找到 10 条结果 · Applied Energy

排序:
电动汽车驱动 ★ 5.0

基于边缘计算的考虑开关操作序列的主动配电网分布式供电恢复方法

Edge computing-based distributed power restoration for active distribution networks considering switching sequence

Hao Yua · Zhicheng Zhang · Peng Lia · Haoran Jia 等8人 · Applied Energy · 2025年12月 · Vol.401

摘要 随着边缘计算技术在配电网中的融合应用,分布式供电恢复已成为提高应对停电故障响应效率的一种有前景的替代方案。然而,由于开关与分布式电源(DGs)之间存在复杂的顺序协调关系,分布式供电恢复的实际实施仍面临挑战。本文提出了一种考虑开关操作序列的分布式供电恢复方法。该方法通过将目标网络状态求解与从初始状态到目标状态的过渡策略分别求解,有效解决了顺序供电恢复问题,从而降低了整体计算复杂度。为此,设计了一种改进的交替方向乘子法(ADMM)算法以提升求解效率。所提出的方法可用于在线生成供电恢复策略,并可...

解读: 该边缘计算分布式恢复技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。论文提出的改进ADMM算法可集成至iSolarCloud平台,实现配电网故障快速响应。其开关序列协调机制可优化储能PCS与SG系列光伏逆变器的孤岛并网切换策略,缩短供电恢复时间。分布式架构与阳光GFM/G...

储能系统技术 模型预测控制MPC 机器学习 强化学习 ★ 5.0

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...

光伏发电技术 储能系统 ★ 5.0

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...

储能系统技术 储能系统 强化学习 ★ 5.0

基于鲁棒深度强化学习的不完全可观测配电网逆变器电压无功控制

Robust deep reinforcement learning for inverter-based volt-var control in partially observable distribution networks

Qiong Liua · Ye Guoa · Tong Xub · Applied Energy · 2025年12月 · Vol.399

摘要 基于逆变器的电压无功控制在主动配电网(ADN)中调节电压和最小化功率损耗方面发挥着关键作用。然而,将深度强化学习(DRL)应用于该任务面临的一个主要挑战是ADN中量测设备部署有限,导致系统状态不完全可观测以及奖励信号未知的问题。为解决这些问题,本文提出了一种具有保守评论家(conservative critic)和代理奖励(surrogate reward)的鲁棒DRL方法。该保守评论家利用分位数回归技术,基于不完全可观测的状态估计出保守的状态-动作值函数,从而有助于训练出更具鲁棒性的策...

解读: 该鲁棒深度强化学习方法对阳光电源ST系列储能变流器及SG系列光伏逆变器的Volt-Var控制具有重要应用价值。通过保守critic和代理奖励机制,可在配电网测点有限(仅10%节点可测)条件下实现电压调节和网损优化,契合实际工程部署约束。该技术可增强PowerTitan储能系统在部分可观测环境下的自适...

储能系统技术 储能系统 ★ 5.0

配电网中分布式模块化储能系统的最优鲁棒配置以实现电压调节

Optimal robust allocation of distributed modular energy storage system in distribution networks for voltage regulation

Zirong Xu · Zhiyuan Tang · Yongdong Chen · Youbo Liu 等6人 · Applied Energy · 2025年6月 · Vol.388

本文研究了在主动式低压配电网(DNs)中为减小电压偏差而进行的分布式模块化储能(DMES)最优鲁棒配置(位置与数量)问题。在所提出的配置问题中,设计了一种新颖的集中-本地控制框架(CLCF)用于DMES的电压调节,并对该框架下的下垂系数设定方案进行了优化确定。此外,为了应对有功与无功功率注入之间的不确定性及其相关性,本文在一种新型的相关多面体不确定性集(CPUS)下构建了鲁棒优化模型来表述DMES配置问题,从而避免解的过度保守性。进一步地,为使所提出的非线性非凸配置问题在计算上具有可追踪性,将其...

解读: 该分布式模块化储能优化配置技术对阳光电源ST系列PCS及PowerTitan储能系统具有重要应用价值。论文提出的集中-本地控制框架与下垂系数优化调度,可直接应用于我司储能变流器的电压调节策略,提升低压配网场景下的电压质量。其鲁棒优化模型能有效应对功率不确定性,为iSolarCloud平台的智能运维算...

储能系统技术 储能系统 ★ 5.0

基于概率电压灵敏度分析与霍尔定理的主动配电网中移动式储能系统路由与调度

Routing and scheduling of mobile energy storage systems in active distribution network based on probabilistic voltage sensitivity analysis and Hall's theorem

Ting Wu · Heng Zhuang · Qisheng Huang · Shiwei Xi 等7人 · Applied Energy · 2025年5月 · Vol.386

摘要 移动式储能系统(MESSs)具有显著的时间和空间灵活性,使其成为主动配电网(ADNs)中提供辅助服务的理想选择。然而,传统的MESS调度方法严重依赖精确的负荷与交通预测,而基于深度学习的方法则可能计算成本高昂且对动态系统工况的适应性不足。为应对这些挑战,本文提出一种两阶段调度框架,融合灵敏度分析、图论与动态优化技术,从而提升调度的适应性与计算效率。在第一阶段,目的地预生成模型利用概率电压灵敏度来应对负荷预测的不确定性,并识别出最有可能需要辅助支持的关键ADN节点。在第二阶段,基于霍尔定理的...

解读: 该移动储能调度框架对阳光电源ST系列PCS及PowerTitan移动储能方案具有重要应用价值。基于概率电压灵敏度的两阶段优化算法可集成至iSolarCloud平台,实现移动储能车辆动态路径规划与充放电策略实时优化。Hall定理筛选机制可提升配电网关键节点识别精度,配合GFM控制技术增强电网支撑能力。...

储能系统技术 机器学习 ★ 5.0

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4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...

风电变流技术 ★ 5.0

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4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...

光伏发电技术 ★ 5.0

基于动态运行包络的需求响应方案在低压配电网中的开发与验证

Development and validation of a dynamic operating envelopes-enabled demand response scheme in low-voltage distribution networks

Gayan Lankeshwar · Rahul Sharm · M.R.Al · Ruifeng Yan 等5人 · Applied Energy · 2025年3月 · Vol.382

动态运行包络(DOE)为在分布式能源资源(DER)日益渗透低压(LV)网络的情况下维护网络完整性提供了一种有前景的解决方案。目前,DOE的应用主要集中在控制屋顶光伏(PV)系统的有功功率输出,往往忽视了需求响应(DR)的作用。本文提出了一种两阶段协调策略,将居民侧需求响应整合到电力市场中,并置于DOE框架之内。在第一阶段,配电网络服务提供商(DNSP)采用凸包法在每个用户的并网点(POC)定义DOE;在第二阶段,需求响应聚合商(DRA)利用DNSP提供的DOE实施一种分层控制系统,在跟踪负荷设定...

解读: 该DOE动态运行包络技术对阳光电源ST系列储能变流器和SG光伏逆变器具有重要应用价值。论文提出的两阶段协调控制策略可集成至iSolarCloud平台,实现分布式光储系统的精准需求响应。凸包法定义的POE连接点包络线可优化PowerTitan储能系统的充放电策略,在满足电网statutory限值前提下...

储能系统技术 ★ 5.0

一种新颖的移动式储能预部署鲁棒优化方法

A novel robust optimization method for mobile energy storage pre-positioning

Hening Yuan · Yueqing Shen · Xuehua Xie · Applied Energy · 2025年2月 · Vol.379

摘要 由于分布式能源的接入,传统的配电网络正在向主动式配电网转型。与此同时,极端天气事件的频发要求电力网络具备更强的韧性。分布式能源,特别是移动式储能系统(MESS),在提升配电网韧性方面发挥着关键作用。然而,目前针对MESS在灾后运行中用于增强韧性、效率及电能资源利用率的预部署研究仍显不足。为解决上述问题,本文提出了一种考虑分布式发电出力不确定性的主动配电网中MESS预部署的主动式方法。首先,对主动配电网中的柔性资源进行建模,包括分布式电源、移动式储能系统和电动汽车。然后,建立了考虑光伏出力不...

解读: 该移动储能预定位鲁棒优化技术对阳光电源PowerTitan移动储能系统及ST系列PCS具有重要应用价值。研究中的分布式资源协同优化模型可直接应用于iSolarCloud平台,实现灾前储能资源智能调度。其鲁棒优化算法可集成到阳光储能EMS系统,结合光伏出力不确定性预测,优化移动储能容量配置与选址决策。...