找到 2 条结果 · Applied Energy
水力发电系统中的一次调频性能：宽范围运行下的精确量化与整体提升
Primary frequency regulation performance in hydropower systems: Precise quantification and holistic enhancement under wide-range operation
Xueding Lu · Chaoshun Li · Hao Chang · He Wang 等8人 · Applied Energy · 2025年7月 · Vol.389
摘要 随着大量水电机组转向宽范围运行（WRO，即水头变化超过额定水头的7%，功率调节范围超过额定功率的50%），导致其在电网一次调频（PFR）考核中不达标的风险显著增加。为实现PFR性能的精确量化与整体提升，本文首先构建了一个具备模块化子系统切换功能的灵活水轮机调节系统（HTRS）仿真平台，以支持多种工况模拟与对比研究。其次，引入Prony辨识方法确定复杂非线性HTRS的稳定运行范围，相较于传统方法可节省90%以上的计算时间，且精度更高。在此基础上，分析了运行工况及主要非线性因素对系统稳定性的影...
解读: 该水电一次调频优化技术对阳光电源储能调频系统具有重要借鉴价值。研究中的Prony辨识法可应用于ST系列PCS的宽工况稳定域快速评估,节省90%计算时间;提出的调节上升时间、稳定时间及综合电量等性能指标体系,可直接移植到PowerTitan储能系统的调频性能量化评估中;针对低负荷工况的参数优化策略,对...
基于物理的锂离子电池电化学模型参数辨识及其双种群优化方法
Physics-based parameter identification of an electrochemical model for lithium-ion batteries with two-population optimization method
Aina Tian · Kailang Dong · Xiao-Guang Yang · Yuqin Wang 等7人 · Applied Energy · 2025年1月 · Vol.378
摘要 伪二维（P2D）模型因其基于物理原理的高精度，在电池管理系统中展现出日益广阔的应用前景。然而，由于难以准确辨识多个参数，且常出现求解不收敛的问题，限制了其实际应用效果。传统的数据驱动型P2D模型参数辨识方法虽然先进，但通常需要大量数据，且缺乏必要的物理机理洞察，容易导致过拟合。为应对上述挑战，本研究首先开展参数敏感性分析，以确定各类参数辨识的最佳条件；进而提出一种双种群多目标优化算法，高效地筛选出非劣解参数集。该算法的独特之处在于引入非收敛种群，以增强狼群种群的更新过程，从而提升参数辨识的...
解读: 该P2D模型参数辨识技术对阳光电源储能系统具有重要价值。通过双种群优化算法精确识别23个电池参数,可显著提升ST系列PCS和PowerTitan储能系统的BMS精度,动态工况下电压预测误差控制在9mV以内。该物理驱动方法可增强iSolarCloud平台的电池健康状态评估和预测性维护能力,避免纯数据驱...