找到 176 条结果 · Applied Energy
解锁建筑一体化光伏与电池
BIPVB)系统深度强化学习中的预测洞察力与可解释性
Yuan Gao · Zehuan Hu · Shun Yamat · Junichiro Otomo 等9人 · Applied Energy · 2025年1月 · Vol.384
摘要 可再生能源的部署以及智能能源管理策略的实施对于建筑能源系统(BES)的脱碳至关重要。尽管数据驱动的深度强化学习(DRL)在优化BES方面已取得近期进展,但仍存在显著挑战,例如缺乏针对时间序列数据观测空间的研究以及模型可解释性的不足。本文首次将未来预测信息引入DRL算法中,以构建时间序列数据的观测空间,并采用门控循环单元(GRU)和Transformer网络与DRL算法相结合,用于建筑一体化光伏与电池(BIPVB)系统的运行控制。此外,通过将前沿的Shapley加性解释(SHAP)技术与所开...
解读: 该深度强化学习优化技术对阳光电源光储一体化系统具有重要应用价值。研究中的GRU/Transformer时序预测与DRL决策框架可直接应用于ST系列储能变流器的智能调度策略,结合电价预测信息实现成本降低10%以上。SHAP可解释性分析方法可增强iSolarCloud平台的AI决策透明度,为PowerT...
基于智能电表数据的低碳技术配电网络近实时机器学习框架
Near real-time machine learning framework in distribution networks with low-carbon technologies using smart meter data
Emrah Dokur · Nuh Erdogan · Ibrahim Sengor · Ugur Yuzg 等5人 · Applied Energy · 2025年1月 · Vol.384
摘要 随着光伏、电动汽车、热泵和储能装置等低碳技术的广泛应用,配电网络面临日益突出的拥塞和电能质量问题,尤其是对电压稳定性带来了显著挑战。增强低压配电网中的电压可观测性对于主动电网管理变得愈发重要,因此高效准确的电压预测工具显得尤为关键。本研究提出了一种新颖的数据驱动方法,用于在低碳技术高渗透率的低压配电网中进行节点电压预测。该方法利用来自智能电表数据的功率时间序列,将极限学习机(Extreme Learning Machine)与单候选优化器(Single Candidate Optimize...
解读: 该近实时电压预测技术对阳光电源智慧能源管理系统具有重要价值。可集成至iSolarCloud平台,结合智能电表数据实现配电网电压预测,为ST系列储能变流器和SG系列光伏逆变器提供前瞻性调控依据。极限学习机算法的17倍计算效率提升,可优化PowerTitan储能系统的实时响应策略,在高渗透率低碳场景下实...
替代燃料分布式发电系统的可行性、环境与经济性分析
Feasibility, environmental, and economic analysis of alternative fuel distributed power systems for reliable off-grid energy supply
Zaixing Wang · Yi Lin · Yu Guo · Fengli Liang 等9人 · Applied Energy · 2025年1月 · Vol.384
可靠的离网能源供应在偏远地区和应急场景中仍然面临挑战,特别是对于通信基站而言,传统的单燃料系统常常面临燃料依赖性和供应中断的问题。在我们前期验证了现场制氢用多燃料重整技术的基础上,本研究开发了一种集成燃料重整与燃料电池技术的替代燃料灵活发电系统。首先通过实验验证该系统的可行性,随后通过仿真模拟评估多种系统结构。实验验证结果表明,甲烷、甲醇、乙醇、煤油和柴油五种燃料均能实现稳定的氢气生成和持续的电力输出。各燃料系统均可稳定输出接近500 W的功率,燃料转化率均超过95%,氢气含量高于70%,产氢速...
解读: 该多燃料制氢-燃料电池系统为阳光电源离网储能方案提供重要补充思路。针对通信基站等场景,可与ST系列PCS协同构建混合供电系统:燃料电池提供长时基载,储能系统负责功率调节与波动平抑。系统53.1%的能效及多燃料适应性,启发iSolarCloud平台开发燃料-储能协同优化算法。GFM控制技术可实现燃料电...
可充电离子电池中的固/电解质界面和正极/电解质界面:挑战与展望
Solid/electrolyte and cathode/electrolyte interphases in rechargeable ion batteries: Challenges and perspectives
Homayun Khezraq · Marzieh Golshan · Mehdi Salami Kalajahi · Applied Energy · 2025年1月 · Vol.384
摘要 随着全球迎来电气化革命以及电动汽车、智能电网和智能电子设备等各类便携式装置的普及,对具有优异能量密度、长循环寿命和最高运行安全性的可充电电池的需求急剧上升。电极-电解质接触是实现可充电离子电池(RIBs)可逆运行的关键因素之一。普遍认为,固体电解质界面(SEI)控制着电池的循环寿命、容量及整体安全性,但其形成过程会消耗活性离子,从而导致电池容量降低。然而,正极-电解质相互作用的研究仍相对不足。与SEI不同,目前对正极电解质界面(CEI)的形成机制及其对电池性能的影响知之甚少。典型的CEI被...
解读: 该SEI/CEI界面技术研究对阳光电源储能系统和充电桩产品具有重要价值。在PowerTitan储能系统中,理解电池界面层形成机制可优化BMS电池管理策略,延长循环寿命;在电动汽车充电站解决方案中,掌握高压正极CEI稳定性技术有助于开发更安全的快充协议;ST系列PCS可结合电解质添加剂和阴极掺杂等CE...
基于分布式近端策略优化的输配电网电动汽车与可变能源调度双层求解策略
A bi-level solution strategy based on distributed proximal policy optimization for transmission and distribution network dispatch with EVs and variable energy
Peng Lu · Hanqing Lan · Qiwei Yuan · Zhihao Jiang 等14人 · Applied Energy · 2025年1月 · Vol.384
摘要 将大规模风电与大量电动汽车(EV)负荷接入电力系统,对电网的安全性与经济运行带来显著影响,带来了诸如电网调度指令频繁变动、电动汽车充放电行为无序以及网络损耗增加等一系列挑战。为此,本文建立了一种考虑大规模电动汽车的输配电网双层优化调度策略模型,采用分布式近端策略优化方法,高效管理机组出力及系统的充放电能力,并实时将这些能力分配至各个节点。上层模型以最小化系统总运行成本为目标,优化热电机组的运行状态,并调控输电网络中参与充放电的电动汽车数量;下层模型则通过优化配电网络中电动汽车的充放电功率、...
解读: 该输配电网双层优化策略对阳光电源储能及充电桩业务具有重要价值。文中分布式近端策略优化算法可应用于ST系列储能变流器的多站点协调控制,优化PowerTitan储能系统在电网调度中的充放电策略,降低网损成本。针对大规模电动汽车接入场景,可指导充电桩产品开发智能调度功能,结合iSolarCloud平台实现...
点对点太阳能与储能交易:一种基于网络化多智能体强化学习的方法
Peer-to-peer energy trading of solar and energy storage: A networked multiagent reinforcement learning approach
Chen Feng · Andrew L.Liu · Applied Energy · 2025年1月 · Vol.383
摘要 利用分布式可再生能源,特别是太阳能和储能系统,通过点对点(P2P)能源交易在本地配电网中运行,长期以来被视为提升能源系统韧性与可持续性的一种解决方案。然而,消费者和产消者(即拥有光伏系统和/或储能设备的用户)缺乏参与重复性P2P交易所需的专业知识,而可再生能源边际成本为零的特点也给公平市场价格的确定带来了挑战。为解决这些问题,本文提出多智能体强化学习(MARL)框架,以帮助自动化消费者对其光伏系统和储能资源的投标与管理行为,该框架基于一种采用供需比(supply–demand ratio)...
解读: 该多智能体强化学习框架对阳光电源ST系列储能变流器和SG光伏逆变器的协同控制具有重要价值。可将MARL算法集成到iSolarCloud平台,实现分布式光储资产的自主竞价与能量管理优化。特别是供需比清算机制与物理网络约束的结合,为PowerTitan储能系统在虚拟电厂场景下的P2P交易提供可行路径,提...
风电场在中长期滚动交易中的策略性投标:一种双层多智能体深度强化学习方法
Strategic bidding of wind farms in medium-to-long-term rolling transactions: A bi-level multi-agent deep reinforcement learning approach
Yi Zheng · Jian Wang · Chengmin Wang · Chunyi Huang 等6人 · Applied Energy · 2025年1月 · Vol.383
摘要 随着可再生能源在电力市场中渗透率的不断提高,边际电价受到抑制,给风电生产商的盈利能力带来了挑战。为此,有效的中长期(MLT)滚动交易能够对冲现货市场价格风险,提升盈利水平。然而,传统的投标方法往往难以捕捉风电出力及交易动态在较长时间跨度内的复杂不确定性。本文提出了一种专为优化风电中长期滚动交易而设计的双层多智能体深度强化学习(DRL)方法。该方法创新性地将Black–Scholes模型与Hamiltonian函数相结合,构建了一个最优决策框架,能够在短期投标效率与长期战略定位之间实现平衡。...
解读: 该深度强化学习竞价策略对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过双层多智能体优化框架,可提升风储联合系统在中长期电力市场的收益能力,有效对冲现货价格风险。其时空建模技术可集成至iSolarCloud平台,实现储能参与市场交易的智能决策,优化充放电策略。结合阳光电...
半透明光伏建筑一体化/热电联产系统与空气处理协同运行用于发电及冷热互补利用:能量与采光性能评估
Semi-transparent BIPV/T System's synergistic operation with air treatment for electricity generation and complementary cold-heat utilization: Assessment of energy and daylight performance
Yayun Tang · Chengyan Zhang · Jie Ji · Hao Xi · Applied Energy · 2025年1月 · Vol.383
摘要 将光伏(PV)组件集成到建筑设计中不仅能够提升建筑美学,还有助于实现可持续的电力生产。然而,建筑集成光伏(BIPV)系统仍面临若干挑战,包括效率欠佳、废热未被有效利用、眩光问题以及空调系统高能耗等。本研究通过半透明BIPV/T幕墙(CW)系统与空气处理过程的协同运行,旨在解决上述问题,并提升建筑的热性能、电性能及采光性能。研究方法结合了基于能量平衡方程建立的热学与电学模型,以及采用光线追踪原理的光学模型。这些模型被实现在一个集成了Matlab、TRNSYS和DesignBuilder的动态...
解读: 该BIPV/T协同系统研究对阳光电源光储一体化方案具有重要启示。系统通过主动通风降低组件温度9.03°C、提升发电效率0.26%的技术路径,可与SG系列逆变器的MPPT优化算法协同,实时追踪温度变化调整工作点。建筑侧7.87%的综合能耗削减潜力,为ST系列储能PCS与HVAC系统深度耦合提供应用场景...
保障公平使用与收益的住宅社区电池储能系统共享策略
Fair access and benefit guaranteed sharing strategy for Battery Energy Storage systems in a residential community
Chaiyoung Lee · Soongeol Kwon · Applied Energy · 2025年1月 · Vol.383
摘要 随着可再生能源的广泛应用和政府激励政策的推动,住宅用电池储能系统(BES)迅速发展,促使住宅社区中出现了共享型BES模式。尽管共享BES在降低成本和提升电能利用效率方面具有显著优势,但在确保用户之间公平获取资源和分配收益方面仍面临挑战。本文提出了一种可在住宅社区内实现公平使用并保障收益的BES共享策略。该策略的核心是一种基于阈值的控制机制,该机制根据历史数据动态调整充放电阈值,从而同时保障使用的公平性与收益的合理性。为确定这些阈值,本文采用了一个两阶段随机规划模型,并可反复更新以反映电力需...
解读: 该公平共享储能策略对阳光电源ST系列储能变流器及户用ESS解决方案具有重要应用价值。基于历史数据动态调整充放电阈值的两阶段随机规划方法,可集成至iSolarCloud平台实现社区级储能智能调度。结合SG系列户用光伏逆变器的MPPT优化技术,能有效应对间歇性发电与峰谷电价波动,提升PowerTitan...
揭示磁场在电化学储能中的潜力:综述
Unravelling the potential of magnetic field in electrochemical energy storage: A review
Sarita Yadav · Yogesh Sharm · Applied Energy · 2025年1月 · Vol.383
储能器件是推动便携式电子设备、固定式储能系统以及电动汽车发展的核心。为了进一步提升这些器件的效率、能量密度和功率容量,亟需可规模化且高效的端到端解决方案。已有大量研究表明,作为非接触式能量源的磁场已成为增强储能器件电化学性能的一种有力工具。在某些情况下,磁场会引起电极材料在结构、形貌和比表面积方面的显著变化;而在其他情况下,磁化电极的局部磁环境则可调节其储能特性。此外,由磁场驱动的作用力能够改变电极材料的本征磁性,并调控电极/电解质界面处的电子传输与离子迁移行为。一些文献还报道了磁场在废弃电极材...
解读: 该磁场调控技术对阳光电源储能系统具有重要应用价值。在ST系列PCS和PowerTitan储能产品中,磁场可优化电极材料形貌与比表面积,提升电池能量密度和功率性能。对于SiC功率器件应用,磁场调控电子输运特性可降低开关损耗。此外,磁场辅助的废旧电极材料回收技术可支撑储能系统全生命周期管理,与iSola...
光伏电站故障检测与分类中符号表达式的综合研究
A comprehensive study on symbolic expressions for fault detection-classification in photovoltaic farms
Nikola Anđelić · Sandi Baressi Šegot · Vedran Mrzljak · Applied Energy · 2025年1月 · Vol.383
大型光伏(太阳能)电站通过光伏(PV)技术在利用太阳能发电方面发挥着关键作用。然而,这类系统的控制与管理面临重大挑战,尤其是在故障检测方面。本文提出将遗传编程符号分类器(GPSC)应用于一个公开的光伏电站故障检测数据集。鉴于原始数据集存在类别不平衡问题,本研究需采用过采样技术以实现各类样本的均衡表示。此外,本文还深入研究了缩放与归一化技术对GPSC性能的影响。GPSC被系统地应用于每一种经过缩放或归一化处理后的平衡数据集变体,并采用随机超参数值搜索(RHVS)方法对其超参数进行精细调优。该算法通...
解读: 该遗传编程符号分类器(GPSC)故障检测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。研究中的阈值投票集成(TBVE)方法实现了接近1.0的故障分类准确率,可直接应用于SG系列光伏逆变器和PowerTitan储能系统的预测性维护模块。符号表达式算法的轻量化特性适合边缘计算部署,能...
抽水蓄能水电的解析调度策略:一种针对不连续多周期优化问题的条件动态规划方法
Analytical dispatch strategies for pumped storage hydro: A conditional dynamic programming approach to discontinuous multi-period optimization problems
Jian Liu · Jianwen Zhang · Zaiwu Gong · Donald C. Wunsch 等5人 · Applied Energy · 2025年1月 · Vol.383
摘要 随着风能和太阳能等可再生能源在电力系统中的渗透率不断提高,电网的安全稳定运行面临重大挑战。储能系统,特别是抽水蓄能水电(PSH),在平衡电力供需方面发挥着关键作用。传统的PSH经济调度问题解析研究通常假设发电和抽水速率的下限为零,以简化分析并求解多周期优化问题的解析解。然而,PSH固有的机械设计约束要求存在非零的最小流量以保证高效运行。本文分析了两种场景:仅拥有PSH的商户,以及同时拥有PSH和风电场的商户。在仅含PSH的场景中,四个解析确定的荷电状态(SOC)参考点将SOC范围划分为五个...
解读: 该条件动态规划调度策略对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。研究揭示的非零最小流量约束对调度策略的影响,可直接应用于优化我司储能系统的充放电控制算法。通过SOC分区参考点的解析解方法,能够提升iSolarCloud平台的多时段经济调度能力,特别是在光储联合优化场景中...
基于解聚合策略的虚拟电厂异构柔性资源优化协同调度
A De-aggregation strategy based optimal co-scheduling of heterogeneous flexible resources in virtual power plant
Zixuan Zheng · Jie Li · Xiaoming Liu · Chunjun Huang 等10人 · Applied Energy · 2025年1月 · Vol.383
摘要 虚拟电厂(VPP)作为一种有效解决方案,可在包含多种类型柔性资源(FRs)的并网型微电网中维持内部功率平衡,并参与外部削峰辅助服务。然而,随着不同类型柔性资源在响应行为上的特征异质性日益显著,以及其在削峰过程中的耦合关系,给VPP调度指令的精确分解带来了挑战。本文提出一种基于离散选择模型和特征匹配方法的解聚合策略,以动态排序柔性资源的响应顺序,同时优化VPP的削峰能力。首先,对异构特征进行精细化建模,以刻画多类型柔性资源满足并网微电网调度需求(SDGM)的响应能力。随后,构建特征差异量化模...
解读: 该VPP解聚优化策略对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。通过异构资源特征建模和动态响应排序,可提升储能系统参与电网调峰辅助服务的精准度。结合iSolarCloud平台的预测性维护能力,能够优化多类型柔性资源协同调度,降低70%调峰偏差。该技术可增强阳光电源微网解决...
一种新颖高效的全局最大功率跟踪方法用于在重复性光照条件下的复杂部分遮阴光伏系统
A novel and efficient global maximum power tracking method for photovoltaic systems under complicated partial shading with repeatable irradiance conditions
Shun-Chung Wang · Applied Energy · 2025年1月 · Vol.383
摘要 部分遮阴条件(PSC)显著降低了光伏(PV)发电系统(PVGS)的能量转换效率,给全局最大功率点(GMPP)跟踪(GMPPT)带来了严峻挑战。本文提出了一种新颖且高效的两阶段GMPPT方法以应对这些挑战,并引入多种技术以提升在复杂且可重复光照环境下的跟踪性能。第一阶段,构建基于Lambert W函数(LWF)的建模与估计机制,通过较少的采样次数识别包含GMPP的候选遮阴区域(SR)及其对应的电压工作点(VOP)。第二阶段,采用从第一阶段获得的VOP作为起始点的变步长增量电导法(VSSINC...
解读: 该Lambert W函数建模的两阶段GMPPT方法对阳光电源SG系列光伏逆变器具有重要应用价值。针对复杂遮挡场景,其快速定位候选阴影区域并结合变步长增量电导法,可显著提升MPPT跟踪精度(93.1%)和速度(86.6%)。该算法可集成至阳光电源1500V高压系统及iSolarCloud平台,通过精准...
符合概率分布的物理约束风力发电预测方法:面向抗噪深度学习
Physics-constrained wind power forecasting aligned with probability distributions for noise-resilient deep learning
Jiaxin Gao · Yuanqi Cheng · Dongxiao Zhang · Yuntian Chen · Applied Energy · 2025年1月 · Vol.383
摘要 风电作为关键的可再生能源之一,在实现碳中和目标中发挥着重要作用。然而,由于风速预测数据具有高噪声特性,风力发电功率的准确预测面临挑战,这会降低预测的精度与鲁棒性。为解决这一问题,本文提出一种理论引导(即物理约束)的深度学习风力发电预测方法(TgDPF)。TgDPF将表征风电功率概率分布的风电功率曲线领域知识,与长短期记忆网络(LSTM)深度学习模型相结合。该融合机制确保模型输出与风电功率的概率分布保持一致,遵循物理约束条件,从而增强对噪声的抵抗能力。因此,TgDPF是一种典型的物理约束建模...
解读: 该物理约束深度学习风电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。通过融合风电功率曲线概率分布与LSTM模型,在高噪声环境下预测精度提升24.7%-73.9%,可显著优化储能系统的充放电策略与能量管理。该方法的抗噪声特性与物理约束思想可迁移至iSolarClo...
考虑积尘污染效应的光伏电站选址:一种基于不确定性与可靠性的新型混合框架及最优清洗调度
Photovoltaic plant site selection considering dust soiling effects: A novel hybrid framework based on uncertainty and reliability with optimum cleaning schedule
Seyyed Shahabaddin Hosseini Dehshir · Bahar D. Firoozabadi · Applied Energy · 2025年1月 · Vol.382
摘要 太阳能电站面临的主要挑战之一是积尘问题。在适宜的地点建设太阳能电站可显著降低积尘影响。本研究提出贝叶斯最佳-最劣方法作为概率模型,并结合基于不确定性与可靠性的Z数COCOSO方法,以实现综合评估。为确保评估的稳健性,将结果与其他五种决策方法进行了对比(R² > 0.98)。最后,对所选站点的积尘效应进行了评估,并根据人工、半自动和全自动三种清洗方式确定了最优清洗频率。案例研究选取中东地区受沙尘暴严重影响的胡齐斯坦省进行分析。结果表明,沙尘事件发生频率影响最大,马赫沙赫尔站点是最适合建设太阳...
解读: 该研究针对光伏电站选址中的积灰问题,提出基于不确定性和可靠性的混合决策框架及最优清洁策略,对阳光电源SG系列逆变器部署和iSolarCloud智能运维平台具有重要应用价值。研究量化了降雨自然清洁效应和不同清洁技术的频次优化(手动2次/年、半自动4次/年、全自动13次/年),可为iSolarCloud...
抽水蓄能电站与漂浮式光伏发电集成的经济技术优化
Techno-economic optimization of pumped hydro storage plants integrated with floating photovoltaic
Abdullah Bamoshmoos · Matteo Catani · Vincenzo Dipierr · Marco Ficil 等10人 · Applied Energy · 2025年1月 · Vol.382
摘要 抽水蓄能电站(PHS)与集成式漂浮式光伏电站(FPV)相结合,为应对能源转型中的挑战提供了一种有前景的解决方案。这两种技术的结合具有显著的协同效应,有望优化空间利用、减少因蒸发造成的水资源损失,并通过水体的自然冷却作用提高光伏组件的效率。本文研究了将FPV与现有PHS系统集成的潜力,旨在评估该混合系统相较于独立运行的PHS在技术和经济方面的潜在优势。为此构建了一个优化问题,并以混合整数线性规划(MILP)模型进行表述,其中FPV光伏板直接连接至电网和水泵,既可将电力出售至电网,也可用于驱动...
解读: 该抽水蓄能-漂浮光伏混合系统研究对阳光电源具有重要战略价值。SG系列1500V光伏逆变器可优化漂浮电站发电效率,ST系列PCS与PowerTitan储能系统可实现抽水蓄能与电化学储能的协同调度。论文提出的MILP优化模型可集成至iSolarCloud平台,通过电价套利策略优化水泵直驱与并网售电切换逻...
基于综合模型筛选与多阶段优化任务的光伏发电不确定性量化系统
Photovoltaic power uncertainty quantification system based on comprehensive model screening and multi-stage optimization tasks
Linyue Zhang · Jianzhou Wang · Yuansheng Qian · Zhiwu Li · Applied Energy · 2025年1月 · Vol.381
准确预测光伏发电功率对于电网调度与能源管理至关重要。然而,在区间预测当前研究中,组合策略中基准模型确定的客观性、确定性预测结果的稳定性、误差分布拟合中参数设置的合理性以及预测区间上下限的有效性已成为主要挑战。为解决上述问题,本文将综合模型评价机制与波动量化理论相结合,提出一种多阶段优化的光伏发电功率区间预测系统。该系统首先利用互信息技术降低由冗余带来的计算复杂度;进而,模型选择模块通过计算综合邻近度,自适应地确定基准模型;最后,设计了三类参数优化任务,以提升预测区间的可靠性与分辨率。该系统采用中...
解读: 该光伏功率区间预测系统对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过多阶段优化的不确定性量化方法,可显著提升SG系列逆变器功率预测精度和可靠性,优化MPPT控制策略。其综合模型评估机制可集成至PowerTitan储能系统的能量管理模块,实现光储协同调度优化。预测区间的上下界信息为...
一种基于多时间分辨率注意力机制的交互网络用于多种电池状态联合估计
A multi-time-resolution attention-based interaction network for co-estimation of multiple battery states
Ruixue Liu · Benben Jiang · Applied Energy · 2025年1月 · Vol.381
摘要 高效且可靠的电池管理系统依赖于对多个电池状态的精确联合估计,包括荷电状态(SOC)、健康状态(SOH)和剩余使用寿命(RUL)。然而,由于这些状态在不同时间尺度上具有不同的时间分辨率以及复杂的相互作用,特别是在缺乏历史电池数据的情况下,该任务面临显著挑战。为应对这些挑战,本文提出了一种新颖的端到端多时间分辨率注意力机制交互网络(MuRAIN),用于多种电池状态的联合估计,该方法直接利用当前的充放电循环数据,无需历史数据。MuRAIN方法引入了一个多分辨率分块模块,能够从循环数据中智能提取具...
解读: 该多时间分辨率注意力交互网络技术对阳光电源ST系列储能变流器及PowerTitan储能系统的BMS优化具有重要价值。MuRAIN可实现SOC、SOH、RUL的高精度联合估计,无需历史数据即可基于当前循环数据运行,特别适合浅循环工况下的商业储能应用。该技术可集成至iSolarCloud平台,提升预测性...
太阳能道路集成:多重不确定性下耦合电-交通系统的两阶段鲁棒调度
Solar roads integration: A two-stage robust scheduling in coupled power-transportation systems amidst multiple uncertainties
Wei Dai · Yiwei Tao · Hui Liu · Tonni Agustiono Kurniawan 等6人 · Applied Energy · 2025年1月 · Vol.381
摘要 太阳能道路(SRs)在推动交通领域的城市能源转型以及缓解城市光伏用地稀缺方面具有潜力,但其并入电力系统会使交通网与电网紧密耦合,在SR出力存在不确定性的情况下带来安全挑战。本文提出了一种针对含太阳能道路的耦合电-交通系统(CPTS)的鲁棒调度方法,以应对多种不确定性。该方法构建了改进的交通分配模型(ETAM),用于协同优化SR的发电效益和用户出行成本,从而形成CPTS的联合最优潮流模型。所提两阶段鲁棒调度模型考虑了太阳辐射、交通需求和电力负荷的不确定性:第一阶段确定储能(ES)单元的运行方...
解读: 该光伏道路双层鲁棒调度技术对阳光电源储能与充电业务具有重要价值。论文中交通-电力耦合系统的不确定性优化方法,可直接应用于ST系列储能变流器与PowerTitan系统的多场景调度策略。其两阶段鲁棒模型能增强iSolarCloud平台的预测性维护能力,优化光储充一体化场站在辐照度、负荷、交通流量多重不确...
第 6 / 9 页