找到 2 条结果 · Applied Energy

排序:
储能系统技术 储能系统 ★ 5.0

配电网中分布式模块化储能系统的最优鲁棒配置以实现电压调节

Optimal robust allocation of distributed modular energy storage system in distribution networks for voltage regulation

Zirong Xu · Zhiyuan Tang · Yongdong Chen · Youbo Liu 等6人 · Applied Energy · 2025年6月 · Vol.388

本文研究了在主动式低压配电网(DNs)中为减小电压偏差而进行的分布式模块化储能(DMES)最优鲁棒配置(位置与数量)问题。在所提出的配置问题中,设计了一种新颖的集中-本地控制框架(CLCF)用于DMES的电压调节,并对该框架下的下垂系数设定方案进行了优化确定。此外,为了应对有功与无功功率注入之间的不确定性及其相关性,本文在一种新型的相关多面体不确定性集(CPUS)下构建了鲁棒优化模型来表述DMES配置问题,从而避免解的过度保守性。进一步地,为使所提出的非线性非凸配置问题在计算上具有可追踪性,将其...

解读: 该分布式模块化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。论文提出的集中-本地控制框架与下垂系数优化调度,可直接应用于我司储能变流器的电压调节策略,提升低压配网场景下的电压质量。其鲁棒优化模型能有效应对功率不确定性,为iSolarCloud平台的智能运维算...

光伏发电技术 储能系统 深度学习 ★ 5.0

基于深度学习与遥感的城市土地分类对光伏潜力的分析

PV potential analysis through deep learning and remote sensing-based urban land classification

Hongjun Tan · Zhiling Guo · Yuntian Chen · Haoran Zhang 等7人 · Applied Energy · 2025年6月 · Vol.387

城市土地在商业、居住、草地及其他行政分区中的利用情况将影响可再生能源基础设施(如光伏板)的可用安装面积。将土地利用类型纳入光伏潜力评估对于优化空间配置、贴近能源需求中心以及提升系统效率至关重要。为解决以往研究忽视城市土地利用问题的局限性,本文提出一个融合遥感数据与深度学习方法的框架,实现八类细粒度和三类粗粒度的土地利用分类。该框架针对每种土地利用类型计算其可安装光伏系统的面积,并结合2023年年均太阳辐照量评估其发电潜力。案例研究表明,德国海尔布隆(Heilbronn)地区的土地适合地面光伏安装...

解读: 该研究基于深度学习和遥感数据的城市土地分类与光伏潜力评估框架,对阳光电源SG系列逆变器和iSolarCloud平台具有重要应用价值。通过精细化土地利用分类(商业、住宅、未利用地等),可优化地面光伏与屋顶光伏的配置策略。研究中不同地类的单位面积发电潜力差异,可指导阳光电源1500V系统和MPPT优化技...