找到 3 条结果 · Applied Energy

排序:
光伏发电技术 储能系统 故障诊断 ★ 5.0

基于跨域自适应生成对抗网络的多退化水平光伏阵列故障诊断

Fault diagnosis of photovoltaic arrays with different degradation levels based on cross-domain adaptive generative adversarial network

Peijie Lin · Feng Guo · Yaohai Lin · Shuying Cheng 等7人 · Applied Energy · 2025年5月 · Vol.386

摘要 近年来,由于光伏电站运行与维护的重要性,光伏(PV)阵列故障诊断(FD)取得了令人瞩目的进展。然而,由于运行工况复杂,光伏阵列不可避免地会发生渐进式退化,导致输出数据出现域偏移,这对故障诊断性能产生显著的负面影响。为解决上述问题,本研究提出了一种两阶段跨域自适应生成对抗网络深度学习方法,用于不同退化水平下的光伏阵列故障诊断。在第一阶段,利用源域(即无性能退化的光伏阵列)中的正常数据进行训练;随后,在对抗训练过程中将最大均值差异(MMD)损失引入故障生成器,以生成源域故障数据的高层特征表示。...

解读: 该跨域自适应GAN故障诊断技术对阳光电源SG系列光伏逆变器及iSolarCloud智慧运维平台具有重要应用价值。针对光伏阵列性能衰减导致的数据域偏移问题,该方法通过MMD损失函数实现跨域特征对齐,仅需健康状态数据即可生成故障样本进行诊断,准确率达98.34%。可集成至iSolarCloud平台的预测...

储能系统技术 储能系统 SiC器件 构网型GFM ★ 5.0

结合内部电池物理特性的最优构网型储能系统管理

Optimal grid-forming BESS management incorporating internal battery physics

Yuanbo Chen · Kedi Zheng · Cheng Feng · Junling Huang 等6人 · Applied Energy · 2025年5月 · Vol.385

摘要 通过电池储能系统(BESS)提供构网服务(GFS)对于现代电网中日益增长的可再生能源并网至关重要。然而,GFS响应与电池物理特性之间的快速交互给构网型BESS运行管理带来了重大挑战。本文研究了考虑内部电池物理特性的构网型BESS管理方法。我们首先建立了一个基于物理机理的模型,以准确刻画BESS在提供GFS过程中的可用功率能力及老化动态特性。基于该物理模型,本文提出了一种两阶段随机优化问题,用于在日前阶段确定GFS控制系数并制定BESS功率调度计划,同时考虑电网频率的不确定性。进一步地,设计...

解读: 该研究对阳光电源ST系列储能变流器及PowerTitan系统的构网型控制策略具有重要参考价值。通过建立电池物理模型优化GFM服务系数,可提升我司储能系统在高比例新能源电网中的频率支撑能力和经济性。研究中的两阶段随机优化方法可集成至iSolarCloud平台,实现日前调度与实时功率调节的协同优化,同时...

氢能与燃料电池 ★ 4.0

面向大负载波动质子交换膜燃料电池系统的控制导向热管理策略

Control-oriented thermal management strategies for large-load fluctuation PEM fuel cell systems

Yuhan Li · Zhifeng Zheng · Yangge Guo · Xiaojing Cheng 等8人 · Applied Energy · 2025年8月 · Vol.392

摘要 热管理控制对质子交换膜燃料电池(PEMFC)的性能与耐久性具有重要意义。在大负载波动工况下,由于系统具有强非线性和时变时滞特性,热管理控制面临巨大挑战。为此,本文采用串级内模控制(IMC)方法,结合电流前馈控制,以提升宽范围负载变化下的跟踪性能及对时滞扰动的鲁棒性,同时降低系统时滞影响。此外,提出了一种针对恒温器和风扇的双内环串级IMC结构,以进一步增强系统鲁棒性,并引入改进型Smith预估器以改善时滞扰动的抑制能力。首先通过阶跃响应测试和白噪声扰动测试分别评估所提出控制策略的响应速度与鲁...

解读: 该燃料电池热管理控制技术对阳光电源氢能业务拓展具有重要参考价值。文中提出的级联内模控制(IMC)与电流前馈结合策略,可应用于公司充电桩及储能系统的热管理优化,特别是ST系列PCS在大功率波动场景下的温控精度提升。双内环级联IMC与改进Smith预估器的鲁棒性设计思路,可借鉴至SG逆变器的宽温度范围运...