找到 5 条结果 · Applied Energy
基于混合储能系统与工况识别的电动拖拉机多目标能效管理优化
Multi-objective optimization for energy-efficient management of electric Tractors via hybrid energy storage systems and scenario recognition
Qiang Yu · Xionglin He · Yongji Chen · Zihong Jiang 等8人 · Applied Energy · 2025年1月 · Vol.391
摘要 电动拖拉机的推广应用面临诸多挑战，包括动力系统对多样化作业工况的适应性，以及能量效率与电池寿命的优化问题。本文提出一种用于电动拖拉机的混合储能系统（HESS）架构，并设计了一种基于犁地作业场景识别的多目标能效管理策略（EMS）。该策略首先利用实际犁地作业数据构建电动拖拉机模型及犁地工况循环（POC）。采用K均值聚类与主成分分析（PCA）进行离线工况分类，同时引入多层感知器神经网络（MLPNN）实现在线实时场景识别。此外，开发了一种多策略改进型黑翅鸢算法（MSIBKA），以高效求解自适应功率...
解读: 该混合储能系统(HESS)技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要参考价值。论文提出的多目标能量管理策略,通过超级电容承担65%峰值功率、降低电池C-rate超10%,与阳光电源储能PCS的功率分配优化理念高度契合。场景识别与自适应功率分配算法可应用于充电桩产品,提升电池寿...
储能电站并网线路距离保护的性能分析与协调控制改进方法
Performance analysis and control-coordinated improvement method for distance protection of energy storage station grid-connected lines
Jiawei He · Ningjing Bu · Weijie Wen · Bin Li 等7人 · Applied Energy · 2025年1月 · Vol.388
摘要 集中式储能电站对于抑制可再生能源功率波动、调节系统电压等方面具有重要作用。众所周知，能够快速且有选择性地识别故障的保护装置对电力系统至关重要。然而，储能电站的四象限运行特性对距离保护的性能具有独特影响。本文分析了在储能电站四象限运行特性下相位比较式距离保护的动作性能，推导出相位比较结果与储能变流系统（PCS）正序和负序d-q轴电流之间的严格数学关系。此外，还分析了正序和负序q轴电流对相位比较结果及系统电压的影响。在此基础上，提出了一种故障后适用于储能PCS的q轴电流优化注入策略（QCOIS...
解读: 该研究针对储能电站四象限运行特性对距离保护的影响,提出q轴电流优化注入策略,可将过渡电阻耐受能力从1Ω提升至6Ω。对阳光电源ST系列PCS及PowerTitan储能系统具有重要价值:可优化PCS故障后电流控制策略,通过正负序d-q轴电流协调控制,提升并网线路保护可靠性,同时不影响故障穿越能力。该方法...
基于增强特征提取与新型损失函数的TimesNet光伏功率多步短期预测方法
Multi-step short-term forecasting of photovoltaic power utilizing TimesNet with enhanced feature extraction and a novel loss function
Sheng Yu · Bin He · Lei Fang · Applied Energy · 2025年1月 · Vol.388
摘要 天气条件的不稳定性常导致光伏发电呈现出随机性和波动性，使得准确可靠的光伏发电功率预测对于综合能源系统的稳定调度至关重要。由于难以捕捉相邻离散时间点之间的时序依赖关系，多步预测仍面临挑战，这主要归因于一维建模方法在时间序列特征表达能力上的局限性。为此，本文提出一种专门针对光伏发电功率多步短期预测的方法论框架。该框架基于TimesNet架构，通过将气象特征在二维空间建模以增强特征表达能力。此外，引入了一种新的特征提取模块，用于替代原始TimesNet中的Inception模块，缓解了标准卷积中...
解读: 该多步光伏功率预测技术对阳光电源iSolarCloud智慧运维平台及储能系统调度具有重要价值。TimesNet二维时序建模可增强SG系列逆变器功率预测精度,改进的损失函数能提升异常工况识别能力。12小时预测RMSE降低3.21%可优化ST系列PCS的充放电策略制定,减少PowerTitan储能系统的...
基于改进长短期记忆网络与数据驱动预测控制的电动汽车能量管理
Energy management of electric vehicles based on improved long short term memory network and data-enabled predictive control
Bin Chen · Guo He · Lin Hu · Heng Li 等7人 · Applied Energy · 2025年1月 · Vol.384
摘要 作为混合储能系统（HESS）电动汽车中一种流行的能量管理策略（EMS），模型预测控制（MPC）易受现有参数建模方法在模型精度和参数敏感性方面的影响。本文提出了一种基于分层数据驱动预测控制的新型EMS。上层采用优化的长短期记忆（LSTM）网络进行轨迹预测，从而为下层获取具有成本效益的负载功率需求。在下层，针对HESS提出了一种数据驱动预测控制（DeePC）方法，以实现电池与超级电容器之间的最优功率分配，并最小化电池容量衰减。与传统的MPC不同，DeePC基于仅从HESS的输入-输出数据构建的...
解读: 该分层数据驱动预测控制技术对阳光电源储能系统具有重要应用价值。论文提出的DeePC方法无需精确参数建模,仅依赖输入输出数据即可实现电池-超级电容混合储能的最优功率分配,相比传统MPC降低运行成本22.68%。该技术可直接应用于ST系列PCS的能量管理策略优化,通过LSTM网络预测负荷需求,结合Dee...
一种模块化的多步预测方法用于海上风电场群
A modular multi-step forecasting method for offshore wind power clusters
Lei Fang · Bin He · Sheng Yu · Applied Energy · 2025年1月 · Vol.380
摘要 随着规模经济的推动，海上风电场群正逐渐成为一种普遍趋势。然而，由于风资源的不确定性，海上风电出力具有间歇性和波动性，给预测工作带来了显著挑战。目前针对海上风电场群功率预测的研究仍较为有限。本文针对这一研究空白，提出了一种面向海上风电场群的模块化、解耦式的多步预测方法。该方法采用模块化设计，能够适应多种预测场景，特别是有无数值天气预报（NWP）数据的情况，为未来的研究与应用提供了灵活的框架。该方法首先利用信号处理技术（包括快速傅里叶变换FFT和奇异值分解SVD）对集群内各风电场的历史功率输出...
解读: 该海上风电集群多步预测方法对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过时空特征提取和多模态数据融合,可显著提升风储协同控制精度,优化iSolarCloud平台的预测性维护能力。模块化架构适配有无NWP数据场景,可集成至GFM/GFL控制策略中,提升电网友好型并网性...