找到 58 条结果 · Applied Energy
基于门控循环单元神经网络利用稀疏监测数据的车载超级电容器储能系统寿命预测
Life prediction of on-board supercapacitor energy storage system based on gate recurrent unit neural network using sparse monitoring data
Li Wei · Yu Wang · Tingrun Lin · Xuelin Huang 等5人 · Applied Energy · 2025年1月 · Vol.379
摘要 随着超级电容器在交通和能源领域的广泛应用，其服役寿命预测成为一个需要重点考虑的问题。由于车载超级电容器的老化过程与实际工况密切相关，其实际使用寿命可能与实验室测得的循环寿命不一致。然而，记录历史工作状况的车载监测数据质量较低，通常具有稀疏性和碎片化特征，导致难以提取有价值的信息。在我们前期的研究中，已成功从稀疏且碎片化的数据中获取了特征参数，但这些特征参数呈周期性变化，无法直接用于寿命预测。本文首先通过复合正弦函数与多项式时间序列分解模型，从特征参数中提取超级电容器的退化趋势项；其次，为弥...
解读: 该超级电容寿命预测技术对阳光电源储能系统和充电桩产品具有重要价值。针对车载及储能应用中监测数据稀疏问题,GRU神经网络结合时序分解模型可实现2.36%高精度预测,可直接应用于ST系列PCS和PowerTitan储能系统的健康管理。该方法通过提取特征电容、温度等退化趋势,能有效补偿iSolarClou...
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/...
用于交流最优潮流的高效计算数据合成：融合物理信息神经网络求解器与主动学习
Computationally efficient data synthesis for AC-OPF: Integrating Physics-Informed Neural Network solvers and active learning
Jiahao Zhang · Ruo Peng · Chenbei Lu · Chenye Wu · Applied Energy · 2025年1月 · Vol.378
摘要 本研究针对在发布保护隐私的交流最优潮流（AC Optimal Power Flow, AC-OPF）运行数据时面临的隐私性、实用性与效率性挑战展开研究。传统方法在差分隐私（Differential Privacy, DP）框架下向运行数据（即负荷需求数据和调度配置文件）中注入噪声，但此类操作常导致数据违反物理约束，产生不现实且不可行的结果，从而降低数据的实用性。尽管基于AC-OPF求解器的双层后处理优化能够强制实现物理可行性，但由于后处理目标与AC-OPF本身目标之间存在偏差，仍会导致结果...
解读: 该研究提出的物理信息神经网络(PINN)求解AC-OPF方法,对阳光电源储能系统(ST系列PCS、PowerTitan)和光伏逆变器(SG系列)的智能调度具有重要价值。通过主动学习加速优化计算,可应用于iSolarCloud平台的实时能量管理系统,在保护用户隐私前提下实现多站点协同优化。该技术能显著...
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...
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...
面向弹性的电力系统防御策略以应对不确定的恶意协同攻击
Resilience-oriented defense strategy for power systems against uncertain malicious coordinated attacks
Xiangxing Kong · Zhigang Lu · Yanlin Li · Xiaoqiang Guo 等6人 · Applied Energy · 2025年1月 · Vol.378
摘要：信息物理电力系统（CPPS）的发展将为传统电力系统的高效化与智能化需求提供潜在解决方案。然而，恶意攻击的不确定性给CPPS的正常运行带来了巨大威胁。为了增强CPPS在面对不确定恶意协同攻击时的弹性，本文提出了一种考虑攻击场景不确定性的面向弹性防御策略。首先，基于动态N-k断线方案构建了一种针对发电机组和输电线路的不确定协同攻击策略，以描述对电力系统更具破坏性的攻击机制。其次，在防御者-攻击者-防御者（defender-attacker-defender）框架下，考虑不确定的恶意协同攻击，提...
解读: 该信息物理电力系统韧性防御研究对阳光电源储能及充电桩产品具有重要价值。文中三层防御模型可应用于ST系列储能变流器和PowerTitan系统的网络安全架构设计,增强其抵御协同攻击能力。动态N-k故障场景分析可优化iSolarCloud平台的预测性维护算法,提升分布式光伏及充电站网络的抗攻击韧性。基于不...
通过人工智能赋能的数字孪生技术解析压缩态碳纤维纸的微观结构复杂性
Deciphering the microstructural complexities of compacted carbon fiber paper through AI-enabled digital twin technology
Young Je Park · Won Young Choi · Hyunguk Choi · Seo Won Choi 等10人 · Applied Energy · 2025年1月 · Vol.377
摘要 在基于可再生能源的低碳社会中，碳纤维纸（CFPs）被视为电化学能量转换与存储装置中的关键多孔材料。在这一新兴技术中，寻找压缩状态下组装碳纤维纸的最佳微观结构是核心挑战之一。本文提出一种基于断层扫描的分析方法，用于关联压缩状态下碳纤维纸的微观结构与传输参数。借助人工智能技术，通过识别圆柱形碳纤维的真实形态，对孔隙与固相结构的预测准确率显著提升，与解析解相比一致性高达98%。本研究将三维U-Net算法引入传统的X射线计算机断层扫描技术中，实现了碳纤维与粘结剂的完全分离。随后，系统地研究了在不同...
解读: 该碳纤维纸微观结构AI数字孪生技术对阳光电源储能系统具有重要价值。碳纤维纸作为质子交换膜燃料电池和液流电池的关键多孔材料,其压缩态下的微观结构优化直接影响离子传输效率和电化学性能。研究中的3D U-net算法与CT扫描结合可精准分析孔隙-固体结构演变规律,为PowerTitan储能系统中电池堆的材料...
不同滥用条件下液态金属电池电热行为的研究
Investigation on electro-thermal behavior of liquid metal batteries under various abusive conditions
Yi Zhang · Lei Fan · Haomiao Li · Bo Li 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 液态金属电池（LMB）因其长寿命和低成本的特性，被认为是大规模电网储能最具前景的解决方案之一。由于LMB具有全液态结构，许多研究人员面临的主要挑战是滥用条件对液-液界面稳定性以及发生内部短路（ISC）后的本征安全性的影响。本研究通过系统的实验研究，比较了不同滥用条件——包括机械滥用（振动、倾斜）、电气滥用（外部短路）和热滥用（热冲击）——对LMB电热特性的影响。结果表明，LMB在滥用条件下具有较强的自愈能力。值得注意的是，除由完全倾斜引发的ISC外，几乎所有由滥用条件引起的电压和温度变形在...
解读: 该液态金属电池安全性研究对阳光电源ST系列储能变流器及PowerTitan系统具有重要参考价值。研究揭示的机械滥用(振动>10Hz、倾斜>39.3°)易引发内短路特性,可指导我们优化储能系统BMS热管理策略和机械结构设计。电池自愈合能力及温度特征(550-564°C)为PCS保护算法开发提供依据,特...
解决风速预测中的少样本问题：一种基于分解与学习集成的新型迁移策略
Solving few-shot problem in wind speed prediction: A novel transfer strategy based on decomposition and learning ensemble
Yang Suna1 · Zhirui Tianb1 · Applied Energy · 2025年1月 · Vol.377
摘要 随着可再生能源需求的持续增长，全球正在建设新的风电场。然而，由于新设备的风速数据有限，直接对新风机进行风速预测变得极具挑战性。为解决这一问题，本文提出了一种针对少样本问题的快速迁移策略。该迁移框架分为两个阶段构建。第一阶段是在大样本数据上对模型进行预训练。首先，采用动态时间规整（Dynamic Time Warping, DTW）方法选择与目标域最相似的数据集；然后，利用变分模态分解（variational mode decomposition, VMD）将数据集分解为不同的模态，并基于样...
解读: 该迁移学习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。通过动态时间规整和变分模态分解实现小样本快速建模,可直接应用于ST系列储能变流器的功率预测模块,优化充放电策略。学习集成方法捕获非线性特征的能力,能提升iSolarCloud平台预测性维护精度,特别适用于新建风储项目的快速部署。该...
用于振荡水柱波浪能转换装置的波-电耦合模型
Wave-to-wire model for an oscillating water column wave energy converter
Zhen-yu Ding · De-zhi Ning · Robert Mayon · Applied Energy · 2025年1月 · Vol.377
摘要 波浪能是一种极具前景的可再生能源，有望显著缓解全球能源危机。在各类波浪能转换装置（WECs）中，振荡水柱（OWC）装置因其结构简单、运行可靠以及良好的耐久性而备受关注。本研究基于Simulink系统设计软件平台，建立了将双向透平-发电系统与OWC腔室耦合的数值模型。该集成模型实现了对冲击式透平与三相永磁同步发电机（PMSG）之间的全面耦合，同时保留了多相流体流动的动态特性，并最小化了影响系统性能的未知参数。波-电耦合（Wave-to-Wire, WtW）时域模型由能量捕获腔室、冲击式透平和...
解读: 该波浪能转换系统的Wave-to-Wire全链路建模方法对阳光电源ST系列储能变流器和新能源并网系统具有重要借鉴价值。其永磁同步发电机(PMSG)与双向涡轮耦合控制策略可应用于我司储能PCS的双向功率变换优化,特别是电磁阻尼机制对提升VSG虚拟同步发电机控制算法的暂态响应性能有启发意义。98%的高转...
一种集成实验与数值研究的竹节形流场设计下风冷式质子交换膜燃料电池性能及传热传质动力学
An integrated experimental and numerical investigation of performance and heat-mass transport dynamics in air-cooled PEMFCs with a bamboo-shaped flow field design
Kai-Qi Zhu · Quan Ding · Ben-Xi Zhang · Jiang-Hai Xu 等8人 · Applied Energy · 2025年1月 · Vol.377
摘要 风冷式质子交换膜燃料电池（PEMFC）中复杂的传热传质耦合现象以及物理场分布不均的问题，严重影响其功率密度和水热管理性能。作为关键部件，阴极流场在燃料供给、散热以及水传输方面对风冷式PEMFC起着至关重要的作用。优化流场结构设计是应对上述挑战的关键策略。本研究提出了一种创新的竹节形流场设计，并在25 cm²的单电池中进行了实验验证，结果证明该设计能有效提升风冷式PEMFC的传热传质能力与功率密度，同时降低供气能耗。此外，还建立了三维多相数值模型，用于深入探究该流场结构下液态水、反应物和热量...
解读: 该燃料电池热质传输优化技术对阳光电源氢能业务具有重要借鉴价值。竹节型流场设计通过分段加速和涡流区优化实现5.45%功率密度提升和4.17%能效增益,其多物理场耦合仿真方法可应用于公司储能PCS的热管理优化。研究中的熵分析法和非均匀流场设计理念,可迁移至SiC功率器件散热结构设计,提升ST系列PCS和...
基于SPH的数值波浪-海流水池开发及其在波浪能转换装置中的应用
Development of an SPH-based numerical wave–current tank and application to wave energy converters
Salvatore Capasso · Bonaventura Tagliafierro · Iván Martínez-Estévez · Corrado Altomar 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 本研究提出了一种高保真度的数值水池，旨在分析波浪-海流场中产生的修正水动力特性，以生成波浪能转换装置（WEC）的功率矩阵。该数值水池基于开源的DualSPHysics拉格朗日框架，采用光滑粒子流体动力学（SPH）方法开发，通过物理实验数据进行了验证，并应用于点吸收式WEC的模拟。所提出的数值设施实现了开放边界条件，采用三阶一致波浪理论进行直接波浪生成，并通过多普勒相关函数约束流场。参考数据来自针对单色波的专门物理试验；波浪-海流数值水池在波浪变形和速度场方面表现出极高的精度。在本文的第二部...
解读: 该SPH数值波浪-海流耦合仿真技术对阳光电源海上新能源系统具有重要参考价值。研究揭示海流对波浪能转换器功率输出可造成10%衰减,这与海上光伏、储能系统面临的海洋动力环境高度相关。其高保真流固耦合建模方法可应用于海上漂浮式光伏支架设计优化、海上储能集装箱系统的动力响应分析。特别是文中功率传递函数矩阵计...
基于物理信息的积分神经网络用于溶剂法燃烧后CO2捕集过程的动态建模
Physics informed integral neural network for dynamic modelling of solvent-based post-combustion CO2 capture process
Peng Sh · Cheng Zheng · Xiao Wu · Jiong Shen · Applied Energy · 2025年1月 · Vol.377
摘要 溶剂法燃烧后碳捕集（PCC）是实现能源和工业领域大规模脱碳最有前景的技术。然而，该过程的复杂特性和高能耗阻碍了PCC在复杂电力市场中的高效灵活运行。PCC系统的成功运行优化高度依赖于对过程的动态建模，而采用先进的数据驱动方法已成为研究热点。目前广泛使用的数据驱动动态建模方法未将PCC过程的物理机理信息融入模型中，导致模型稳定性不足。物理信息神经网络（PINNs）通过融合数据与物理信息，提供了一种创新的建模方法。然而，其在PCC过程动态建模中的应用仍面临重大挑战。为此，本文基于带外生输入的非...
解读: 该物理信息神经网络(PIINN)动态建模技术对阳光电源储能系统具有重要应用价值。碳捕集系统的复杂非线性动态特性与PowerTitan储能系统在电力市场中的灵活调度需求高度相似。PIINN方法通过平衡点稳定性约束保证模型可靠性的思路,可借鉴应用于ST系列PCS的宽工况运行建模,提升GFM/GFL控制策...
集成多物理场建模与机器学习以提升质子交换膜水电解系统的效率与热管理
Integrating multiphysics modeling and machine learning for enhanced efficiency and thermal management in PEM water electrolyzer systems
Zilong Yanga · Jin Yangb · Haoran Sunb · Weiqun Liua 等6人 · Applied Energy · 2025年1月 · Vol.401
摘要 质子交换膜（PEM）水电解槽是实现可持续氢气生产的一项有前景的技术，然而在不同工况下优化其性能仍是一个关键挑战。本研究构建了一个优化问题，旨在考察关键操作参数（如入口流量Q_in和入口温度T_in）如何影响一个5 cm × 5 cm的PEM水电解槽的性能。目标是最大化系统效率、确保热安全性，并最小化辅助系统（BOP）的能耗。首先，提出了一种集管式直通道PEM水电解槽模型，该模型考虑了多物理场耦合效应，用以揭示入口温度和流量对氢气生产效率及BOP能耗的影响规律。随后，建立了用于提升系统性能的...
解读: 该PEM电解槽多物理场建模与机器学习优化技术对阳光电源氢能业务具有重要借鉴价值。研究中的热管理策略、效率优化方法可直接应用于ST系列储能变流器的热设计优化,通过ANN-PSO算法降低计算成本的思路可迁移至iSolarCloud平台的预测性维护模块。多物理场耦合仿真经验可支撑SiC器件在大功率电解系统...
完全数据驱动且模块化的建筑热控制与物理一致性建模
Fully data-driven and modular building thermal control with physically consistent modeling
Mina Montazeria1 · Carl Remlingerb1 · Benjamin Bejar Haro · Philipp Heer · Applied Energy · 2025年1月 · Vol.390
摘要 机器学习在智能建筑领域经历了显著的发展，无论是在建筑建模还是能源管理方面均是如此。数据驱动方法利用可获得的测量数据，绕过基于物理模型的缓慢且昂贵的校准过程，从而提供更高的适应性、更低的维护成本以及更大的灵活性。然而，这些模型的质量依赖于历史数据，而新建建筑可能缺乏足够的历史数据。本文提出了一种从温度建模到供暖控制完全数据驱动的模块化方法，在将控制器从源建筑迁移到目标建筑时仅需少量数据。该控制器由两个模块组成：一个深度强化学习代理，用于管理期望的室内温度；以及一个针对每个房间特定的执行动作映...
解读: 该模块化数据驱动控制技术对阳光电源储能系统(ST系列PCS、PowerTitan)及充电站热管理具有重要价值。其深度强化学习架构可迁移至储能温控优化,仅需少量现场数据即可适配不同容量电池簇的热管理策略。物理一致性建模思路可融入iSolarCloud平台,实现储能系统26%以上能耗优化。模块化acti...
第 3 / 3 页