找到 17 条结果 · Applied Energy
基于不平衡配电节点边际电价驱动的配电网与智能充电枢纽分布式协同调度
Distributed cooperative scheduling for distribution network and smart charging hubs driven by unbalanced distribution locational marginal price
Tiange Lia · Menglin Zhang · Zhijian Hua · Xiaofei Wangc 等6人 · Applied Energy · 2025年12月 · Vol.401
摘要 低碳能源转型为配电网（PDN）的运行带来了新的挑战。特别是单相负荷和分布式可再生能源的不断增长，加剧了配电网内的三相不平衡问题。智能充电枢纽作为交通电气化的低碳单元，集成了光伏发电（PV）、储能（ES）和电动汽车（EV）充电设施，能够通过调节三相功率实现相间平衡能力。然而，现有的配电市场缺乏有效机制来激励光伏-储能-电动汽车一体化智能充电枢纽（PEV-Hubs）参与缓解三相不平衡。本文提出了一种由三相配电节点边际电价（DLMP）驱动的分布式优化框架，用于协调配电网与PEV-Hubs主动抑制...
解读: 该三相不平衡DLMP调度技术对阳光电源光储充一体化解决方案具有重要价值。可应用于ST系列PCS的三相功率动态分配优化,结合充电桩产品实现相间负荷主动平衡控制。论文提出的分布式优化框架可融入iSolarCloud平台,通过实时电价信号驱动储能系统和充电站协同调度,在降低配网电压不平衡度的同时提升系统经...
基于成本效益数据的分布式光伏系统故障检测与诊断方法学综述
A methodological review of cost-effective data-driven fault detection and diagnosis in distributed photovoltaic systems
Yinyan Liua · Earl Duran · Anna Bruce · Baran Yildiz 等9人 · Applied Energy · 2025年12月 · Vol.401
摘要 光伏（PV）技术的快速发展以及光伏系统的广泛应用，凸显了对更高效、更具成本效益的监测策略日益增长的需求，以确保系统可靠运行和最优的能源性能。本文综述提出了一种方法论框架，并结合基于案例的实测数据，用于分布式光伏系统的性能监测。该框架聚焦于具有成本效益的数据，例如时间序列电气参数，这些数据对于实现精确的故障检测与诊断至关重要，同时识别出限制当前性能监测算法有效性的各种约束条件。本文首先采用两种分类方式对光伏系统中的系统性故障进行归类：直流侧与交流侧故障，以及软故障与硬故障。随后讨论了数据的可...
解读: 该综述对阳光电源SG系列逆变器和iSolarCloud平台具有重要指导意义。文章强调基于时序电气参数的成本有效型故障诊断方法,与我司逆变器内置监测系统和云平台架构高度契合。DC/AC侧故障分类框架可优化MPPT算法的异常检测能力,机器学习与边缘计算结合方案可增强逆变器本地诊断功能,减少云端通信依赖。...
基于分布式ADMM方法的智能家庭、微电网与氢能集成配电网络三级分层优化框架
A tri-level hierarchical optimization framework for smart homes, microgrids, and distribution networks with hydrogen integration using a distributed ADMM approach
Salman Habib · Sami El-Ferik · Muhammad Majid Gulzar · Sohaib Tahir Chauhdary 等6人 · Applied Energy · 2025年12月 · Vol.400
摘要 本文提出了一种三级分层优化框架，用于协调高比例分布式能源（DERs）接入下的现代配电系统中的决策过程。在底层（第一级），各个智能家庭对其本地光伏发电、电池储能和电动汽车充电进行优化，以降低成本或提高自用率。在第二级，微电网对家庭层面的决策进行聚合，共享风力发电机和燃料电池等资源，并支持点对点能量交易。在顶层（第三级），配电网运营商（DSO）负责调度集中式发电，执行线路容量限制，并设定电价信号或激励机制，以维持系统的整体可靠性。由于直接求解该大规模混合整数线性规划问题在计算上具有挑战性，本文...
解读: 该三层分层优化框架对阳光电源户用光储充一体化解决方案具有重要应用价值。底层智能家居优化与SG系列户用光伏逆变器、ST系列储能变流器及EV充电桩深度契合,可通过分布式ADMM算法实现成本降低12%、网损从4.1%降至3.3%。微电网层的P2P交易机制可赋能PowerTitan储能系统参与多场景协调调度...
一种面向建筑集成光伏产消者的多时间尺度区块链虚拟电厂交易框架
A multi-timescale blockchain-based virtual power plant trading framework for building integrated photovoltaic prosumers
Wenpeng Luana · Longfei Tiana · Bochao Zhaoa · Qian Aib · Applied Energy · 2025年11月 · Vol.398
摘要 将需求侧资源（DSR）聚合作为虚拟电厂（VPP）的形式，可使其持有者参与电能及衍生品交易。针对具有建筑集成光伏（BIPV）的城市社区，挖掘DSR运行优化的潜力具有重要意义。受现有研究的启发，本文构建了一种双层居民侧VPP交易框架，并结合家庭能源管理系统（HEMS）对DSR进行管理。采用区块链技术实现分布式账本，设计主链-侧链架构：主链对应于DSR聚合层，侧链部署于DSR层。电能、削峰调频服务以及可交易的绿色证书在日前和实时两个阶段进行交易，并由一系列智能合约予以规定。在日前VPP交易阶段，...
解读: 该VPP交易框架对阳光电源ST系列储能变流器和iSolarCloud平台具有重要应用价值。文章提出的多时间尺度调度机制可优化我司PowerTitan储能系统在日前-实时市场的协同运行策略,基于信誉评级的电池调度方法可集成至HEMS增强调度精度。区块链分布式账本架构为iSolarCloud平台拓展VP...
通过斯塔克尔伯格博弈实现柔性负荷与风能的协同以促进可再生能源整合和经济效率
Synchronizing flexible loads with wind energy via Stackelberg game for renewable integration and economic efficiency
Samar Fatim · Arslan Ahmad Bashir · Ilkka Jokinen · Matti Lehtonen 等5人 · Applied Energy · 2025年11月 · Vol.397
摘要 现代电力系统通过需求响应（DR）机制整合电动汽车（EV）和电池储能系统（BESS）等柔性负荷，使产消者能够参与能源管理。然而，主要挑战在于如何激励电动汽车用户调整其原本低成本的充电计划，以与分布式发电（如风能和光伏（PV）发电）相协调。这需要建立一种奖励机制，使其提供的经济激励优于用户原计划所能节省的成本。从数学建模的角度来看，主要难点在于由于对电动汽车和电池储能系统的建模中存在多个互斥或时间重叠的例外情况，导致难以求解该问题的对偶问题。本研究旨在通过基于激励的需求响应框架，优化光伏、风能...
解读: 该Stackelberg博弈优化框架对阳光电源储能及充电业务具有重要价值。研究中的风光-储-充协同调度模型可直接应用于ST系列PCS与充电站的联合控制策略,通过双层优化实现需求响应激励机制设计。论文提出的时间约束对偶求解方法可优化PowerTitan储能系统的充放电计划,提升风光消纳率达356kWh...
考虑公平电动汽车充电、不确定性和故障情况的微电网能量管理系统实现
Implementation of a microgrid energy management system considering fair EV charging, uncertainties and contingencies: A multi-objective approach
Derian C.Tairo · Jéssica Alice A.Silv · Juan Camilo López · Marcos J.Rider · Applied Energy · 2025年10月 · Vol.396
摘要 微电网中的能量管理系统（EMS）在整合分布式能源资源（DERs）——如电池储能系统（BESSs）、光伏发电（PV）系统和电动汽车（EV）充电设备——时面临新的挑战。一个关键挑战是开发能够包含实时分析、三相系统以及并网与孤岛模式之间切换的模型，同时考虑光伏出力和负荷需求的不确定性。此外，在微电网中实现电动汽车充电的公平性对于用户满意度和系统性能至关重要。本文研究了一个多目标优化问题（MOOP），旨在最小化从主电网购电的运行成本以及电动汽车的未供电能量（ENS），并引入公平性指标以确保连接车辆...
解读: 该多目标微网能源管理系统对阳光电源ST系列储能变流器、PowerTitan储能系统及充电桩产品线具有重要应用价值。研究中的三相系统实时优化、并离网切换及不确定性处理,可直接应用于iSolarCloud平台的智能调度算法。特别是EV公平充电指数(考虑SOC、容量、时间窗)为充电站产品开发提供了差异化服...
基于交易型能源框架的智能家居集成与配电网优化——综述
Smart home integration and distribution network optimization through transactive energy framework – a review
Sadam Hussain · M.Imran Azimb · Chunyan Laia · Ursula Eicker · Applied Energy · 2025年10月 · Vol.395
摘要 在当今世界，由于政策激励，越来越多的居民用户正在使用分布式能源资源（DERs），包括太阳能光伏（PV）和其他储能系统（ESSs）。然而，为实现利润最大化而运行储能系统可能导致功率流动超出配电网的电压和热稳定极限。本文在交易型能源框架下，深入分析了智能家居能源管理系统（SHEMS）、配电变压器以及系统约束之间的相互关系。主要研究重点包括SHEMS、聚合商、点对点（P2P）能源交易、最优潮流（OPF）以及运行限值。SHEMS是不可或缺的工具，可优化能源使用、促进DERs的运行、管理ESS和电动...
解读: 该交易型能源框架研究对阳光电源智慧能源生态具有战略价值。文中SHEMS与配电网协同优化场景,可直接应用于ST系列储能变流器与SG逆变器的协同控制策略,通过iSolarCloud平台实现聚合商功能和P2P交易管理。最优潮流算法可优化PowerTitan储能系统的充放电策略,配合VSG虚拟同步机技术保障...
异构动态数据环境下分布式光伏在线增量概率功率预测
Online incremental probability power prediction for distributed PVs in heterogeneous and dynamic data environments
Le Zhang · Ziyu Chen · Jizhong Zhu · Kaixin Lin 等5人 · Applied Energy · 2025年9月 · Vol.394
摘要 数据共享是提升小样本条件下分布式光伏发电功率数据驱动模型预测精度的标准解决方案。然而在实际应用中，由于数据的去中心化所有权以及复杂多变的外部环境，该方案面临数据隐私、数据异构性以及动态数据学习等方面的挑战。为应对这些挑战，本文提出一种基于贝叶斯随机配置网络（BSCN）与个性化联邦学习（PFL）的增量式概率预测方法。具体而言，采用随机配置网络——一种新兴的单隐层无迭代神经网络——快速构建功率预测模型；为获得后验分布并确定概率输出，引入贝叶斯推断对SCN的输出参数进行评估。针对小样本和异构数据...
解读: 该分布式光伏概率预测技术对阳光电源iSolarCloud智慧运维平台及SG系列逆变器具有重要应用价值。其联邦学习框架可保护多业主数据隐私,增量学习策略适配动态环境,可显著提升小样本场景下的功率预测精度。技术可集成至iSolarCloud平台,优化分布式光伏集群的预测性维护与功率调度;结合SG逆变器M...
考虑自消费与自给自足的农村配电网多分布式光伏集群共享储能两阶段优化配置
Two-stage optimization configuration of shared energy storage for multi-distributed photovoltaic clusters in rural distribution networks considering self-consumption and self-sufficiency
Keyi Kang · Heping Jia · Hongxun Huicd · Dunnan Liu · Applied Energy · 2025年9月 · Vol.394
摘要 在中国农村配电网中，将储能（ES）系统与分布式光伏发电（DPV）相结合，能够提升电力的自发自用水平并缓解电网拥塞问题。然而，由于农村地区DPV部署具有地理分布分散的特点，若为各村级DPV集群单独配置储能系统，则因缺乏跨集群间的能量交换，导致储能利用效率低下，从而显著增加初始投资与运维成本。本文在考虑不同村庄间DPV出力与居民负荷之间互补特性的基础上，提出一种多DPV集群与共享储能（SES）协同运行策略，旨在提高系统的自消费率与自给能力。进而构建了涵盖全生命周期成本-收益的综合分析框架以及两...
解读: 该共享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。研究验证共享储能较分布式储能可提升光伏自消纳率2.44%、降低成本2.54%,与我司推广的集中式储能方案高度契合。两阶段优化模型可应用于iSolarCloud平台,结合需求响应实现多集群协同控制,提升ST-...
基于深度学习的分布鲁棒联合机会约束配电网光伏承载能力评估
Deep learning-based distributionally robust joint chance constrained distribution networks PV hosting capacity assessment
Zihui Wanga1 · Yanbing Jiaa2 · Xiaoqing Hana3 · Peng Wangb4 等5人 · Applied Energy · 2025年9月 · Vol.394
摘要 随着分布式光伏（PV）在配电网（DNs）中的渗透率不断提高，评估光伏承载能力（PVHC）以确保配电网安全运行变得至关重要。本文提出了一种数据驱动的分布鲁棒联合机会约束（DRJCC）配电网光伏承载能力评估框架。首先，引入基于时空注意力、投影、监督和Transformer架构的生成对抗模块，构建一种增强型时间序列生成对抗网络（ATS-GAN）。该网络通过在联合训练过程中融合监督学习与无监督学习，能够更好地捕捉光伏与负荷功率的时空特征。随后，利用ATS-GAN构建以生成器神经网络所诱导分布为中心...
解读: 该分布鲁棒联合机会约束光伏承载力评估技术对阳光电源SG系列逆变器和ST储能系统的配置优化具有重要价值。论文提出的ATS-GAN时空特征捕捉方法可应用于iSolarCloud平台,提升多点分布式光伏出力预测精度。分布鲁棒优化框架能指导PowerTitan储能系统在配电网中的容量配置,通过联合机会约束降...
PV Segmenter：一种频率引导的边缘感知网络用于遥感影像中的分布式光伏分割
PV Segmenter: A frequency-guided edge-aware network for distributed photovoltaic segmentation in remote sensing imagery
Siyuan Wanga · Zhenfeng Shaoa · Dongyang Houb · Bowen Caic · Applied Energy · 2025年9月 · Vol.393
准确地利用遥感影像定位和测量分布式光伏（PV）系统的规模，对于评估装机容量和预测太阳能发电潜力至关重要。然而，现有的光伏提取方法主要依赖于空间域学习策略，难以捕捉小规模光伏系统复杂的边界和细微结构特征。本文提出PV Segmenter，一种频率引导的边缘感知网络，通过引入频域学习机制来提升分布式光伏系统中的边缘检测与模式识别能力。具体而言，设计了一种频率增强型边缘检测模块，利用频域解耦技术提取与光伏边界相关的边缘语义信息；随后，边缘引导的特征判别模块将边缘线索注入多层级语义特征中，以优化结构语义...
解读: 该频域引导的分布式光伏识别技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过遥感影像精准定位小型光伏系统边界,可增强SG系列逆变器的分布式电站资产管理能力,优化MPPT算法对复杂屋顶场景的适配性。边缘检测模块可辅助PowerTitan储能系统进行区域发电潜力评估,支撑虚拟电厂的容...
一种新的智能控制与先进全局优化方法用于在复杂遮阴条件下提升光伏系统性能
A new intelligent control and advanced global optimization methodology for peak solar energy system performance under challenging shading conditions
Xiqing Wei · Ambe Harrison · Abdulbari Talib Naser · Wulfran Fendzi Mbasso 等9人 · Applied Energy · 2025年7月 · Vol.390
摘要 本文针对由部分遮阴条件（PSC）引起的光伏（PV）系统能量损失这一紧迫挑战展开研究，该问题是实现太阳能利用效率与可靠性最优化的关键障碍。研究提出了一种突破性的全局最大功率点跟踪（GMPPT）方法，旨在应对复杂遮阴场景下的动态变化，从而为最大化能量输出提供变革性解决方案。该方法的核心是“可信邻域识别机制”（Confident Neighborhood Identification Mechanism, CNIM），其理论基础在于：识别出围绕全局最大功率点（GMPP）的“可信邻域”，有助于实现...
解读: 该GMPPT智能控制技术对阳光电源SG系列光伏逆变器具有重要应用价值。其基于神经网络的无气候传感器方案与我司多路MPPT优化技术高度契合,可显著提升复杂遮挡场景下的发电效率。CNIM置信邻域识别机制可融入iSolarCloud平台实现智能诊断,FTST双阶段追踪算法(18ms收敛速度)可优化现有MP...
基于电动汽车应急响应意愿与激励的光伏供电配电网韧性增强
Enhanced photovoltaic-powered distribution network resilience aided by electric vehicle emergency response with willingness and reward
Jun Wang · Yuanlong Zhao · Hongyan Li · Xiao Xu · Applied Energy · 2025年7月 · Vol.389
摘要 随着电动汽车（EV）在配电网（DNs）中渗透率的不断提高，利用分布式能源资源（DERs）已成为缓解极端灾害场景下负荷损失的关键手段。然而，灾后恢复阶段电力支撑能力的量化仍不充分，制约了应急资源配置的优化。本文提出一种针对配电网的新型两阶段韧性增强策略，涵盖灾前预防与灾后恢复两个阶段。该策略引入意愿-激励双参数设置，以刻画电动汽车聚合商的电力支撑能力，并利用分布式能源资源在灾后快速接入配电网并提供应急电力。在灾前阶段，构建了一个两阶段迭代模型，用于移动式储能系统（MESS）的预部署和配电网拓...
解读: 该研究对阳光电源储能与充电桩协同调度具有重要价值。文中EV应急响应机制可应用于我司充电站产品与PowerTitan储能系统的联合调度优化,通过意愿-奖励双参数模型量化充电站聚合商支撑能力,结合ST系列PCS的快速响应特性,可提升配网韧性66.6%。建议将该策略集成至iSolarCloud平台,开发灾...
虚拟电厂运营商参与日前电能量现货与调峰辅助服务市场的内外部协同分布鲁棒竞价策略
Internal and external coordinated distributionally robust bidding strategy of virtual power plant operator participating in day-ahead electricity spot and peaking ancillary services markets
Wanying Li · Fugui Dong · Zhengsen Ji · Peijun Wang · Applied Energy · 2025年5月 · Vol.386
摘要 虚拟电厂运营商（VPPO）在制定竞价决策时，必须统筹考虑外部市场环境与内部成员间的协调问题，并最小化风电和光伏出力不确定性带来的效益损失。本研究首先明确了VPPO参与日前电能量现货市场与调峰辅助服务市场时的内外部协同分布鲁棒（DR）竞价决策过程；其次，采用基于Wasserstein距离的模糊集方法刻画风电与光伏出力的预测误差，构建了VPPO内外部协同DR竞价决策的双层优化模型：上层为VPPO在外部市场的分布鲁棒竞价模型，下层为以VPPO为领导者、受控分布式电源、柔性负荷及储能（ES）为跟随...
解读: 该虚拟电厂分布式鲁棒竞价策略对阳光电源ST系列储能变流器和PowerTitan储能系统具有重要应用价值。研究揭示储能单位成本降至200-300元/MW·h时对VPP收益影响趋缓,验证了我司储能系统规模化降本的战略方向。文中主从博弈模型可集成至iSolarCloud平台,优化光储协同调度策略,提升SG...
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...
基于有限数据的分布式区域光伏功率预测：一种鲁棒的自回归迁移学习方法
Distributed-regional photovoltaic power generation prediction with limited data: A robust autoregressive transfer learning method
Wanting Zheng · Hao Xiao · Wei Pei · Applied Energy · 2025年2月 · Vol.380
摘要 本文提出了一种针对高比例数据缺失场景下的分布式区域光伏发电功率预测方法。该方法通过两个关键策略增强光伏发电信息的可用性。首先，针对区域内具有有限可用光伏发电数据的参考电站，构建了一种基于DSC-LightGBM算法的可解释性预测模型，以提高光伏发电功率预测的准确性。针对这些电站在气象数据获取方面存在的不足，通过物理建模引入太阳高度角和太阳时角等太阳辐射特征，并采用Shapley加性解释（SHAP）可解释算法分析原始特征与增强特征的重要性。其次，为解决区域内大量非参考电站在实际运行中数据匮乏...
解读: 该分布式光伏功率预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。针对区域内大量电站数据缺失场景,其自回归迁移学习方法可显著提升SG系列逆变器集群的发电预测精度(误差降低25.8%-50.3%)。DSC-LightGBM算法结合太阳高度角等物理特征的建模思路,可优化PowerTi...
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...