找到 20 条结果 · Applied Energy
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...
风力发电场频率支撑可行域的互相关性建模：一种非迭代的全系统动态特性调度方法
Interdependence modeling of wind farm frequency support feasible region: A non-iterative system-wide dynamic characteristics scheduling
Jiaqing Zhai · Li Guo · Zhongguan Wang · Jiebei Zhu 等6人 · Applied Energy · 2025年12月 · Vol.401
摘要 高比例可再生能源电力系统中，风力发电场（WFs）提供频率调节支撑（FRS）服务对系统频率稳定至关重要。由于风速具有时变特性，实时调度WFs的FRS特性对于保障系统频率安全及动态潮流（PF）安全十分必要。然而，风力发电机组（WTs）数量庞大，且各WFs之间的频率支撑能力（FSC）存在相互关联性，导致FRS动态特性复杂化，使得WTs的FRS安全性量化变得困难，尤其是在缺乏精确WT参数的情况下。因此，本文提出一种数据驱动的方法，用于建模不同WFs之间FSC的互相关性。通过空间变换，将原始复杂的非...
解读: 该风电场频率支持调度技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要借鉴价值。论文提出的数据驱动建模方法可应用于储能电站的一次调频优化,通过空间变换实现非线性动态特性的快速求解,与阳光VSG虚拟同步机技术协同,提升新能源场站频率响应能力。所提分段精英学习算法可集成至iSolar...
锂离子电池建模研究综述与展望：当前研究的深入分析与未来发展方向
A comprehensive review of lithium-ion battery modelling research and prospects: in-depth analysis of current research and future directions
Bowen Zheng · Zhichao Dengd · Zhenhao Luo · Shuoyuan Mao 等14人 · Applied Energy · 2025年12月 · Vol.401
摘要 随着全球能源转型与低碳技术的快速发展，锂离子电池作为核心储能单元，其性能提升与安全管理高度依赖于精确的电池建模。电池建模经历了从机理驱动到数据驱动、从单尺度到多尺度融合的发展过程，形成了三大主流技术体系：其一，基于Thevenin框架的等效电路模型（ECM），利用RC网络拟合电池外部特性，通过引入迟滞模块并结合遗传算法优化，可在电池管理系统（BMS）实时控制中实现毫秒级响应，展现出显著的工程应用优势；然而，其建模逻辑局限于端口特性，缺乏对深层物理机制的解释能力。其二，基于多孔电极理论和偏微...
解读: 该锂电池建模综述对阳光电源储能系统具有重要指导意义。等效电路模型可直接应用于ST系列PCS的BMS实时控制,实现毫秒级SOC估算;物理场模型支撑PowerTitan电池包热管理优化和材料选型;数据驱动模型可融入iSolarCloud平台,提升储能电站全生命周期预测性维护能力。多尺度混合建模思路为阳光...
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...
多相关性联合驱动的高维水-风-光场景生成方法
High-dimensional scenario generation method joint-driven by multiple correlations for hydro-wind-photovoltaic
Zixuan Liua · Li Moa · Mi Zhanga · Jiangrui Kangd 等7人 · Applied Energy · 2025年12月 · Vol.400
摘要 随着清洁能源在电网中占比不断提高，准确刻画其不确定性已成为规划与优化水-风-光（HWP）多能互补系统的关键挑战。为应对HWP能源在高维变量及时空随机依赖关系方面的复杂建模需求，本文提出一种由多种相关性联合驱动的新型高维场景生成方法。首先，基于高斯混合模型（GMM）构建时间自相关模型，并结合Copula函数建立空间互相关模型，通过累积分布函数实现多种相关性的协同建模。其次，通过评估经验数据分布与理论模型分布之间的均方根误差，并辅以Kolmogorov-Smirnov拟合优度检验，验证所构建模...
解读: 该高维场景生成方法对阳光电源水风光储多能互补系统具有重要价值。通过GMM-Copula联合建模精准刻画时空相关性,可显著提升ST系列储能变流器和PowerTitan系统的调度优化精度。该方法生成的日尺度场景集能为iSolarCloud平台提供更准确的不确定性预测数据支撑,优化GFM/GFL控制策略在...
优化的氢-电池混合储能规划用于海岛微电网：一种应对多时间尺度不平衡的TSA-THC方法
Optimized hybrid hydrogen-battery storage planning for Island microgrids: A TSA-THC approach for addressing multi-time-scale imbalances
Qingzhu Zhang · Yunfei Mu · Hongjie Jia · Xiaodan Yu 等5人 · Applied Energy · 2025年11月 · Vol.398
摘要 离网型海岛微电网（OGIM）中可再生能源的高度波动性在多个时间尺度上对电力平衡构成了重大挑战。氢-电池混合储能（HHBS）能够在不同时间尺度上有效缓解电力不平衡问题。然而，HHBS的规划通常需要考虑全年运行情况，导致因变量数量庞大而带来显著的计算复杂性。为应对这一挑战，本文提出一种新颖的规划方法，通过融合时间序列聚合（TSA）和时间尺度压缩（THC），在不牺牲规划精度的前提下优化计算效率。该方法在保留氢储能（HS）长运行周期特性的同时，最大限度减少与电池相关的变量数量，从而确保计算可行性与...
解读: 该氢-电混合储能规划方法对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。TSA-THC算法可集成至iSolarCloud平台,实现海岛微电网多时间尺度能量管理优化,将计算效率提升50%以上。氢储能长周期特性与电池短周期响应的协同配置,可指导阳光电源开发GFM控制策略下的混合储...
基于特征提取的超高渗透率分布式电源配电网中SOP与多级电-氢混合储能两阶段时空解耦配置
Two-stage spatiotemporal decoupling configuration of SOP and multi-level electric-hydrogen hybrid energy storage based on feature extraction for distribution networks with ultra-high DG penetration
Shengyuan Wanga · Fengzhang Luoa · Jiacheng Foa · Yunqiang Lvb 等5人 · Applied Energy · 2025年11月 · Vol.398
摘要 在“双碳”目标驱动下，中国部分县级配电网（DN）已呈现出超高渗透率的分布式电源（DG）接入，导致功率与能量不平衡、电压越限等运行问题。这些问题对跨馈线灵活性资源的协调利用与优化配置提出了更高要求。此外，这些资源强烈的时空耦合特性显著增加了系统建模与求解的复杂性。为应对上述挑战，本文提出一种基于特征提取的多级电-氢混合储能与多端口软常开点（MEH-SOP）系统的两阶段时空解耦配置方法。首先，构建MEH-SOP系统，以实现从日内至周际时间尺度的能量协调以及馈线间的资源共享；其次，建立MEH-S...
解读: 该多级电氢混合储能与柔性互联技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。论文提出的时空解耦配置方法可优化我司多端口SOP产品在高比例分布式光伏场景下的协调控制策略,特别是结合iSolarCloud平台的STL特征提取算法,能显著提升多时间尺度能量管理效率。电氢混合储能...
一种新颖的数据驱动多步风功率点-区间预测框架，集成基于滑动窗口的双层自适应分解与多目标优化以平衡预测精度与稳定性
A novel data-driven multi-step wind power point-interval prediction framework integrating sliding window-based two-layer adaptive decomposition and multi-objective optimization for balancing prediction accuracy and stability
Xiwen Cui · Xiaoyu Yuab · Haowei Niu · Dongxiao Niu 等5人 · Applied Energy · 2025年11月 · Vol.397
摘要 风能对大规模并网和实现碳中和至关重要，因此需要准确且稳定的预测方法来应对风电数据固有的随机性和复杂耦合特性。本研究提出了一种创新的数据驱动型点-区间预测框架，旨在克服现有模型仅关注预测精度而忽略预测所需稳定性的局限性，从而减少由此带来的不确定性。该框架首先引入异常值处理机制，并采用一种新的基于滑动窗口的双层自适应分解策略，在避免信息泄露的同时将风电数据分解为规律性子序列。随后通过Lempel-Ziv复杂度分析对这些子序列进行分类，以最小化计算冗余。进一步地，有针对性地部署先进模型——包括倒...
解读: 该多目标优化风电预测框架对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。其点-区间预测方法可显著提升储能系统充放电策略的准确性与稳定性,MAE降低27-58%为iSolarCloud平台的预测性维护提供可靠的不确定性量化能力。多层自适应分解策略可集成至GFM/GFL控制算...
适应光伏波动的动态网络剪枝在低压配电网边缘计算中的应用
Photovoltaic fluctuation-adapted dynamic network pruning for low-voltage distribution network edge computing
Jian Zhaoa · Kai Denga · Xianjun Shaob · Zhibin Zhoub 等7人 · Applied Energy · 2025年11月 · Vol.397
摘要 光伏（PV）出力的固有波动性 necessitates 使用高复杂度的深度学习（DL）模型以实现准确预测。然而，此类模型即使在光伏出力稳定期间也以满容量运行，消耗了冗余的计算资源，并加重了低压配电网（LVDN）中资源受限的边缘设备的负担。为解决上述问题，本文提出了一种动态网络剪枝框架，能够根据光伏出力的波动情况自适应地调整深度学习模型的复杂度。首先，提出一种对光伏波动敏感的通道重要性评估方法，用于识别深度学习模型中的冗余结构。随后，构建了一个包含光伏运行约束的轻量化优化框架，根据光伏出力的...
解读: 该动态网络剪枝技术对阳光电源边缘计算场景具有重要应用价值。针对iSolarCloud平台的边缘侧设备,可将该方法集成至SG系列逆变器和ST储能变流器的本地控制器中,根据光伏波动自适应调整深度学习模型复杂度,在平稳期压缩72%计算量,显著降低边缘设备算力需求。该技术可优化PowerTitan储能系统的...
基于两阶段分解与综合相对重要性分析的可解释风速预测
Interpretable wind speed forecasting through two-stage decomposition with comprehensive relative importance analysis
Huanze Zeng · Binrong Wu · Haoyu Fang · Jiacheng Lin · Applied Energy · 2025年8月 · Vol.392
摘要 准确的风速预测为风电场的高效调度与运行提供了关键的决策支持，从而保障智能电网的稳定运行。然而，风速序列固有的波动性和非平稳性给提升预测精度带来了挑战。现有研究表明，风速与多种气象因素之间存在密切的相关性；有效利用这些气象数据可显著提高风速预测的准确性。本研究提出了一种新颖的短期多变量可解释风速预测方法，旨在同时提升预测的准确性和可解释性。所提出的模型融合了两阶段分解过程、综合相对重要性分析（CRIA）、基于牛顿-拉夫森的优化器（NRBO）以及可解释的深度学习模型——时间融合变换器（TFT）...
解读: 该风速预测技术对阳光电源风电变流器及储能系统具有重要应用价值。通过MVMD-CEEMDAN二级分解和CRIA特征选择,可显著提升风电场功率预测精度,优化ST系列储能变流器的充放电策略制定。TFT深度学习模型的可解释性为iSolarCloud平台的预测性维护提供决策支持,结合气象多变量分析可改进GFM...
通过贝叶斯模型校准与模型误差量化在复杂模型层级中实现跨尺度关联以研究金属燃料循环经济体
Scale-bridging within a complex model hierarchy for investigation of a metal-fueled circular energy economy by use of Bayesian model calibration with model error quantification
Lisanne Gossel · Elisa Corbean · Sören Dübal · Paul Bran 等10人 · Applied Energy · 2025年7月 · Vol.390
摘要 近年来，金属能源载体作为可再生能源电力的一种有前景的储存和运输材料，在科研领域受到日益增长的关注。在发展金属燃料驱动的循环经济体过程中，研究涉及一个从微观到宏观尺度的复杂模型层级体系，因此在不同复杂程度的模型层级之间传递信息成为实现该新技术的关键任务。化学反应器网络（CRN）是一种简化复杂度的反应器模型，也是实现跨尺度关联的一种有前景的方法。这类模型兼具引入详细化学机理的能力以及高效开展大规模参数研究的优势。前提是能够从CRN获得比实验数据或计算流体动力学（CFD）等精细模拟方法更为密集的...
解读: 该跨尺度模型校准方法对阳光电源储能系统优化具有重要借鉴价值。文中化学反应器网络(CRN)的降阶建模思路可应用于PowerTitan储能系统的电化学-热管理耦合模型,通过贝叶斯校准实现从电芯微观特性到系统宏观性能的信息传递。该方法可支撑ST系列PCS在不同工况下的性能图谱构建,提升iSolarClou...
一种考虑风电出力依赖性不确定性的分布鲁棒机会约束优化方法用于含N-1安全约束的最优潮流问题
A distributionally robust chance constrained optimization approach for security-constrained optimal power flow problems considering dependent uncertainty of wind power
Wenwei Huang · Tong Qian · Wenhu Tang · Jianzhong Wu · Applied Energy · 2025年4月 · Vol.383
摘要 风电并网发电将不确定性引入输电线路功率，可能增加N-1故障风险。本研究提出一种考虑风电出力依赖性不确定性的N-1线路安全约束最优潮流（SCOPF）模型，以降低此类风险。首先，构建一种改进的模糊集，通过引入Copula约束来刻画风电场之间的相关性，从而降低模型保守性。随后，采用分布鲁棒优化方法建立代表安全约束（SC）的机会约束（CC），并推导所提模型的可处理形式。接着，提出依赖敏感性指标，用于识别受依赖性不确定性显著影响的关键元件，并基于该指标构建面向机会约束的依赖敏感性模糊集，以降低求解复...
解读: 该分布鲁棒优化方法对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。通过Copula建模风电场相关性,可优化储能系统在N-1故障场景下的调度策略,降低保守性同时保证安全约束。所提依赖敏感性指标可集成至iSolarCloud平台,实现风储协同优化调度。Benders分解算法适用于...
一种促进弱势社区储能公平部署的建模框架
A modeling framework for equitable deployment of energy storage in disadvantaged communities
Miguel Heleno · Paul Lesur · Alexandre Moreir · Applied Energy · 2025年4月 · Vol.383
摘要 本文提出一个分析框架，用于在公平能源政策干预背景下，整合并网后端电表后储能系统与屋顶光伏的联合部署及其相关收益流。我们通过引入储能元件并采用更贴近现实的太阳能补偿机制（例如净计费机制，net-billing），对Justice40优化模型进行了扩展。净计费机制允许不同时段的收益差异，从而提升电表后储能设备的经济可行性。扩展后的模型涵盖了户用级光伏与储能协同部署，并将其与现有干预措施（如房屋节能改造、仅安装屋顶光伏、社区太阳能和社区风电）一并纳入统一框架。我们提出了一种创新的近似方法，能够在...
解读: 该研究为阳光电源ST系列储能变流器和户用光储一体化方案提供重要应用场景。论文提出的净计费机制下储能优化部署模型,可直接应用于PowerTitan等储能系统的能量管理策略优化,通过时序收益差异化实现经济性提升。其创新的储能运行近似算法在保持计算效率的同时捕获收益流,对iSolarCloud平台的智能调...
基于综合模型筛选与多阶段优化任务的光伏发电不确定性量化系统
Photovoltaic power uncertainty quantification system based on comprehensive model screening and multi-stage optimization tasks
Linyue Zhang · Jianzhou Wang · Yuansheng Qian · Zhiwu Li · Applied Energy · 2025年3月 · Vol.381
准确预测光伏发电功率对于电网调度与能源管理至关重要。然而，在区间预测当前研究中，组合策略中基准模型确定的客观性、确定性预测结果的稳定性、误差分布拟合中参数设置的合理性以及预测区间上下限的有效性已成为主要挑战。为解决上述问题，本文将综合模型评价机制与波动量化理论相结合，提出一种多阶段优化的光伏发电功率区间预测系统。该系统首先利用互信息技术降低由冗余带来的计算复杂度；进而，模型选择模块通过计算综合邻近度，自适应地确定基准模型；最后，设计了三类参数优化任务，以提升预测区间的可靠性与分辨率。该系统采用中...
解读: 该光伏功率区间预测系统对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过多阶段优化的不确定性量化方法,可显著提升SG系列逆变器功率预测精度和可靠性,优化MPPT控制策略。其综合模型评估机制可集成至PowerTitan储能系统的能量管理模块,实现光储协同调度优化。预测区间的上下界信息为...
基于动态聚类的分层调控策略用于大规模5G基站经济优化
Hierarchical regulation strategy based on dynamic clustering for economic optimization of large-scale 5G base stations
Yunfei Mu · Xinyang Jiang · Xiaoyan Ma · Jiarui Zhang 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 利用5G基站（BSs）的备用储能潜力进行经济性调控，是为电力系统提供灵活性并降低运行成本的重要策略。然而，大规模基站集中式调控的决策变量维度较高，导致计算复杂度显著增加。此外，传统的聚类方法虽可提升求解速度，却未能考虑由潮汐效应和5G基站休眠机制引起的调控潜力在时空上的动态变化，这一局限性影响了调控的准确性以及基站可调潜力的充分利用。为此，本文提出一种面向大规模5G基站经济优化的基于动态聚类的分层调控策略，该策略在簇级和个体两个层级对基站进行调控。针对5G基站调控潜力的动态变化特性，提出一...
解读: 该5G基站储能分层调控技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。动态聚类算法可优化大规模分布式储能协调控制,降低计算复杂度至2.34%,提升调度精度9.32%。技术思路可应用于iSolarCloud平台的多站点储能聚合调度,结合GFM控制策略实现电网灵活性资源整合。...
关于退化建模在包含可再生能源与储能的混合能源系统鲁棒设计中的重要性
On the importance of degradation modeling for the robust design of hybrid energy systems including renewables and storage
Francesco Superchi · Antonis Moustakis · George Pechlivanoglou · Alessandro Bianchini · Applied Energy · 2025年1月 · Vol.377
摘要 由于额外的复杂性和计算成本，迄今为止大多数关于混合能源系统的经济技术分析都忽略了组件的长期性能衰减。本研究提出了一种新颖的模拟方法，该方法在考虑退化效应的同时保持了合理的计算成本，相较于完整的基于物理机制的模型实现了88.5%的时间节省，而在估计长期影响时仅引入0.015%的误差。所提出的方法通过一个实际案例研究——即提洛斯岛混合能源系统的升级改造，以实现完全能源自给——进行了验证，该系统依靠光伏和风能发电，并由锂离子电池与氢链系统（电解槽、压缩机、储氢罐和燃料电池）组合提供支持。该新型模...
解读: 该退化建模研究对阳光电源储能系统设计具有重要价值。研究揭示忽略退化会导致电解槽低估103%、储氢罐低估31.5%、电池低估59.6%,这直接关系到PowerTitan储能系统和ST系列PCS的容量配置准确性。建议将该快速退化仿真方法集成到iSolarCloud平台,结合实际运行数据优化光储氢混合系统...
一种基于演化多分位数长短期记忆神经网络的超短期光伏功率概率预测混合模型
A novel hybrid model based on evolving multi-quantile long and short-term memory neural network for ultra-short-term probabilistic forecasting of photovoltaic power
Jianhua Zhu · Yaoyao He · Applied Energy · 2025年1月 · Vol.377
摘要 概率预测在消除光伏发电不确定性方面具有极其重要的作用。由于具备强大的泛化能力，分位数回归长短期记忆神经网络（QRLSTM）被广泛认为是光伏发电概率预测中颇具前景的方法。然而，这类模型对每个分位数单独进行训练，忽略了不同分位数之间的相关性与单调性约束，且多次训练导致计算复杂度过高。此外，由分位数回归产生的不可微分的分位损失函数对优化算法提出了较高要求。为解决上述问题，本文提出一种基于演化分布混沌粒子群优化算法（EDCPSO）优化的多分位数LSTM（MQLSTM）模型，以实现高质量的光伏发电概...
解读: 该超短期光伏功率概率预测技术对阳光电源SG系列逆变器及iSolarCloud平台具有重要应用价值。MQLSTM多分位点神经网络可集成至智能运维系统,实现光伏出力的概率区间预测,优化MPPT控制策略。结合ST系列储能变流器,可基于预测置信区间动态调整充放电计划,提升能量管理精度。EDCPSO优化算法的...
MapVC：基于地图的深度学习用于电动汽车生态驾驶中的实时电流预测
MapVC: Map-based deep learning for real-time current prediction in eco-driving electric vehicles
Zhuoer Wanga1 · Xiaowen Zhub1 · Qingbo Wangc1 · Jian Zhoua 等7人 · Applied Energy · 2025年10月 · Vol.396
摘要 电源电池工作电流的预测对于保障电动汽车（EV）的工作性能至关重要。然而，复杂的真实世界生态驾驶场景——特别是再生制动系统（RBS）的频繁启用导致出现负电流值——给动力系统数据带来了强烈的随机性。为了克服传统数据驱动模型在捕捉此类复杂性方面的局限性，本文提出了MapVC框架。首先，引入一种基于地图的编码器，通过估计车辆运动状态来推断RBS的工作情况，显著增强了对复杂真实驾驶条件下数据的预测性能。此外，采用基于多头自注意力机制的解码器，以提取多尺度时间特征，实现对电池内部状态变化的全面建模。同...
解读: 该MapVC框架对阳光电源储能系统和充电桩产品具有重要应用价值。其基于地图的电流预测技术可直接应用于ST系列PCS和充电站的能量管理系统,通过预判制动回馈电流优化PowerTitan储能系统的充放电策略。多头注意力机制与双向GRU的组合为iSolarCloud平台的预测性维护提供了新思路,可提升电池...
构建绿色韧性电力网络与供应链：在扰动背景下整合可再生能源与传统能源
Developing a green-resilient power network and supply chain: Integrating renewable and traditional energy sources in the face of disruptions
Mohammad Yavari · Iman Mohammadi Bohreghi · Applied Energy · 2025年1月 · Vol.377
摘要 在扰动事件频发的背景下，具备韧性且可持续的电力网络对于供应链的运行至关重要。将可再生能源电网与现有基础设施相整合能够带来显著效益。此外，由于电力网络与供应链之间存在相互影响，二者的一体化设计具有积极意义。本研究聚焦于设计一种集成了可再生能源的综合电力网络，同时强化传统电力基础设施。研究探讨了该集成模式对经济与环境目标的影响、在应对扰动方面的有效性，以及建立可再生电力网络的最佳时机对网络设计决策的作用。为此，本文构建了一个双目标鲁棒优化模型，用于设计绿色韧性供应链，模型考虑了电力系统中断、可...
解读: 该研究对阳光电源构建绿色韧性电网具有重要指导意义。研究验证了可再生能源集成可降低13%成本,结合储能策略可达22%效益,与我司ST系列储能变流器和PowerTitan系统的应用场景高度契合。双目标鲁棒优化模型可应用于iSolarCloud平台的智能调度算法,提升电网扰动下的供应链韧性。研究强调早期集...
多尺度协同建模与基于深度学习的风冷数据中心热预测：热管理的新视角
Multi-scale collaborative modeling and deep learning-based thermal prediction for air-cooled data centers: An innovative insight for thermal management
Ningbo Wang · Yanhua Guo · Congqi Huang · Bo Tian 等5人 · Applied Energy · 2025年1月 · Vol.377
摘要 研究数据中心（DC）的热环境及温度分布对于应对设备故障或环境变化等突发事件至关重要。然而，构建从数据中心机房级到芯片级的全尺寸仿真模型面临巨大挑战。本文提出一种独特的方法，将多尺度协同建模与深度学习技术相结合，用于风冷数据中心的热预测。通过将父模型的仿真结果作为子模型的边界条件，构建了数据中心多尺度仿真模型，显著降低了模型复杂度和计算资源消耗。利用实验数据，对不同尺度的模型分别进行了验证。研究了不同冷却策略、送风温度和送风流量对多尺度仿真模型的影响。基于参数化仿真方法，构建了用于训练数据驱...
解读: 该多尺度协同建模与深度学习热管理技术对阳光电源储能系统具有重要应用价值。ST系列PCS和PowerTitan等大型储能产品面临电池簇、模组到电芯的多层级热管理挑战,可借鉴其多尺度仿真方法降低建模复杂度。CNN-BiLSTM-Attention神经网络可集成至iSolarCloud平台,实现储能柜温度...