找到 28 条结果 · Applied Energy
基于协方差矩阵自适应进化策略并考虑氢气真实气体建模的孤立光伏-氢能微电网优化定容
Optimal sizing of isolated photovoltaic-hydrogen microgrids using covariance matrix adaptation evolution strategy considering real-gas modeling of hydrogen
Aubert Hervé · Mathieu Bressel · Applied Energy · 2025年1月 · Vol.401
摘要 本文研究了协方差矩阵自适应进化策略（Covariance Matrix Adaptation Evolution Strategy, CMA-ES）在孤立光伏-氢能微电网优化定容中的应用。系统组件（特别是光伏（PV）面板和氢能储能系统（HESS））的精确容量配置对于确保系统的成本效益、能源自主性和运行可靠性至关重要。本研究提出了一种基于氢气真实气体行为的先进HESS模型，相较于传统的理想气体近似方法，该模型在物理真实性方面具有显著提升。尽管诸如遗传算法（GA）和粒子群优化（PSO）等元启发...
解读: 该CMA-ES优化算法对阳光电源光储微网系统设计具有重要应用价值。研究中的光伏-氢储能微网优化sizing问题,可直接应用于ST系列储能变流器与SG系列光伏逆变器的容量配置优化。CMA-ES算法在高维非凸问题上表现优异,较传统GA算法适应度提升26%,可集成至iSolarCloud平台用于离网微电网...
基于不确定性量化的鲁棒锂离子电池容量估计方法：应对时间序列数据掩蔽挑战的渐进学习框架
Robust capacity estimation with uncertainty quantification for li-ion batteries under temporal data masking challenges: A progressive learning approach
Tengwei Pang · Guodong Fan · Boru Zhou · Yansong Wang 等6人 · Applied Energy · 2025年1月 · Vol.401
准确估计锂离子电池容量对于可靠性管理至关重要，但由于时间序列数据掩蔽问题的存在，该任务面临严峻挑战。时间序列掩蔽是实际云应用中普遍存在的现象，会导致时序数据缺失和数据质量退化。为解决这一问题，本文提出一种渐进式学习框架，该框架构建了一条数据质量感知的学习路径，通过逐步生成并引入人工掩蔽的低质量样本，仅利用高质量实验室数据即可实现模型的鲁棒训练。该框架融合了动态采样与自适应重采样策略，以增强模型对数据偏斜的鲁棒性。此外，通过在同源充电段上进行隐式集成学习，高效实现了具有强物理可解释性的不确定性量化...
解读: 该渐进式学习框架对阳光电源ST系列储能变流器及PowerTitan系统的电池管理具有重要价值。针对iSolarCloud云平台实际应用中的数据缺失和时序遮蔽问题,该方法仅需高质量实验室数据即可实现鲁棒容量估计,在50%数据遮蔽下RMSE仅增0.03%。其隐式集成的不确定性量化技术可避免贝叶斯方法的计...
用于甲烷和二氧化碳输送、储存及部门耦合的膜辅助混合燃气管网建模与优化
Modeling and optimization of a membrane-assisted hybrid gas grid for methane and carbon dioxide transport, storage, and sector coupling
Du Wen · François Marécha · Applied Energy · 2025年1月 · Vol.401
摘要 能源系统的脱碳需要大规模整合可再生能源，但其波动性对系统可靠性以及长期储能提出了挑战。电力转气体技术通过将过剩电能转化为气态燃料，提供了一种有前景的解决方案。然而，现有研究通常忽略了系统中的碳循环过程以及天然气基础设施作为储能介质的潜力。本研究提出并评估了一种集成的可再生电力转气体与混合燃气管网系统，通过对管道进行改造以实现CH₄与CO₂的共注入，并利用基于膜的气体分离技术建立动态碳循环。该系统通过结合混合整数线性规划（MILP）优化框架与准动态燃气管网模型进行建模，能够同时捕捉运行特性与...
解读: 该混合气网储能技术为阳光电源PowerTitan储能系统提供长周期储能互补方案。P2G电制气技术可消纳光伏逆变器SG系列的弃电,通过CH4/CO2混输管网实现季节性储能。其MILP优化框架可借鉴至ST系列PCS的多能源协调控制,结合iSolarCloud平台实现电-气-碳三网耦合的智能调度。30%C...
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...
双面光伏组件在局部遮阴条件下复合发电模型的开发
Development of a compound power generation model for bifacial photovoltaic modules under partial shading conditions
Qiangzhi Zhang · Yimo Luo · Tao Mac · Shuhao Wanga 等8人 · Applied Energy · 2025年1月 · Vol.400
摘要 双面光伏（bPV）组件由于自遮挡、相互遮挡以及外部遮挡，导致其正面和背面接收到的太阳辐照度分布不均，从而影响其性能与可靠性。因此，在局部遮阴条件（PSC）下建立精确的功率模型至关重要。现有的bPV组件发电模型通常基于双面因子，未能考虑被遮挡与未被遮挡太阳电池区域之间的电流失配问题，以及正背面电气性能的动态变化，这两方面因素均会导致发电量的高估。为克服上述局限性，本文提出了一种新型复合发电模型，该模型构建了双电流源子模型（DCSM）以考虑太阳电池的失配效应，并采用并联等效电路子模型（PECM...
解读: 该双面组件复合功率模型对阳光电源SG系列光伏逆变器的MPPT优化具有重要价值。传统模型在遮挡工况下误差超60%,新模型通过双电流源子模型和并联等效电路精准捕捉电池失配与动态特性,误差降至5%以内。可应用于iSolarCloud平台的发电预测算法,优化1500V系统在复杂遮挡场景下的多路MPPT策略,...
基于多准则决策方法的可持续混合能源系统综合评估：兼顾供应风险、技术经济与环境因素及新兴储能技术
Integrated assessment of supply risks, techno-economic and environmental factors for sustainable hybrid energy systems with emerging storage technologies: A MCDM approach
Sayan Das · Risav Dutta · Sudipta De · Applied Energy · 2025年1月 · Vol.399
摘要 本研究提出了一种通过整合可再生能源与储能技术来构建分布式混合能源系统的新方法，为能源转型提供了一条可持续的路径。储能技术能够提升此类系统的可靠性、效率和灵活性，实现供需平衡、电网稳定，并促进更高比例的可再生能源并网。然而，传统的能源模型通常忽视了原材料在可再生能源基础设施中的作用。本研究通过从环境影响、经济可行性以及供应风险三个维度对原材料进行评估，弥补了这一研究空白。关键材料的可获得性、成本及其可持续获取显著影响着能源技术的规模化潜力，而地缘政治和市场不确定性则带来了供应链风险。本文提出...
解读: 该研究的多维度评估方法对阳光电源储能系统选型具有重要参考价值。文中光伏-风电-钒液流电池的最优配置方案,与阳光电源ST系列PCS及PowerTitan储能系统的应用场景高度契合。研究强调的供应链风险评估可优化我司储能产品的原材料采购策略,而生命周期成本分析方法可直接应用于iSolarCloud平台的...
面向多微网的重同步调度策略以实现增强灵活性的最优分布式系统运行
Resynchronization scheduling policy for multiple microgrids for optimal distributed system operation with enhanced flexibility
Hyeongon Parka · Woong Kob · Applied Energy · 2025年1月 · Vol.399
摘要 微网通过利用孤岛模式，在现代配电网中高效管理分布式电源，有望提高系统的可靠性与灵活性。在进入孤岛运行模式后，微网必须重新与主网同步。然而，在重同步过程中，多个微网的并网与解列可能导致功率快速上升或下降。在多个互联微网构成的系统中，孤岛模式与重同步的调度成为关键的管理因素。本文提出一种基于多微网重同步策略的电力系统最优运行模型。该策略确定每个微网的孤岛运行持续时间，并在重同步后调整与主网之间的电能交易量。为缓解微网重同步期间的灵活性不足问题，本文引入了两种重同步方法。K值轮换法为各微网分配不...
解读: 该多微网再同步调度技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。论文提出的K值轮换法和渐进功率恢复法可直接应用于我司GFM/GFL控制策略优化,解决多微网并离网切换时的功率爬坡冲击问题。建议将该调度算法集成至iSolarCloud平台,实现多站点储能系统协调控制,提升电...
基于物理信息神经网络的锂离子电池健康状态、剩余使用寿命与短期退化路径联合估计
Physics-informed neural network for co-estimation of state of health, remaining useful life, and short-term degradation path in Lithium-ion batteries
Li Yanga · Mingjian Heab · Yatao Ren · Baohai Gao 等5人 · Applied Energy · 2025年1月 · Vol.398
摘要 锂离子电池由于各种内部和外部因素会随时间逐渐退化，这种退化带来了显著的安全性和可靠性风险，凸显了电池健康管理作为关键研究领域的重要性。然而，当前仍面临一个重大挑战，即开发一种通用的健康管理方法，以适应不同的电池材料、工作环境以及多样化的任务需求。为应对这一问题，本文提出了一种新颖的多任务健康管理方法，该方法将多任务处理框架与物理信息神经网络相结合。通过共享参数与任务特定参数的协同设计，并结合基于物理规律的特征提取机制，该方法高效地整合了健康状态估计、剩余使用寿命预测以及短期退化路径预测三项...
解读: 该物理信息神经网络多任务学习框架对阳光电源储能系统具有重要应用价值。可直接集成至ST系列PCS和PowerTitan储能系统的BMS中,实现SOH估算(误差0.75%)、RUL预测(误差104循环)和短期退化路径预测的协同管理。其基于恒压充电阶段电压电流数据的特征提取方法,与阳光电源iSolarCl...
增强智慧城市中智能电网的安全性：传统方法与新兴技术的综述
Enhancing smart grid security in smart cities: A review of traditional approaches and emerging technologies
Lahcen Hassine · Nordine Quadar · Younes Ledmaoui · Hasna Chaibi 等7人 · Applied Energy · 2025年1月 · Vol.398
摘要 智能电网代表了城市基础设施的重大演进，能够实现能源管理和服务的优化。然而，这些基础设施极易受到安全挑战的影响，可能导致其运行中断并损害系统的可靠性。这些安全挑战包括日益增长的网络威胁，以及与互联系统相关的特定漏洞，例如监控与数据采集系统（SCADA）、物联网（IoT）和能源管理系统，攻击形式涵盖勒索软件、网络钓鱼到拒绝服务（DoS）攻击等，使这些网络面临重大风险。因此，本研究采用基于科学文献系统性回顾的结构化方法，并对当前智慧城市电力系统安全防护方法进行深入分析。研究步骤包括筛选相关学术文...
解读: 该智能电网安全研究对阳光电源多条产品线具有重要价值。针对SCADA、IoT等互联系统的网络安全威胁,可直接应用于iSolarCloud平台和ST储能系统的防护升级。文中提出的AI入侵检测、区块链加密及边缘计算方案,可增强PowerTitan储能系统和充电站网络的抗DoS攻击能力。建议将传统防火墙与新...
一种用于电池组多物理场的高保真在线监测算法
A high-fidelity online monitoring algorithm for multiple physical fields in battery pack
Yi Xiea · Wensai Maa · Disheng Jiang · Wei Lib 等8人 · Applied Energy · 2025年1月 · Vol.398
准确估计电池的荷电状态（SOC）、温度分布状态（SOTD）和功率状态（SOP）对于保障现代储能系统（尤其是在电动汽车中）的安全性、效率和寿命至关重要。这些状态之间的交叉耦合动力学特性要求采用先进的建模与估计算法以提升系统性能与可靠性。在本研究中，选取电池组作为研究对象，构建了一种电-热耦合模型。其中，电气模型基于一阶等效电路模型，并扩展以考虑串并联结构关系，从而为热模型提供电气参数；热模型则建立了电池组内部产热与传热过程的详细框架，并将温度反馈至电气模型以校正其参数。随后，针对该模型设计了一种在...
解读: 该电池包多物理场在线监测算法对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。电热耦合模型可集成至iSolarCloud平台,实现SOC、温度场和SOP的精准联合估算(SOC误差≤1.52%,温度误差<1.32°C),显著提升储能系统BMS管理精度。三维温度场重建技术可优化液冷...
反向偏置电池光伏系统的高分辨率建模与多尺度实验研究
High-resolution modeling and multiscale experiment study of photovoltaic with reverse-biased cell
Fuxiang Liab · Yunren Sui · Haosheng Lin · Zengguang Sui 等5人 · Applied Energy · 2025年1月 · Vol.398
摘要 光伏（PV）技术在全球能源转型中具有关键作用。影响其效率与可靠性的主要障碍之一是局部遮挡条件（PSC）。深入理解光伏器件的电学行为机制，对于预测和缓解这一问题至关重要。然而，现有研究尚未通过系统的实验探究和模型构建充分解决该问题。本研究致力于系统性地探讨上述问题，采用融合实验与数值模拟的多尺度研究方法。在电池层面，构建了一个测量平台，用于表征太阳能电池在不同工况下（200–1200 W/m²，20–60 °C）的电流-电压（I-V）特性。测量结果表明，辐照度始终影响电池的I-V特性，而温度...
解读: 该研究对阳光电源SG系列光伏逆变器的MPPT优化技术具有重要价值。文章揭示的反向偏置电池特性和局部遮挡下的热斑效应,可直接应用于提升多路MPPT算法精度,优化旁路二极管保护策略。研究提出的全范围I-V特性建模方法,能增强iSolarCloud平台的故障诊断能力,实现遮挡场景下的精准功率预测和预防性运...
基于智能暂态分析的不确定并网光伏系统可靠性与安全性提升
Enhancing reliability and safety of uncertain grid-connected photovoltaic systems based on intelligent transient regime analysis
Amal Hichri · Mansour Hajji · Majdi Mansouri · Kais Bouzrar 等6人 · Applied Energy · 2025年1月 · Vol.397
摘要 确保并网光伏（GCPV）系统的持续运行至关重要，因为这些系统极易受到多种因素引起的故障和停机影响，可能导致严重的系统损坏。为应对这些挑战，故障检测与诊断（FDD）方法对于维持GCPV系统的可靠性与安全性必不可少。本文提出一种基于暂态过程的FDD方法，用于不确定的GCPV系统，采用深度学习技术实现故障的有效检测与分类。此外，该方法利用可再生能源系统中健康状态与故障状态之间的过渡阶段，通过识别性能信号中的异常，实现早期故障检测。通过将暂态过程分析与深度学习技术相结合，该方法能够快速而准确地检测...
解读: 该瞬态故障诊断技术对阳光电源SG系列光伏逆变器及ST储能变流器具有重要应用价值。通过深度学习捕捉健康-故障转换期的异常信号,可实现早期故障预警,显著提升系统可靠性。建议将区间值数据处理与遗传算法优化集成至iSolarCloud平台,增强预测性维护能力。该方法对1500V高压系统及PowerTitan...
一种提升高耗能行业CO2吸附生命周期评估可比性与可靠性的方法论框架
A suggested methodological framework to enhance comparability and reliability for life cycle assessment of CO2 adsorption in energy-intensive industries
Yipeng Yao · Marie-Eve Dupre · Guy De Weirel · Applied Energy · 2025年1月 · Vol.397
摘要 在众多二氧化碳捕集技术中，吸附法捕集作为一种新兴且具有前景的技术，表现出操作灵活性高、污染物排放低以及能耗低的特点，预计将在碳捕集与封存系统中发挥关键作用。尽管生命周期评估（LCA）已成为评估该技术环境影响的共识性方法，但LCA在应用中的方法学异质性限制了研究成果之间的可比性和可信度。本研究系统回顾了2006年至2025年间发表的31项LCA研究，从目标与范围界定、清单分析、影响评估和结果解释四个方面考察其方法学上的共性与差异。以当前LCA方法学标准与指南为基准，分析了CO2吸附技术LCA...
解读: 该CO2吸附全生命周期评估方法框架对阳光电源储能系统(ST系列PCS、PowerTitan)及光伏逆变器(SG系列)的碳足迹评估具有重要指导意义。研究提出的分层改进框架可应用于优化我司产品从制造、运输到运维全周期的环境影响评估体系,特别是在系统边界定义、数据质量评价方面提供标准化方法。结合iSola...
隐私保护的概率风力发电预测：一种自适应联邦学习方法
Privacy-preserving probabilistic wind power forecasting: An adaptive federated approach
Xiaorong Wang · Yangze Zhou · Applied Energy · 2025年1月 · Vol.396
准确的风力发电预测（WPF）对于电力系统运行与控制的可靠性至关重要。近年来，概率性WPF受到越来越多的关注，已有多种先进的数据驱动方法被提出以实现高精度的概率预测。然而，数据驱动方法依赖于高质量和大规模的数据，而在现实中这些数据难以充分获取，导致现有方法的实际性能未能达到预期。为此，本文提出了一种基于联邦学习（FL）的概率风力发电预测框架，旨在利用其他风电场（WFs）的数据构建预测模型的同时，保障各参与方的数据隐私。为应对数据非独立同分布（non-IID）的问题，本文提出了自适应聚类策略以及基于...
解读: 该联邦学习风电预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)和iSolarCloud平台具有重要应用价值。通过隐私保护的多风场数据协同建模,可显著提升功率预测精度,优化储能系统充放电策略和能量管理。自适应聚类与个性化模型可针对不同地域风场特性定制预测算法,增强GFM/GFL控制策...
用于评估光伏系统可靠性的开放数据集
Open data sets for assessing photovoltaic system reliability
Xin Chen · Baojie Lia · Jennifer L.Braid · Brandon Byford 等11人 · Applied Energy · 2025年1月 · Vol.395
摘要 光伏（PV）系统已成为可再生能源战略的基石，特别是由于过去十年中太阳能发电成本显著降低。然而，光伏装置的长期可靠性仍是一个持续存在的挑战，需要发展先进的监测和预测性维护策略。为评估光伏系统的健康状况，使用了多种类型的数据，包括环境条件、电气性能以及巡检图像等。这些数据支持诸如用于寿命预测的机器学习（ML）模型和用于缺陷检测的计算机视觉技术等方法。然而，高质量且全面的数据获取十分困难，尤其是在长期一致性与数据多样性方面尤为突出。公开可用的数据集是应对这些挑战的宝贵资源，但它们往往存在碎片化问...
解读: 该开源数据集研究对阳光电源iSolarCloud智能运维平台具有重要价值。论文系统梳理的环境数据、电气性能、缺陷图像等多维数据类型,可直接应用于SG系列逆变器和PowerTitan储能系统的预测性维护算法优化。特别是机器学习模型与计算机视觉技术结合,能提升我司光伏电站全生命周期健康管理能力。建议将论...
可逆式双极膜燃料电池系统中平衡部件的可靠性研究
Reliability of the balance of plant components in a unitized reversible fuel cell system with a bipolar membrane
Thore Pruss · Karsten Mülle · Applied Energy · 2025年1月 · Vol.395
随着向可再生能源的转型，对高效、长期储能解决方案的需求日益增加。本研究评估了一种可逆式双极膜燃料电池——一种能够在燃料电池模式和电解槽模式下运行的集成化系统——其中平衡部件（Balance of Plant, BOP）的可靠性和安全性。采用故障树分析法识别潜在故障及其发生概率，并利用失效模式与影响分析法评估故障后果并提出相应的缓解策略。结果表明，在燃料电池模式下，系统的平均无故障时间（MTTF）为1700小时，而在电解槽模式下略低，为1540小时。氢气压缩机被识别为最易发生故障的部件，主要归因于...
解读: 该可逆燃料电池BOP可靠性研究对阳光电源储能系统具有重要借鉴意义。研究揭示氢压缩机为最易失效部件(MTTF仅1540-1700h),冗余设计增益有限(仅8%)且可能因复杂度增加反向作用,这为ST系列PCS及PowerTitan储能系统的冗余配置策略提供参考。FMEA强调应优先维护保护膜电极组件的关键...
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...
面向光伏系统中人工智能驱动的预测性维护与故障诊断的多阶段审查框架
A multi-stage review framework for AI-driven predictive maintenance and fault diagnosis in photovoltaic systems
Ali Hamz · Zunaib Alia · Sandra Dudley · Komal Saleem 等6人 · Applied Energy · 2025年1月 · Vol.393
摘要 光伏（PV）行业面临诸多挑战，包括高昂的初始成本、对天气条件的依赖性、易发生故障、电网运行不稳定性以及组件性能退化等问题。预测性维护（PdM）旨在主动识别潜在问题，从而提高系统的可靠性与运行效率，但若缺乏进一步的诊断措施，可能无法提供具体的故障信息。本研究提出了一种先进的预测性维护与故障诊断集成框架，该框架融合了故障模式分析、故障严重程度评估以及关键故障预测功能，旨在通过识别和分析特定的故障模式来提升光伏系统的运行效能，减少停机时间并增强系统可靠性。因此，本文对当前应用于光伏系统中预测性维...
解读: 该AI驱动的预测性维护与故障诊断框架对阳光电源SG系列光伏逆变器及ST储能系统具有重要应用价值。通过集成故障模式识别、严重性评估和关键故障预测,可显著提升iSolarCloud平台的智能运维能力。建议将多阶段诊断框架融入MPPT优化算法,实现组件级故障预警;结合PowerTitan储能系统的数据标准...
基于微调策略的跨工况船用柴油机故障诊断通用迁移学习框架
A universal transfer learning framework for cross-working-condition marine diesel engine fault diagnosis based on fine-tuning strategy
Zeyu Shia · Zhongwei Wanga · Zhiguo Yuana · Muyu Wanga 等6人 · Applied Energy · 2025年1月 · Vol.392
摘要 船用柴油机（MDEs）及时且准确的故障诊断（FD）对于提升船舶动力系统的安全性和可靠性至关重要。MDEs在变工况下运行，导致其运行状态和故障数据存在显著差异。这种变异性降低了数据驱动FD模型的适应能力，而这些模型通常是基于单台发动机或特定工况下的数据构建的。为解决上述问题，本研究提出了一种基于深度迁移学习与微调策略的MDEs故障诊断框架。为了增强故障特征提取能力，引入了一种数据层级融合方法用于数据重构。此外，提出了一种新型混合预训练网络，结合CNN + GRU与KAN，以获取源域数据的全面...
解读: 该跨工况迁移学习故障诊断框架对阳光电源储能系统(ST系列PCS、PowerTitan)及光伏逆变器(SG系列)具有重要应用价值。文章提出的CNN+GRU+KAN混合网络和精细调优策略,可应用于不同环境工况下的功率器件(SiC/IGBT)健康监测与故障预测。该方法能有效解决iSolarCloud平台中...
用于评估中压电网可靠性的图神经网络
Graph neural networks for assessing the reliability of the medium-voltage grid
Charlotte Cambier van Nooten · Tomvan de Poll · Sonja Füllhas · Jacco Heres 等6人 · Applied Energy · 2025年1月 · Vol.384
摘要 随着向可再生能源转型以及传统发电容量的减少，确保电力系统可靠性正变得日益具有挑战性。配电系统运营商（Distribution System Operators, DSOs）通过验证n-1安全准则来实现电网可靠性，即利用开关策略重新配置电网并恢复供电。尽管DSOs通常运行辐射状电网，但政府法规和诸如平均停电分钟数等可靠性指标要求尽可能通过重构实现供电连续性。尽管可靠性评估在电网运行中具有关键作用，但当前的方法（如数学优化方法）往往计算成本高昂，难以适用于大规模电网。本文针对这些局限性，提出了...
解读: 该图神经网络可靠性评估技术对阳光电源储能系统和微电网解决方案具有重要价值。可应用于PowerTitan储能系统的n-1容错设计,通过GNN快速评估ST系列PCS在配电网重构中的可靠性,预测时间提升1000倍。结合iSolarCloud平台可实现实时故障预测和拓扑优化,增强分布式光储系统的供电连续性。...
第 1 / 2 页