找到 723 条结果 · Applied Energy
结合数据校正的模型预测控制在LHTES功率调控中的应用：数据中心部署与案例研究
Model predictive control incorporating data correction for LHTES power controlling: Deployment and case study in data center
Jiacheng Gaoa · Yanlong Lva · Lejun Feng · Jun Sui 等5人 · Applied Energy · 2025年12月 · Vol.401
摘要 相变潜热储能（LHTES）技术可通过利用可再生能源和实现削峰填谷，有效降低数据中心的冷却能耗。然而，由于缺乏适用于实际工程应用的放电功率控制方法，该技术的大规模推广应用受到限制。为应对这一挑战，本研究采用结合数据校正的模型预测控制（MPC）策略，解决LHTES系统的功率控制难题，并在中国某数据中心冷却系统改造项目中进行了验证。首先设计了一种高效的LHTES装置，并通过一系列充/放热实验表征其储热特性。基于装置结构建立了温度场模型，利用传热流体与相变材料（PCM）温度的实验数据进行复合参数辨...
解读: 该LHTES相变储能MPC控制技术对阳光电源ST系列储能系统和数据中心解决方案具有重要参考价值。研究中采用的模型预测控制结合卡尔曼滤波数据校正方法,可借鉴应用于PowerTitan液冷储能系统的热管理优化,将功率控制误差降至3%以内。特别是在数据中心场景实现21.5%节能和60.3%成本削减的案例,...
基于不平衡配电节点边际电价驱动的配电网与智能充电枢纽分布式协同调度
Distributed cooperative scheduling for distribution network and smart charging hubs driven by unbalanced distribution locational marginal price
Tiange Lia · Menglin Zhang · Zhijian Hua · Xiaofei Wangc 等6人 · Applied Energy · 2025年12月 · Vol.401
摘要 低碳能源转型为配电网（PDN）的运行带来了新的挑战。特别是单相负荷和分布式可再生能源的不断增长，加剧了配电网内的三相不平衡问题。智能充电枢纽作为交通电气化的低碳单元，集成了光伏发电（PV）、储能（ES）和电动汽车（EV）充电设施，能够通过调节三相功率实现相间平衡能力。然而，现有的配电市场缺乏有效机制来激励光伏-储能-电动汽车一体化智能充电枢纽（PEV-Hubs）参与缓解三相不平衡。本文提出了一种由三相配电节点边际电价（DLMP）驱动的分布式优化框架，用于协调配电网与PEV-Hubs主动抑制...
解读: 该三相不平衡DLMP调度技术对阳光电源光储充一体化解决方案具有重要价值。可应用于ST系列PCS的三相功率动态分配优化,结合充电桩产品实现相间负荷主动平衡控制。论文提出的分布式优化框架可融入iSolarCloud平台,通过实时电价信号驱动储能系统和充电站协同调度,在降低配网电压不平衡度的同时提升系统经...
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12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12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12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...
家庭电池储能系统在配电网中控制的机器学习与MPC方法比较
Comparison of machine learning and MPC methods for control of home battery storage systems in distribution grids
Felicitas Mueller · Stevende Jongh · Claudio A.Cañizares · Thomas Leibfried 等5人 · Applied Energy · 2025年12月 · Vol.400
本文在主动配电网的影响及其交互作用背景下，提出并比较了采用传统优化技术与最先进的机器学习方法实现的家庭能源管理系统控制策略。首先介绍了基于模型预测控制算法的模型驱动方法，并将其在不同预测精度条件下与基于模仿学习和强化学习的无模型方法进行对比。以一种实用的、当前最先进的启发式规则控制器作为基准。通过目标函数值、电网约束违反情况以及计算时间等指标进行了深入比较。讨论了将这些家庭能源管理系统应用于一个包含13个连接住户的真实德国低压基准电网时的结果，每个住户均配备光伏发电、电池储能系统及电力负荷。结果...
解读: 该研究对阳光电源ST系列储能变流器和PowerTitan系统的能量管理优化具有重要参考价值。文章对比了MPC模型预测控制与机器学习方法在家庭储能系统中的应用效果,验证了模仿学习在计算效率与性能间的最佳平衡。建议将此技术融入iSolarCloud平台的智能控制算法,通过强化学习优化多户储能系统的协同调...
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12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12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12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。...
基于实时TRNSYS-Python耦合的电池与热能储能太阳能区域能源系统多方法优化
Multi-method optimization of solar district energy systems with battery and thermal energy storage via real-time TRNSYS-Python coupling
Ruslan Kotegov · Mohamed Abokersh · Carles Mateu · Adedamola Shobo 等6人 · Applied Energy · 2025年12月 · Vol.400
向可持续能源转型对于实现能源系统的脱碳至关重要。太阳能区域能源系统（SDES）为替代化石燃料提供了可行方案，但在成本、间歇性以及优化方面仍面临挑战。本研究提出了一种高保真度、完全自动化的SDES优化框架，该框架将TRNSYS仿真与基于Python的动态控制器相结合，协同最小化生命周期成本和环境影响。其核心创新在于采用混合多方法策略——结合元启发式、启发式与随机算法——在无需依赖代理模型或人工干预的情况下，实现仿真与优化之间的无缝实时耦合。一个特征重要性评分（FIS）模块自适应地优先处理关键变量，...
解读: 该研究的TRNSYS-Python实时耦合优化框架对阳光电源ST系列储能变流器与SG系列光伏逆变器的协同控制具有重要参考价值。其多算法混合优化策略可应用于PowerTitan储能系统的容量配置与能量管理,通过特征重要性评分模块实现光储系统全生命周期成本优化。研究中90%以上太阳能利用率的案例验证了光...
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12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12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...
一种物理增强型动态耦合混合Kolmogorov–Arnold网络用于可解释的电池荷电状态估计
A physics-enhanced hybrid Kolmogorov–Arnold network with dynamic coupling for interpretable battery state-of-charge estimation
Yuqian Fan · Yi Lia · Chong Yana · Yaqi Liang 等12人 · Applied Energy · 2025年12月 · Vol.400
准确估计锂离子电池的荷电状态（SOC）是电池管理系统中的核心任务。然而，SOC估计在复杂工况下面临着精度不足、鲁棒性差以及可解释性弱等挑战。本文提出了一种物理增强型混合Kolmogorov–Arnold网络（PEHKAN）方法，这是首个将机械应力特性与电化学–热力学多物理场建模相结合的方法。构建了改进的Butler–Volmer方程电化学势能模块，以及具有协同控制的温度–压力耦合扩散动力学模块；这些模块显式地刻画了电化学、热力学与机械应力之间的协同作用。此外，设计了一种动态门控融合机制，以实现物...
解读: 该物理增强混合神经网络SOC估算技术对阳光电源ST系列储能变流器及PowerTitan系统的电池管理具有重要价值。其电化学-热力学-机械应力多物理场耦合建模可直接应用于BMS优化,在复杂工况下MAE低至0.00312,显著提升储能系统全生命周期安全性与经济性。动态门控融合机制可增强iSolarClo...
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12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12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12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12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12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12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12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...
第 4 / 37 页