Xinhai Zhaoab1 · Chaopeng Huangae1 · Erik Birgersson · Nikita Suprun 等11人 · Applied Energy · 2025年8月 · Vol.392

摘要 钙钛矿太阳能电池是下一代高效光伏器件的有力候选者，尤其适合作为叠层结构中的顶部电池。基于物理机制的光电模型，我们采集了十万量级的大数据样本，用于训练神经网络模型，以高效预测器件性能和复合损耗。在数据准备、模型训练和神经网络优化过程中，分别采用了拉丁超立方采样、贝叶斯正则化和贝叶斯优化方法。最优的神经网络模型在预留的测试数据集上实现的均方误差低于4 × 10⁻⁴。神经网络的计算速度比传统光电模型快一千倍以上。因此，器件快速校准可在24秒内完成。显著降低的计算成本使得高效的器件表征、参数研究、...

解读: 该神经网络加速钙钛矿电池表征技术对阳光电源光伏逆变器产品线具有重要借鉴价值。研究采用的深度学习方法将器件仿真速度提升千倍以上,可应用于SG系列逆变器的MPPT算法优化和iSolarCloud平台的预测性维护功能。通过贝叶斯优化和敏感性分析快速标定器件参数的思路,可迁移至SiC/GaN功率器件的损耗分...

Peiyi Li · Yanbo Ch · Anran Hu · Lei Wang 等6人 · Applied Energy · 2025年8月 · Vol.392

摘要 全球风能利用的发展趋势正朝着建设大规模、远距离风电场的方向推进，而战略性的布局优化对于提升风电场发电量至关重要。然而，大规模风电场布局优化（WFLO）面临诸多挑战，主要体现在涉及高维决策变量的复杂计算，以及在尾流模型精度与计算效率之间需要进行权衡。为解决上述问题，本文提出了一种新颖的数据-物理混合驱动的大规模风电场布局优化框架。该框架尝试将含可变参数的物理方程融入建模过程，以指导尾流效应的建模，并进一步促进布局优化的实现。具体而言，本文提出了物理信息引导的双神经网络（PIDNN）模型用于风...

解读: 该数据-物理混合驱动的大规模风电场布局优化框架对阳光电源风电变流器及储能系统具有重要借鉴价值。其物理信息双神经网络(PIDNN)模型通过融合Navier-Stokes方程与可变推力系数,实现尾流效应精准建模,可启发阳光电源在风储一体化项目中优化ST系列储能变流器的功率调度策略。基因定向差分进化算法(...

Jialin Du · Weihao Hu · Sen Zhang · Di Cao 等8人 · Applied Energy · 2025年8月 · Vol.391

摘要 负荷与可再生能源的不确定性给互联微电网的最优经济调度带来了巨大挑战。本文提出了一种分布鲁棒优化（DRO）协同调度与合作效益分配方法。首先，构建了一种改进的模糊集以刻画负荷和可再生能源的不确定性，从而降低调度策略不必要的保守性。然后，基于条件风险价值（CVaR）将互联微电网的日前协同调度问题构建为一个DRO模型，以准确评估调度策略的尾部平均风险。此外，由于双层定积分优化模型求解困难，本文通过对偶变换及区间约束重构，将原模型等价转化为易于求解的单层混合整数二阶锥规划（MISOCP）模型。随后，...

解读: 该分布式鲁棒优化方法对阳光电源微电网储能系统具有重要应用价值。其CVaR尾部风险评估机制可集成至ST系列PCS的调度策略,提升PowerTitan储能系统在多微网互联场景下的经济性。改进的模糊集建模可优化iSolarCloud平台的源荷不确定性预测算法,降低日前调度保守性。混合整数二阶锥规划求解方法...

Haohui Ding · Xi Lu · Qinran Hu · Zaijun Wu 等5人 · Applied Energy · 2025年7月 · Vol.390

摘要 在寒冷地区，低温和强降雪常常导致停电。这些地区对便携式储能系统（PESS）有很高的需求，以缓解断电带来的不利影响。然而，电池在低温下的效率会下降，且其容量会显著衰减。现有的离网电池热管理方法通常基于单一类型电池的使用，在极低温度（–30 ∘C）下可能因电池本身的局限性而失效。因此，本研究设计了一种适用于低温环境的双电池PESS（PESSLT），并制造了原型样机。所提出的PESSLT结合了电池热管理方法与混合储能方法，以在极低温条件下实现高充放电效率和低容量衰减。为实现对PESSLT的精确能...

解读: 该双电池低温储能技术对阳光电源PowerTitan及ST系列储能系统在高寒地区应用具有重要参考价值。研究提出的温度-功率耦合电池模型可优化我司PCS的BMS协同控制策略,提升-30°C极端工况下充放电效率从39%至67%。双电池混合配置思路可应用于户外储能柜及移动储能产品,结合iSolarCloud...

Xiuyu Hu · Hailong Li · Chi Xi · Applied Energy · 2025年7月 · Vol.390

摘要 用广受认可的电动公交车（EBs）替代传统的柴油公交车以提供城市公共交通服务，可显著降低运营成本和碳排放。然而，如果公交 fleet 完全依赖电力电网作为能源供应，由于电网过度依赖化石燃料等不可再生能源，现有的经济和环境问题可能无法得到彻底解决。本研究建模并优化了一种新兴的公交充电场景，即由光伏-储能-充电（PSC）站与电力电网共同为电动公交 fleet 供电。每个PSC站配备有光伏（PV）面板用于吸收太阳能，以及一组电池用于储存电能，该电能可根据需要用于为公交车充电、向电网供电，或同时执行...

解读: 该光储充一体化调度研究对阳光电源ST系列储能变流器、SG光伏逆变器及充电站产品线具有重要应用价值。论文提出的PSC站内电力优化分配算法可直接应用于iSolarCloud平台,实现光伏发电、储能系统与充电桩的协同控制。基于分时电价的多目标优化策略可增强PowerTitan储能系统的经济性,SiC器件的...

Yue Xiang · Guohua Zhang · Xinjin Wang · Guoyin Zhang 等7人 · Applied Energy · 2025年6月 · Vol.388

摘要 压缩空气储能（CAES）被认为是一种为电力系统提供辅助服务的可行方案，其中地下衬砌岩洞（LRC）是储存压缩空气的良好选择。在过去几十年中，基于现场试验和数值模拟，已提出了一些关于LRC的旧有设计理念，例如由围岩承担大部分内压而钢衬承担较少荷载等。然而，这些理念尚未得到理论上的验证。为克服这一局限性，本文在若干合理假设的基础上，建立了一个严谨的解析模型，用以证明LRC的荷载分担特性。尽管仅涉及简单的弹性理论，该解析模型仍能可靠地预测LRC的力学行为，并通过与数值模拟以及实验室/现场试验结果的...

解读: 该压缩空气储能地下洞穴承载特性研究为阳光电源大规模储能系统提供重要参考。研究揭示围岩承担80%内压、混凝土衬砌17%、钢衬仅3%的荷载分配规律,对PowerTitan等大型储能系统的选址具有指导意义。CAES作为电网辅助服务的可行方案,可与阳光电源ST系列PCS协同构建GW级储能电站。研究提出的高地...

Siyan Chan · Ken Chen · Kongfu Hu · Lingfeng Shi 等7人 · Applied Energy · 2025年5月 · Vol.385

摘要 光伏/热（PV/T）集热器能够同时产生热量和电能，但在炎热天气下会出现过热现象，显著影响其性能和使用寿命。为解决这一问题，本研究提出在传统PV/T集热器中引入可切换的散热模式，以增强热管理能力。该方法可在热需求较高时实现高效热量收集，并在热需求较低时及时进行散热。本文介绍了四种具有不同可切换散热结构的PV/T集热器，并利用经过验证的二维稳态数学模型对其进行分析。结果表明，在合肥典型的夏季晴天条件下，这四种可切换冷却模式可显著降低停滞温度，降幅范围为26.2°C至46.6°C，从而将发电效率...

解读: 该PV/T热管理技术对阳光电源光伏逆变器产品具有重要参考价值。研究表明可切换散热模式可降低组件温度26-47°C,提升发电效率2.22-3.94%,这与SG系列逆变器的MPPT优化技术高度协同。建议将组件温度监测集成到iSolarCloud平台,结合储能系统ST系列PCS实现热电联供智能调度,在高温...

Yuan Gao · Zehuan Hu · Shun Yamat · Junichiro Otomo 等9人 · Applied Energy · 2025年4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...

Zaixing Wang · Yi Lin · Yu Guo · Fengli Liang 等9人 · Applied Energy · 2025年4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...

Jiarui Zhang · Lei Mao · Zhongyong Liu · Kun Yu 等5人 · Applied Energy · 2025年3月 · Vol.382

摘要 锂离子电池（LIBs）健康状态（SOH）的快速准确评估对于实现高效的电池监测与管理具有重要意义。LIBs的退化是一个复杂的过程，每一块电池的退化路径均具有独特性，受到内部和外部多种因素共同影响。然而，现有方法通常将每块电池视为独立个体处理，未能充分挖掘和利用各单体电池的独特特征。为克服这一局限性，本研究提出了一种贝叶斯迁移学习框架，用于建模锂离子电池特有的退化过程，从而完成对SOH的评估。具体而言，构建了一个混合效应模型（MEM）以描述电池健康状态的退化过程，该模型能够捕捉不同电池之间的异...

解读: 该贝叶斯迁移学习框架对阳光电源ST系列储能变流器及PowerTitan储能系统的电池管理具有重要价值。混合效应模型可捕捉单体电池差异性,实现精准SOH评估,优化BMS策略。三种参数更新策略适配不同应用场景,可提升iSolarCloud平台预测性维护能力。该方法兼容循环老化与日历老化,适用于大规模储能...

Arash Khalatbarisoltani · Jie Han · Muhammad Saee · Cong-zhi Liu 等5人 · Applied Energy · 2025年5月 · Vol.385

摘要 深度强化学习（DRL）算法在针对预定义驾驶循环下开发单个混合动力电动汽车（HEV）最优能量管理策略（EMS）方面已展现出优异的性能。然而，在该研究领域中，热负荷及热管理（TM）的影响常被忽视。此外，HEV可能面临未见过的驾驶模式，从而影响EMS的整体性能。连接型HEV（C-HEV）提供了有前景的解决方案，但仍存在隐私、安全和通信负载等问题。本文提出一种基于联邦强化学习（FRL）的新型集成热能与能量管理（ITEM）方法，旨在实现多个C-HEV之间的通用化策略。该框架能够在拓展多环境学习能力的...

解读: 该联邦强化学习架构对阳光电源充电桩及储能系统具有重要价值。其隐私保护的分布式学习机制可应用于iSolarCloud平台,实现多站点充电桩协同优化而无需上传敏感数据。热管理与能量管理集成策略可迁移至ST系列PCS的温控优化,通过多储能站点联合学习提升功率变换效率和电池热管理性能。云端-边缘协同架构与阳...