分析。为此，本文在HSC基础上提出了氢能源链（HEC）的概念，强调氢能在生产、压缩、储存、运输和应用等环节中不同类型能量流之间的相互作用。HEC在平抑可再生能源波动性以及促进异质能源在时空维度上的优化配置方面发挥着关键作用。考虑HEC因素的有效协同规划模型对于多能系统（MESs）的最优配置至关重要，能够保障系统的高效运行以及经济性和环境友好性。本文...
解读: 该氢能链多能系统协同规划研究对阳光电源储能及新能源业务具有重要价值。氢能链可有效平抑可再生能源波动,与公司ST系列储能变流器、PowerTitan储能系统形成互补协同。在制氢环节,SG系列光伏逆变器可提供清洁电力;在应用端,充电桩业务可与氢能基础设施协同布局。建议将氢储能纳入iSolarCloud平...
太阳能和风能预测综述：从单站点到多站点范式
A review of solar and wind energy forecasting: From single-site to multi-site paradigm
Alessio Verdon · Massimo Panell · Enrico De Santi · Antonello Rizzi · Applied Energy · 2025年1月 · Vol.392
摘要 能源行业正在经历一场深刻的变革，朝着主要由可再生能源构成的发电系统转型。尽管可再生能源相较于化石燃料具有诸多优势（如避免资源稀缺性和进口依赖性），但其随机性使得在缺乏适当储能系统的情况下难以保证可靠性。由于电力网络具有复杂的动态特性，多年来已发展出大量用于预测可再生能源发电量的方法。其中，机器学习与深度学习方法在该领域可被视为成功的工具。在本综述中，我们对应用于可再生能源发电预测任务的方法进行了概述，重点关注太阳能和风能。我们根据预测过程中涉及的站点数量以及时空信息的特点对这些方法进行了分...
解读: 该多站点时空预测技术对阳光电源智慧运维体系具有重要价值。iSolarCloud平台可整合多个光伏电站的时空数据,通过深度学习算法提升发电功率预测精度,优化ST系列储能PCS的充放电策略。多站点协同预测能增强电网友好型GFM/GFL控制的前瞻性,降低新能源波动对电网冲击。建议将该技术融入预测性维护系统...
量化全球升温1.5°C和2.0°C情景下中国光伏发电潜力的时空变化
Quantifying spatiotemporal shifts in photovoltaic potential across China under 1.5 °C and 2.0 °C global warming scenarios
Zhangrong Pan · Chenchen Liu · Zhuo Chen · Huiyuan Wang 等7人 · Applied Energy · 2025年1月 · Vol.392
本研究利用高分辨率NEX-GDDP气候数据集，结合全球太阳辐射估算模型（GSEE），在共享社会经济路径（SSP）情景（特别是SSP245和SSP585）下，系统评估了为实现1.5°C和2.0°C全球升温目标背景下中国光伏发电潜力的变化。结果表明，气候变暖将导致中国光伏资源呈现出显著的区域差异性和时间变异性。具体而言，相对于基准期（1995–2014年），在SSP245情景下，中国南方地区的光伏发电潜力逐渐增加（约3.1%），而北方地区则呈现适度下降趋势，特别是在西藏高原和新疆的部分地区降幅约为−...
解读: 该研究揭示中国光伏发电潜力的区域分异特征,对阳光电源产品布局具有战略指导意义。南方电网区域光伏潜力增强3.1%,适合部署SG系列逆变器配合PowerTitan储能系统,通过iSolarCloud平台实现跨季节能量管理;北方地区(内蒙古、西藏)潜力下降达-3.2%,需采用ST系列PCS的GFM控制技术...
基于两阶段分解与综合相对重要性分析的可解释风速预测
Interpretable wind speed forecasting through two-stage decomposition with comprehensive relative importance analysis
Huanze Zeng · Binrong Wu · Haoyu Fang · Jiacheng Lin · Applied Energy · 2025年1月 · Vol.392
摘要 准确的风速预测为风电场的高效调度与运行提供了关键的决策支持，从而保障智能电网的稳定运行。然而，风速序列固有的波动性和非平稳性给提升预测精度带来了挑战。现有研究表明，风速与多种气象因素之间存在密切的相关性；有效利用这些气象数据可显著提高风速预测的准确性。本研究提出了一种新颖的短期多变量可解释风速预测方法，旨在同时提升预测的准确性和可解释性。所提出的模型融合了两阶段分解过程、综合相对重要性分析（CRIA）、基于牛顿-拉夫森的优化器（NRBO）以及可解释的深度学习模型——时间融合变换器（TFT）...
解读: 该风速预测技术对阳光电源风电变流器及储能系统具有重要应用价值。通过MVMD-CEEMDAN二级分解和CRIA特征选择,可显著提升风电场功率预测精度,优化ST系列储能变流器的充放电策略制定。TFT深度学习模型的可解释性为iSolarCloud平台的预测性维护提供决策支持,结合气象多变量分析可改进GFM...
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...
SolarNexus：一种用于自适应光伏功率预测与可扩展管理的深度学习框架
_SolarNexus_: A deep learning framework for adaptive photovoltaic power generation forecasting and scalable management
Hyunsik Mina · Byeongjoon Noh · Applied Energy · 2025年1月 · Vol.391
摘要 光伏（PV）功率预测在可再生能源管理中发挥着关键作用。然而，传统预测模型通常难以适应动态环境变化，并在不同区域间实现有效扩展。针对这些挑战，本文提出了一种融合时间卷积网络（TCN）、多头注意力机制（MHA）、在线学习和迁移学习的深度学习框架。为验证所提方法的有效性，我们采用了来自韩国九个太阳能电站的数据。该数据集来源于韩国开放数据门户和韩国气象厅，涵盖了2017年1月1日至2019年12月31日的逐小时光伏发电量及气象参数，其中两年用于训练，一年用于测试。我们在相同条件下将所提出的TCN-...
解读: 该深度学习预测框架对阳光电源iSolarCloud智能运维平台具有重要应用价值。TCN-MHA在线学习模型可集成至SG系列逆变器和ST储能系统的智能调度算法,实现17.19%的NRMSE预测精度,支持多区域迁移学习降低85%训练时间和99%功耗。该技术可优化PowerTitan储能系统的充放电策略,...
大规模脱碳电网与储能系统中的电解水制氢：碳强度与碳排放完整性的评估
Electrolytic hydrogen in a large-scale decarbonized grid with energy reservoirs: An assessment of carbon intensity and integrity
Carlos Eduardo Driemeier · Giovana C.Tonon · Mateus Ferreira Chagas · Gabriel P.Petrielli 等9人 · Applied Energy · 2025年1月 · Vol.391
摘要 电解水制氢（e-H₂）正受到全球广泛关注，被视为实现深度脱碳的关键载体。巴西的e-H₂生产具有独特性，因其电力系统具备大陆级规模、高度脱碳（2023年可再生能源占比达93%），并拥有大规模能源储存能力（210 TWh）以及水电水库提供的约50 GW调度灵活性。在此特殊背景下，本研究评估了并网型e-H₂生产的碳强度（通过从摇篮到大门的生命周期评估进行量化）以及保障其碳排放完整性的必要条件。研究收集了太阳能、风能系统及碱性电解槽的生命周期清单数据，提出了太阳能和风能发电碳排放因子的地理空间建模...
解读: 该研究揭示大规模可再生能源电网中电解制氢的碳强度优化路径,对阳光电源ST系列储能变流器与PowerTitan系统具有重要启示。研究证实储能系统可实现电解槽90%容量因子运行而不增加电网碳排放,验证了时序匹配灵活性的价值。这为阳光电源开发风光储氢一体化解决方案提供理论支撑:通过GFM控制技术协调可再生...
基于随机森林可解释人工智能揭示储能与可再生能源在脱碳进程中的协同作用
Understanding the synergy of energy storage and renewables in decarbonization via random forest-based explainable AI
Zili Chen · Zhaoyuan Wu · Lanyi Wei · Linyan Yang 等6人 · Applied Energy · 2025年1月 · Vol.390
摘要 可再生能源（RE）与储能系统（ESS）的协调发展对于低碳转型至关重要。除了最优规划方案外，理解规划结果背后的深层原因对于提升决策透明度与可靠性同样关键。本研究探讨了在不同脱碳阶段中可再生能源与中长期储能（MTES）之间协同关系的演变过程，提出了一种可解释的分析框架，用于归因并分析影响规划结果的关键因素。通过采用随机森林（Random Forest, RF）方法，该框架识别出在不同边界条件下（如碳排放限额、资源禀赋和经济约束）驱动可再生能源—储能协同效应的核心因素，从而深入揭示时间与空间因素...
解读: 该研究对阳光电源储能规划具有重要指导意义。研究揭示长时储能(LDES>100h)在新能源富集区域的季节性平衡价值,与PowerTitan液流储能系统的应用场景高度契合;短时储能在火电主导区域应对日内波动的需求,可通过ST系列PCS的快速响应能力实现。随机森林可解释性框架可集成至iSolarCloud...
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...
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...
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。...
基于概率电压灵敏度分析与霍尔定理的主动配电网中移动式储能系统路由与调度
Routing and scheduling of mobile energy storage systems in active distribution network based on probabilistic voltage sensitivity analysis and Hall's theorem
Ting Wu · Heng Zhuang · Qisheng Huang · Shiwei Xi 等7人 · Applied Energy · 2025年1月 · Vol.386
摘要 移动式储能系统（MESSs）具有显著的时间和空间灵活性，使其成为主动配电网（ADNs）中提供辅助服务的理想选择。然而，传统的MESS调度方法严重依赖精确的负荷与交通预测，而基于深度学习的方法则可能计算成本高昂且对动态系统工况的适应性不足。为应对这些挑战，本文提出一种两阶段调度框架，融合灵敏度分析、图论与动态优化技术，从而提升调度的适应性与计算效率。在第一阶段，目的地预生成模型利用概率电压灵敏度来应对负荷预测的不确定性，并识别出最有可能需要辅助支持的关键ADN节点。在第二阶段，基于霍尔定理的...
解读: 该移动储能调度框架对阳光电源ST系列PCS及PowerTitan移动储能方案具有重要应用价值。基于概率电压灵敏度的两阶段优化算法可集成至iSolarCloud平台,实现移动储能车辆动态路径规划与充放电策略实时优化。Hall定理筛选机制可提升配电网关键节点识别精度,配合GFM控制技术增强电网支撑能力。...
基于低成本高能量密度深共熔溶剂的季节性热化学储能
Seasonal Thermochemical Energy Storage with Affordable and High-Energy-Density Deep Eutectic Solvents
Yunren Sui · Zhixiong Ding · Zengguang Sui · Haosheng Lin 等6人 · Applied Energy · 2025年1月 · Vol.386
摘要 季节性热能储存技术在解决能源需求与供给在不同季节之间的时间和强度不匹配方面具有巨大潜力。吸收式热能储存因其高储能密度（ESD）和极低的能量损失，适用于长期储能，但面临结晶、较高的平准化成本以及放电速率下降等挑战。为克服这些局限，本研究首次提出一种采用新型深共熔溶剂（DESs）的多单元吸收式热能储存系统（MATES），以实现无结晶、低成本且稳定的能量储存。针对跨季节应用场景，该装置采用多单元结构并结合一次通过式放电策略，以确保稳定的输出；所提出的基于DES的工作流体具有较低的结晶温度和成本，...
解读: 该季节性热化学储能技术对阳光电源储能系统具有重要启示价值。研究提出的多单元吸收式储能(MATES)与深共熔溶剂方案,能量密度达549.6 kJ/kg,平准化成本仅0.032-0.040美元/kWh,可为ST系列PCS和PowerTitan系统提供跨季节储能方案设计参考。其低温(<50°C)太阳能利用...
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1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...
用于海上风电与波浪能联合选址的多准则决策工具开发
Development of a multi-criteria decision-making tool for combined offshore wind and wave energy site selection
Ajab Gul Majidi · Victor Ramos · Paulo Rosa Santos · Adem Akpinar 等6人 · Applied Energy · 2025年1月 · Vol.384
摘要 海上风能与波浪能的联合开发具有多项优势，包括提高并稳定电力输出，以及共享基础设施和运维成本，从而增强经济可行性和运行效率。然而，集成型风-浪能电站的最优选址是一项复杂的任务，涉及多种因素，如资源可获得性与互补性、极端条件下技术设备的生存能力、运维作业的物流条件（气象作业时间窗口、距电网连接点和港口的距离）以及 seabed 特征（水深、坡度和地质条件）。基于上述背景，本文提出了复合适宜性指数（Composite Suitability Index, CSI），这是一种新颖的多准则决策（MC...
解读: 该风波联合选址决策工具对阳光电源海上新能源布局具有重要参考价值。其多维度评估框架(资源互补性、运维时间窗口、电网接入)与我司PowerTitan储能系统的海上应用场景高度契合,可优化ST系列PCS在风波互补电站的配置策略。文中提出的资源波动性分析方法可增强iSolarCloud平台的预测性运维能力,...
中国废弃光伏分布的时空演化及能源-经济-环境-社会可持续效益综合评估
Spatiotemporal evolution of decommissioned photovoltaic distribution and integrated energy-economic-environmental-social sustainable benefit assessment in China
Jianli Zhou · Zihan Xu · Juan He · Dandan Liu 等8人 · Applied Energy · 2025年1月 · Vol.384
摘要 准确而详细地掌握中国废弃光伏（PV）系统在时间和空间上的分布特征，并结合对回收再利用这些废弃光伏组件所带来可持续性效益的全面评估，对于有效应对我国即将迎来的大规模光伏退役潮具有重要意义。目前，关于中国废弃光伏在时空分布及其回收利用方面的研究仍显不足。本研究采用随机森林与BP神经网络方法构建预测模型，刻画了2024年至2050年八种情景下废弃光伏的时空演化趋势，并从能源、经济、环境和社会四个维度对其可持续效益进行了综合评估。通过模糊层次分析法（FAHP）、基于指标间相关性的权重确定法（CRI...
解读: 该研究对阳光电源光储回收业务具有战略价值。2050年退役光伏将达670-1600GW,形成万亿级市场。阳光电源可结合iSolarCloud平台建立退役组件全生命周期追踪系统,为山东、河北等重点区域提前布局储能替代方案。ST系列储能系统可利用梯次利用组件降低成本,SG逆变器产品线需考虑模块化设计以延长...
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...
一种促进弱势社区储能公平部署的建模框架
A modeling framework for equitable deployment of energy storage in disadvantaged communities
Miguel Heleno · Paul Lesur · Alexandre Moreir · Applied Energy · 2025年1月 · Vol.383
摘要 本文提出一个分析框架，用于在公平能源政策干预背景下，整合并网后端电表后储能系统与屋顶光伏的联合部署及其相关收益流。我们通过引入储能元件并采用更贴近现实的太阳能补偿机制（例如净计费机制，net-billing），对Justice40优化模型进行了扩展。净计费机制允许不同时段的收益差异，从而提升电表后储能设备的经济可行性。扩展后的模型涵盖了户用级光伏与储能协同部署，并将其与现有干预措施（如房屋节能改造、仅安装屋顶光伏、社区太阳能和社区风电）一并纳入统一框架。我们提出了一种创新的近似方法，能够在...
解读: 该研究为阳光电源ST系列储能变流器和户用光储一体化方案提供重要应用场景。论文提出的净计费机制下储能优化部署模型,可直接应用于PowerTitan等储能系统的能量管理策略优化,通过时序收益差异化实现经济性提升。其创新的储能运行近似算法在保持计算效率的同时捕获收益流,对iSolarCloud平台的智能调...
第 2 / 3 页