找到 557 条结果 · Applied Energy
基于成本效益数据的分布式光伏系统故障检测与诊断方法学综述
A methodological review of cost-effective data-driven fault detection and diagnosis in distributed photovoltaic systems
Yinyan Liua · Earl Duran · Anna Bruce · Baran Yildiz 等9人 · Applied Energy · 2025年1月 · Vol.401
摘要 光伏（PV）技术的快速发展以及光伏系统的广泛应用，凸显了对更高效、更具成本效益的监测策略日益增长的需求，以确保系统可靠运行和最优的能源性能。本文综述提出了一种方法论框架，并结合基于案例的实测数据，用于分布式光伏系统的性能监测。该框架聚焦于具有成本效益的数据，例如时间序列电气参数，这些数据对于实现精确的故障检测与诊断至关重要，同时识别出限制当前性能监测算法有效性的各种约束条件。本文首先采用两种分类方式对光伏系统中的系统性故障进行归类：直流侧与交流侧故障，以及软故障与硬故障。随后讨论了数据的可...
解读: 该综述对阳光电源SG系列逆变器和iSolarCloud平台具有重要指导意义。文章强调基于时序电气参数的成本有效型故障诊断方法,与我司逆变器内置监测系统和云平台架构高度契合。DC/AC侧故障分类框架可优化MPPT算法的异常检测能力,机器学习与边缘计算结合方案可增强逆变器本地诊断功能,减少云端通信依赖。...
基于多智能体强化学习的混合风电-氢能电站日前交易与功率控制
Day-ahead trading and power control for hybrid wind-hydrogen plants with multi-agent reinforcement learning
Stijn Allya · Timothy Verstraeten · Ann Nowéb · Jan Helsen · Applied Energy · 2025年1月 · Vol.401
摘要 海上风电场及混合风电-氢能电站在多个收益来源中获取收入，而每个来源均存在不确定性与权衡关系，因此最大化其整体盈利能力具有挑战性。由于电力通常在实际发电前进行交易，天气预报在电力交易策略中起着关键作用。此外，其他市场参与者交易与控制策略会影响公共电网的平衡，从而影响通过电网调频所能获得的收益。同时，电解槽的运行状态可能影响当前及近期的氢气生产潜力。为应对上述挑战，本文提出一种新颖的多智能体强化学习（MARL）方法，包含两个专门设计的强化学习（RL）智能体：一个负责日前电力市场交易，另一个负责...
解读: 该多智能体强化学习技术对阳光电源风储氢一体化系统具有重要应用价值。可应用于ST系列储能变流器与电解制氢设备的协同优化控制:日前交易智能体优化PowerTitan储能系统的电力市场竞价策略,实时控制智能体动态调节风电并网与电解槽功率分配。结合iSolarCloud平台的气象预测与市场数据,该MARL架...
通过混合整数非线性规划进行氢气网络拓扑优化：改造与新建设计情景的比较
Hydrogen network topology optimization by MINLP: Comparing retrofit with new-built design scenarios
D.H.Jamali · C.Ganzer · K.Sundmacher · Applied Energy · 2025年1月 · Vol.400
摘要 实现从当前以化石能源为基础的能源供应体系向完全基于可再生能源的体系转型，快速且具有成本效益地发展氢气输送基础设施是不可或缺的一环。除了通过水电解、沼气重整或生物质气化等可持续方式生产氢气外，还必须建立并针对特定净零排放路径调整完善的绿色氢气输送、储存和分配系统。现有文献中，对管道网络中氢气输送的数学建模与优化问题常常被忽视或过度简化。此类简化可能导致能量和/或经济评估结果不准确，甚至危及基于模型的网络设计的可行性。在本研究中，我们提出了一种混合整数非线性规划（MINLP）方法，用于氢气管道...
解读: 该氢能管网拓扑优化研究对阳光电源绿氢制储系统具有重要参考价值。文中MINLP优化方法可应用于光伏制氢系统的能量管理:ST系列储能PCS可与电解槽协同优化,在管网压力约束下动态调节制氢功率;iSolarCloud平台可集成管网hydraulics模型,实现源-网-荷协调控制。研究揭示的既有管网改造经济...
大型地下氢气储存的比较技术经济分析
Comparative techno-economic analysis of large-scale underground hydrogen storage
Yashuai Huang · Xilin Shi · Shijie Zhuc · Xinxing Wei 等9人 · Applied Energy · 2025年1月 · Vol.400
摘要 氢气作为一种兼具储能介质、原料和燃料多重角色的能源载体，目前受到广泛关注。地下氢气储存（UHS）被认为是大规模氢气储存的一种安全、经济且高效的解决方案，然而相关技术经济研究仍较为有限。本文基于工程案例，建立了针对枯竭气藏（DGR）、盐穴（SC）和衬砌岩洞（LRC）三种储氢方式的氢气储存平准化成本（LCOHS）计算模型。研究重点分析了氢气储存规模及注采频率对LCOHS的影响，旨在从经济角度为能源管理与政策制定提供数据支持。结果表明：（1）当储存容量为10^7 kg、每年完成一次注采循环时，盐...
解读: 该地下储氢技术研究对阳光电源储能系统具有战略参考价值。研究表明盐穴和岩洞储氢在高频注入-提取场景下成本优势显著(0.31-0.38美元/kg),这与我司ST系列PCS和PowerTitan储能系统的快速响应特性高度契合。可探索将地下储氢与电化学储能形成互补:电化学储能负责高频调节,地下储氢承担季节性...
动态热定值对高风电渗透率及频率安全约束下电力系统可靠性的影响
Reliability impact of dynamic thermal rating on power system under high wind penetration and frequency security constraints
Xi Hea · Jiashen Teha · Bader Alharbi · Applied Energy · 2025年1月 · Vol.400
摘要 随着风能越来越多地并入现代电力系统，与频率安全、输电拥堵以及整体系统可靠性相关的问题日益突出。本文研究了动态热定值（DTR）技术的应用，作为一种应对高风电渗透率和频率安全约束所带来的挑战的潜在解决方案。本文建立了一种改进的低阶聚合系统频率响应（ASFR）模型，用于分析在不同风电渗透水平下的频率动态特性。风电的接入受到系统频率约束的限制，进而影响系统的可靠性。为解决这些问题，首先评估了集成DTR技术的改进型IEEE 24节点测试系统的可靠性表现，并随后在一个扩展的IEEE RTS-96系统上...
解读: 该研究对阳光电源储能系统(ST系列PCS、PowerTitan)和风电变流器产品具有重要指导意义。文中提出的动态热定额(DTR)技术与频率安全约束分析,可优化我司VSG虚拟同步机控制策略,提升高风电渗透率场景下的电网支撑能力。研究中的合成惯量、降额运行及储能集成方案,与我司GFM构网型控制技术高度契...
一种考虑尾流传播速度与偏转的新型动态尾流模型用于风速和发电功率预测
A novel dynamic wake model for prediction of wind speed and power production considering wake propagation velocity and deflection
Yun-Peng Song · Takeshi Ishihar · Applied Energy · 2025年1月 · Vol.400
摘要 本研究提出了一种新型动态尾流模型，通过引入新的尾流传播速度模型和尾流偏转模型，用于预测实时风速和发电功率，并通过数值模拟和风洞试验进行了验证。首先，采用非定常雷诺平均纳维-斯托克斯（URANS）模型对动态尾流模型进行评估，并以相位平均的大涡模拟（LES）结果进行验证。基于考虑多种运行条件和来流条件的URANS模拟结果，提出了尾流传播速度模型。研究发现，风力机尾流的传播速度在近尾流区域小于环境风速的一半，并在远尾流区域渐近趋近于环境风速的约0.65倍。随后，针对偏航状态下的风力机，从动量守恒...
解读: 该动态尾流模型对阳光电源风电变流器及智能运维系统具有重要价值。通过精准预测风速变化和功率波动(NRMSE降至1.89%),可优化SG系列风电变流器的MPPT算法和功率跟踪策略。尾流传播速度模型(0.65倍环境风速)可集成至iSolarCloud平台,实现风场实时功率预测和偏航控制优化,提升发电效率。...
推动家庭采纳气候智能型电气技术：来自美国的经验
Mobilizing household adoption of climate-smart electric technologies: Lessons from the U.S.
Snehal Kale · Marilyn A.Brow · Applied Energy · 2025年1月 · Vol.400
摘要 电气化技术三元组——电动汽车（EVs）、屋顶光伏（RPVs）和热泵（HPs）——为实现显著的低碳化提供了经济可行的路径。然而，这些技术在美国各州的采纳程度存在差异，部分州和大都市区展现出显著的领先作用。现有文献尚未明确相同的政策与市场策略是否在不同技术与地理区域中均能同等有效地发挥作用，或是否需要因地制宜的定制化方案。本文基于来自佐治亚州1,782户家庭的广泛调查数据以及地理层面的市场渗透数据，探讨如何有效推动气候智能型电气化。首先，结合参数与非参数检验方法，识别各项技术特有的采纳动因，并...
解读: 该研究揭示户用光伏、储能与电动汽车充电桩的协同推广规律,对阳光电源户用光伏逆变器(SG系列)、储能系统(ST系列PCS)及充电桩产品线具有重要战略价值。研究强调差异化政策驱动与用户画像匹配,启发阳光电源在iSolarCloud平台整合三类产品的智能运维数据,针对高气候关注度用户推广光储方案,针对高收...
面向集成光伏应用：采用不同封装材料的轻质硅异质结太阳能组件及其湿热稳定性
Towards integrated photovoltaic applications: Lightweight silicon heterojunction solar modules with different encapsulation materials and their damp heat stability
Kai Zhang · Andreas Lambertz · Krzysztof Dzięcioł · Karsten Bittkau 等12人 · Applied Energy · 2025年1月 · Vol.400
摘要 轻质光伏（PV）组件能够为光伏应用开辟大量新场景，例如建筑一体化光伏（BIPV）和车辆一体化光伏（VIPV）。硅异质结（SHJ）太阳能电池已被公认为是提升太阳能发电效率的最先进技术之一。然而，SHJ太阳能电池本质上容易受到湿热诱导退化（DHID）的影响，这对其实际应用构成了关键挑战。本研究利用具有不同封装材料和结构的SHJ太阳能电池，制备了低面密度（约2 kg/m²）且保持高功率密度（约70 W/kg）的轻质SHJ微型组件。通过对组件在经历1000小时加速湿热（DH）老化测试后模块的光学与...
解读: 该轻量化异质结组件技术对阳光电源BIPV和VIPV场景具有重要价值。研究揭示封装材料对湿热稳定性的关键影响,优化方案可将效率衰减控制在0.47%,为SG系列光伏逆流器在建筑一体化和车载光伏应用提供可靠组件配套方案。轻量化特性(2kg/m²)与高功率密度(70W/kg)特别适配充电桩顶棚光伏系统,结合...
通过反馈驱动的配电网络每日拓扑重构提升光伏限电中的公平性
Improving fairness in photovoltaic curtailment via feedback-driven daily topology reconfiguration in power distribution networks
Rahul K.Gupt · Daniel K.Molzahn · Applied Energy · 2025年1月 · Vol.400
摘要 在光伏发电丰富的配电系统中，通常通过削减光伏电站的过剩发电量并结合无功功率控制来缓解过电压问题。然而，位于馈线末端的光伏电站往往更频繁地被削减出力，从而引发公平性问题。现有的考虑公平性的方案通常将公平性目标纳入成本函数中加以处理，但这通常会导致总削减量整体增加，使解决方案次优。本文提出一种基于每日拓扑重构的解决方法，通过使不同光伏电站每天面临不同的电网运行条件，从而经历不同程度的出力削减，以此提升系统整体的公平性。我们表明，实施该方法可在不显著增加总体削减量的前提下有效提升公平性。所提出的...
解读: 该拓扑重构技术为阳光电源SG系列光伏逆变器和iSolarCloud平台提供重要启示。通过日前拓扑优化与实时功率控制的两阶段策略,可增强逆变器的有功无功协调控制算法,结合MPPT优化技术实现公平削减。建议将公平性指标集成到iSolarCloud智能运维平台,通过历史削减数据反馈驱动配网拓扑调整决策,在...
多相关性联合驱动的高维水-风-光场景生成方法
High-dimensional scenario generation method joint-driven by multiple correlations for hydro-wind-photovoltaic
Zixuan Liua · Li Moa · Mi Zhanga · Jiangrui Kangd 等7人 · Applied Energy · 2025年1月 · Vol.400
摘要 随着清洁能源在电网中占比不断提高，准确刻画其不确定性已成为规划与优化水-风-光（HWP）多能互补系统的关键挑战。为应对HWP能源在高维变量及时空随机依赖关系方面的复杂建模需求，本文提出一种由多种相关性联合驱动的新型高维场景生成方法。首先，基于高斯混合模型（GMM）构建时间自相关模型，并结合Copula函数建立空间互相关模型，通过累积分布函数实现多种相关性的协同建模。其次，通过评估经验数据分布与理论模型分布之间的均方根误差，并辅以Kolmogorov-Smirnov拟合优度检验，验证所构建模...
解读: 该高维场景生成方法对阳光电源水风光储多能互补系统具有重要价值。通过GMM-Copula联合建模精准刻画时空相关性,可显著提升ST系列储能变流器和PowerTitan系统的调度优化精度。该方法生成的日尺度场景集能为iSolarCloud平台提供更准确的不确定性预测数据支撑,优化GFM/GFL控制策略在...
一种用于源-荷双重不确定性下水-风-光混合可再生能源系统短期削峰的随机优化框架
A stochastic optimization framework for short-term peak shaving in hydro-wind-solar hybrid renewable energy systems under source-load dual uncertainties
Feilin Zhua · Lingqi Zhaoa · Weifeng Liub · Ou Zhua 等8人 · Applied Energy · 2025年1月 · Vol.400
摘要 全球电力需求在工业化和城市化推动下的快速增长，给电力系统运行带来了严峻挑战，尤其是用电高峰与低谷之间的负荷差距日益扩大，加剧了电网稳定性问题。为应对这些挑战并推动可持续能源系统的转型，水-风-光混合可再生能源系统为实现高效、经济且环境友好的能源生产提供了有前景的解决方案。本研究提出了一种新颖的随机优化框架，用于包含水电、风电和光伏的混合可再生能源系统的短期负荷削峰调度。该框架明确考虑了能源供给（水文径流、风能和太阳能）与电力需求两方面的双重不确定性，这些不确定性增加了混合系统中电网稳定性和...
解读: 该水风光多能互补调峰框架对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。研究中的源荷双重不确定性优化与我司GFM/VSG控制技术高度契合,可提升储能系统在新能源消纳场景下的调峰响应能力。DCGAN深度学习模型对光伏出力预测的2%误差率,为iSolarCloud平台的预测性维护...
基于外生变量与调优形式时间序列提示增强的大型时间序列模型的风电功率预测
Wind power prediction using foundation large time series models enhanced by time series prompt in exogenous and tuning forms
Yuwei Fan · Tao Song · Chenlong Feng · Chao Liu 等5人 · Applied Energy · 2025年1月 · Vol.400
摘要 大型时间序列模型（Large Time Series Models, LTSMs）在能源领域具有广泛的应用前景，其中时间序列分析在电力预测等多种实际下游任务中发挥着重要作用。然而，对外生变量的忽视以及全量微调方法的局限性，制约了这些模型在下游任务中的适应能力。本文提出时间序列提示（Time Series Prompt, TSP）的概念，构建了一种基于TSP的方案，将外生变量融入基础LTSM，并结合参数高效微调（Parameter-Efficient Fine-Tuning, PEFT）方法...
解读: 该大型时序模型与时序提示技术对阳光电源风储系统具有重要价值。通过外生变量(风速预测)嵌入提示机制,可显著提升风电功率预测精度(MSE降低50%),结合参数高效微调进一步优化50%。该方法可直接应用于ST系列储能PCS的充放电策略优化,提升风储协同效率;集成至iSolarCloud平台实现智能预测性运...
纳米技术和人工智能在优化热能系统中的作用
The role of nanotechnology and artificial intelligence in optimizing thermal energy systems
Hayder I.Mohammed · Farhan Lafta Rashid · Hussein Togun · Ephraim Bonah Agyekumde 等9人 · Applied Energy · 2025年1月 · Vol.400
摘要 随着对清洁能源需求的不断增长以及传统热力系统的局限性日益凸显，亟需整合先进技术以提升热能系统的效率、适应性和可持续性。本文综述了近年来纳米技术和人工智能在太阳能集热器、换热器及潜热储能装置等热能系统优化中的应用进展。研究表明，纳米技术（特别是采用纳米增强型相变材料以及Al₂O₃和CuO等纳米流体）可使热导率提高达28.8%，显著加快能量吸收与储存速率。与此同时，人工智能算法（尤其是人工神经网络和粒子群优化算法）能够实现预测建模、实时系统控制和故障检测，在复杂运行条件下部分模型的预测准确率超...
解读: 该纳米技术与AI优化热管理研究对阳光电源储能系统具有重要价值。纳米流体可提升ST系列PCS及PowerTitan液冷系统散热效率达28%,延长功率器件寿命。AI预测算法可集成至iSolarCloud平台,实现储能柜温度预测性维护和故障诊断,准确率超97%。纳米相变材料可优化集装箱式储能热管理,降低H...
熔盐耦合蒸汽蓄热器用于燃气-蒸汽联合循环热电联产机组的新型热电解耦系统的经济技术分析
Techno-economic analysis of a novel heat-power decoupling system of molten salt coupled steam accumulator used in gas-steam combined cycle CHP unit
Yuanhui Wanga · Hanfei Zhanga · Shuaiyu Jia · Guido Francesco Frate 等7人 · Applied Energy · 2025年1月 · Vol.400
摘要 随着可再生能源发电系统的快速发展，热电解耦技术近年来受到越来越多的关注，因其能够解决热电联产机组电能与热能输出之间的时间和空间不匹配问题。传统方法采用蒸汽-熔盐储热技术，但该技术仅能储存蒸汽的显热，而忽略了潜热的利用。为实现蒸汽热能的充分利用，本文提出了一种将熔盐储热与蒸汽蓄热器相结合的集成系统。在该设计中，熔盐用于储存来自过热蒸汽的高品质显热，而蒸汽蓄热器则用于储存蒸汽冷凝过程中释放的剩余显热和潜热。本文对熔盐耦合蒸汽蓄热器系统的热力学性能和经济性进行了多准则分析，以评估其技术经济可行性...
解读: 该热电解耦储能技术对阳光电源ST系列储能变流器和PowerTitan系统具有重要参考价值。熔盐-蒸汽蓄能器耦合方案实现63.7%储热比例和84.7%火用效率,可启发我们在工商业储能系统中集成多级储能介质,提升能量利用效率。其热电解耦思路可应用于光储充一体化场景,通过iSolarCloud平台实现电热...
基于贝叶斯鲁棒强化学习的高性能住宅建筑中空调与储能系统协同控制方法研究
Bayesian robust reinforcement learning for coordinated air conditioning and energy storage system control in high-performance residential buildings under forecast uncertainty
Luning Suna · Zehuan Hua · Mitsufusa Nitt · Shimpei Ohsugi 等7人 · Applied Energy · 2025年1月 · Vol.400
摘要 在高性能住宅建筑中，通常采用单台设备集中供冷供热的方式以在低负荷条件下提高能源效率。然而，该策略在冬季常导致频繁化霜，降低热舒适性并增加用电量。尽管强化学习在建筑能源控制方面展现出良好前景，尤其是在将天气和电价预测纳入状态变量时，但其性能在预测存在误差的情况下往往显著下降。为解决这一问题，本研究提出一种贝叶斯鲁棒强化学习方法，用于空调与电池系统的联合控制。该方法集成了一种基于物理机制的化霜评估模块，用于动态估算结霜条件下的供暖性能。在训练过程中，引入基于先验知识构建的结构化扰动以模拟真实的...
解读: 该贝叶斯鲁棒强化学习技术对阳光电源户用储能系统(如ST系列PCS)与空调协同控制具有重要应用价值。研究通过物理驱动的除霜评估模块和KL散度正则化,在预测误差下仍可降低8.2%电费,验证了算法鲁棒性。可启发iSolarCloud平台集成该算法,实现储能系统与家用空调的智能联动:利用建筑热惯性预判除霜风...
时空特征增强的多类型可再生能源与负荷不确定性功率跟踪预测框架
Spatio-temporal feature amplified forecasting framework for uncertain power tracking of multitype renewable energy and loads
Yanli Liu · Ziwen Jia · Liqi Liu · Applied Energy · 2025年1月 · Vol.400
摘要 多类型可再生能源与负荷（如光伏、风电和电动汽车）的集成显著增加了电力供需两侧的不确定性，因此需要精确的预测技术以维持电网的安全稳定运行。然而，复杂的时空特征给现有预测方法带来了挑战，使其难以准确、及时地跟踪不确定性功率的瞬时变化。为此，本文提出了一种时空特征增强（STFA）预测框架，该框架可无缝嵌入当前先进的深度学习算法中。首先，构建了一个时空特征融合模块，逐步结合相空间重构、位置编码和掩码机制，通过一系列重组步骤增强时空特征，提升模型对不确定性波动的理解能力，从而支持训练过程。其次，在深...
解读: 该时空特征增强预测框架对阳光电源多条产品线具有重要应用价值。针对光伏SG系列逆变器,可通过精准预测辐照波动优化MPPT算法响应速度;对ST系列储能变流器和PowerTitan系统,能提升功率调度精度,降低电池循环损耗;在充电桩业务中可预测EV负荷峰谷,优化充电策略。该框架的自适应动态加权损失函数特别...
高速列车车载光伏-储能系统集成：基于IGWO-WOA算法的经济-环境优化
Onboard photovoltaic-energy storage system integration in high-speed trains: Economic-environmental optimization via IGWO-WOA algorithm
Wei-na Zhang · Zhe Xua · Ying-Yi Hongb · Zhong-Qin Bia · Applied Energy · 2025年1月 · Vol.400
摘要 随着“双碳”目标的推进，中国正致力于向绿色低碳发展的能源转型。高速铁路作为交通网络的重要组成部分，其能源消耗与碳排放问题日益受到关注。本文提出了一种面向车载能量管理的综合优化框架，该框架集成了车顶光伏系统与车厢一体化储能系统，并将其与牵引供电网络相互联通。为降低电网电能消耗、减少能源成本并削减碳排放，研究分析了不同工况下的负荷需求，并建立了相应的数学模型。选取一条沿线气象条件差异显著的高速铁路线路作为案例进行研究。采用本文提出的IGWO-WOA算法对储能系统的容量及运行功率进行优化，该算法...
解读: 该高铁光储集成系统研究对阳光电源车载能源解决方案具有重要启示。论文提出的IGWO-WOA混合优化算法可应用于ST系列储能变流器的容量配置与功率调度优化,实现11.79%成本降低和12.7%碳减排。其探索-开发平衡策略可融入iSolarCloud平台的预测性维护算法,优化光伏逆变器MPPT控制与储能系...
识别建筑光伏系统成本效益分析中影响因素的框架
A framework for identifying influential factors in cost-benefit analysis of building-applied photovoltaics systems
Sara A.Sharbaf · Nicola Lolli · Inger Andresen · Patricia Schneider-Marin · Applied Energy · 2025年1月 · Vol.400
摘要 光伏（PV）系统在全球范围内被广泛用于实现建筑能源系统的脱碳。然而，经济和社会方面的挑战阻碍了其更广泛的部署，引发了对该技术可行性的担忧。本研究通过成本效益分析（CBA）、敏感性分析和不确定性分析，探讨影响建筑中光伏系统经济盈利能力的关键因素。为了突出利益相关者的视角，并评估成本与效益分配对成本效益分析结果的影响，本文考察了两种商业模式。研究结果表明，业主独享的商业模式通过使成本与收益相匹配，提高了财务可行性；而业主与租户共享的模式则可能不成比例地加重租户负担。研究以挪威一座典型的办公建筑...
解读: 该研究对阳光电源建筑光伏系统经济性优化具有重要指导意义。研究强调的系统成本、维护成本、组件寿命和可用面积等关键参数,与SG系列逆变器的高效率、低维护设计及iSolarCloud智能运维平台的预测性维护功能高度契合。针对业主-租户成本收益分配问题,可结合PowerTitan储能系统和智慧能源管理方案,...
MFFDM-WLS：一种基于多粒度特征的时序分层风速时间序列一致性预测方法
MFFDM-WLS: A multi-granularity feature-based coherent forecasting method for temporal hierarchical wind speed time series
Yun Wang · Xiaocong Duana · Fan Zhang · Guang Wua 等7人 · Applied Energy · 2025年1月 · Vol.400
摘要 风能因其清洁和可持续的特性，已成为全球能源系统的重要组成部分。然而，风速的间歇性和波动性给风电出力带来了显著的不确定性，对电网并网造成了挑战。此外，与单一粒度预测相比，多粒度风速预测能够提供更丰富的信息，更有利于风电场的运行与规划。因此，为进一步提高风速预测的准确性与可靠性，并获得满足分层一致性的多粒度预测结果，本文提出了一种针对时序分层风速时间序列的基于多粒度特征的一致性预测方法MFFDM-WLS。首先，提出一种基于多粒度特征融合的深度模型（MFFDM），用于生成基础预测值。MFFDM采...
解读: 该多粒度风速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。通过时间层级一致性预测,可优化iSolarCloud平台的预测性维护算法,提升风储协同控制精度。多粒度特征融合方法可应用于GFM/GFL控制策略的自适应切换决策,增强电网友好型并网能力。概率预测结果可为E...
基于分布式ADMM方法的智能家庭、微电网与氢能集成配电网络三级分层优化框架
A tri-level hierarchical optimization framework for smart homes, microgrids, and distribution networks with hydrogen integration using a distributed ADMM approach
Salman Habib · Sami El-Ferik · Muhammad Majid Gulzar · Sohaib Tahir Chauhdary 等6人 · Applied Energy · 2025年1月 · Vol.400
摘要 本文提出了一种三级分层优化框架，用于协调高比例分布式能源（DERs）接入下的现代配电系统中的决策过程。在底层（第一级），各个智能家庭对其本地光伏发电、电池储能和电动汽车充电进行优化，以降低成本或提高自用率。在第二级，微电网对家庭层面的决策进行聚合，共享风力发电机和燃料电池等资源，并支持点对点能量交易。在顶层（第三级），配电网运营商（DSO）负责调度集中式发电，执行线路容量限制，并设定电价信号或激励机制，以维持系统的整体可靠性。由于直接求解该大规模混合整数线性规划问题在计算上具有挑战性，本文...
解读: 该三层分层优化框架对阳光电源户用光储充一体化解决方案具有重要应用价值。底层智能家居优化与SG系列户用光伏逆变器、ST系列储能变流器及EV充电桩深度契合,可通过分布式ADMM算法实现成本降低12%、网损从4.1%降至3.3%。微电网层的P2P交易机制可赋能PowerTitan储能系统参与多场景协调调度...
第 3 / 28 页