找到 9 条结果 · Applied Energy
基于多域协作与协变量交互的严重数据缺失下鲁棒光伏预测
Robust photovoltaic forecasting under severe data missingness via multi-domain collaboration and covariate interaction
Ke Yana · Jian Liua · Jiazhen Zhang · Fan Yangb 等6人 · Applied Energy · 2025年1月 · Vol.401
摘要 高质量的光伏发电（PV）功率预测对于高效的能源管理和可靠的电网集成至关重要，然而实际应用中的数据常常面临目标变量和辅助变量的大范围缺失问题。为应对这一挑战，本文提出MDCTL-MCI，一种具备缺失感知能力的预测框架，该框架联合利用信号分解、多尺度协变量交互以及多域协同迁移学习。首先，采用多元奇异谱分析（MSSA）对不完整时间序列进行去噪与重构，在无需显式填补的情况下增强潜在的时间结构特征。接着，引入轻量级的多尺度协变量交互（MCI）模块，建模重构后的光伏功率、全球水平辐照度、直接法向辐照度...
解读: 该多域协同光伏预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。针对实际电站数据缺失问题,MSSA信号重构与多尺度协变量交互建模可直接集成至SG系列逆变器的MPPT优化算法,提升发电功率预测精度10.5%-15.3%。多站点迁移学习策略可赋能PowerTitan储能系统的充放电调...
基于SHAP与物理引导神经网络的卡诺电池主导因素识别与快速优化
Dominant factor identification and fast optimization of carnot battery by integrating SHAP and physics-guided neural network
Yunfei Zhang · Jian Lia · Mingzhe Yua · Xu Chena 等6人 · Applied Energy · 2025年1月 · Vol.401
摘要 卡诺电池是一种新兴的长时电能储存技术，有望大规模应用于促进波动性可再生能源的消纳。然而，卡诺电池由热泵、储热和热机单元组成，其内部存在复杂的能量流耦合关系。在不同工况下决定电-电（PTP）效率的主导因素及其耦合关系尚不明确，传统的优化方法也因耗时较长而制约了优化设计进程。本文构建了SHapley加性解释（SHAP）模型，用于识别卡诺电池的主导因素及其相互间的耦合关系。进一步提出一种融合SHAP与物理引导神经网络（PGNN）的新型优化方法——SPGO方法，能够快速实现最大PTP效率并给出相应...
解读: 该卡诺电池优化技术对阳光电源储能系统具有重要借鉴价值。论文提出的SHAP主导因素识别与物理引导神经网络(PGNN)优化方法,可应用于ST系列PCS及PowerTitan储能系统的效率优化。其多物理场耦合分析思路与SiC器件热管理优化高度契合,PGNN模型在插值/外推场景下误差降低15-30%的表现,...
双面光伏组件在局部遮阴条件下复合发电模型的开发
Development of a compound power generation model for bifacial photovoltaic modules under partial shading conditions
Qiangzhi Zhang · Yimo Luo · Tao Mac · Shuhao Wanga 等8人 · Applied Energy · 2025年1月 · Vol.400
摘要 双面光伏（bPV）组件由于自遮挡、相互遮挡以及外部遮挡，导致其正面和背面接收到的太阳辐照度分布不均，从而影响其性能与可靠性。因此，在局部遮阴条件（PSC）下建立精确的功率模型至关重要。现有的bPV组件发电模型通常基于双面因子，未能考虑被遮挡与未被遮挡太阳电池区域之间的电流失配问题，以及正背面电气性能的动态变化，这两方面因素均会导致发电量的高估。为克服上述局限性，本文提出了一种新型复合发电模型，该模型构建了双电流源子模型（DCSM）以考虑太阳电池的失配效应，并采用并联等效电路子模型（PECM...
解读: 该双面组件复合功率模型对阳光电源SG系列光伏逆变器的MPPT优化具有重要价值。传统模型在遮挡工况下误差超60%,新模型通过双电流源子模型和并联等效电路精准捕捉电池失配与动态特性,误差降至5%以内。可应用于iSolarCloud平台的发电预测算法,优化1500V系统在复杂遮挡场景下的多路MPPT策略,...
时空特征编码的深度学习方法用于屋顶光伏潜力评估
Spatiotemporal feature encoded deep learning method for rooftop PV potential assessment
Jian Xuab · Zhiling Guo · Qing Yuc · Kechuan Dongd 等7人 · Applied Energy · 2025年1月 · Vol.394
摘要 屋顶光伏（PV）系统是提升城市环境中可再生能源利用的一种有前景的解决方案。准确估算屋顶光伏系统的发电潜力受到复杂城市形态所引起的遮蔽效应的制约，这些效应显著降低了屋顶表面的太阳辐照度，从而导致预测误差。传统的遮蔽模拟方法计算成本高昂，凸显了在计算效率与评估精度之间实现精细平衡的必要性。本研究提出了一种创新的深度学习框架，能够有效编码多种时空数据源，以精确预测阴影投射并计算屋顶光伏潜力。具体而言，基于物理原理的真实数据，结合U-Net网络、三维（3D）建筑细节、太阳能资源数据以及气象参数，使...
解读: 该时空特征编码深度学习框架对阳光电源屋顶光伏系统规划具有重要价值。研究通过U-Net网络精准预测建筑阴影对发电量的影响(平均损失5.32%),可优化SG系列逆变器的MPPT算法在遮挡工况下的功率追踪策略。158倍的计算加速能力可集成至iSolarCloud平台,实现大规模城市屋顶光伏资源快速评估与选...
考虑计算资源动态聚合的算力中心微电网协调调度优化
Coordinated scheduling optimization for Computility center microgrid considering computing resources dynamic pooling
Jian Zhaoa · Keran Huang · Yuan Gaoa · Xiaoyan Biana 等7人 · Applied Energy · 2025年1月 · Vol.393
摘要 算力中心（CC）是一种通过工作负载调度调节其电力需求的灵活负荷。算力中心微电网可利用CC负荷的灵活性，与光伏发电（PV）的波动性进行协调。然而，算力中心的计算资源存在严重的碎片化问题，该状况限制了工作负载的分配，进而导致算力中心负荷难以与微电网实现有效协调。为解决上述问题，本文提出了一种基于计算资源动态聚合（CRDP）的算力中心微电网协调调度方法。具体而言，首先提出一种工作负载-核心映射模型，通过构建处理器核心状态矩阵，将工作负载转化为电力负荷；随后，提出CRDP方法，根据核心的实时状态对...
解读: 该算力中心微电网协调调度技术对阳光电源ST系列储能变流器和SG系列光伏逆变器具有重要应用价值。通过计算资源动态池化实现负荷柔性调节,可与我司PowerTitan储能系统协同优化光伏消纳。该工作负载-功率映射模型可启发iSolarCloud平台开发数据中心等柔性负荷接入功能,结合GFM控制技术提升微电...
基于韧性移动储能资源的微电网构建方法——考虑电-交-信网络互依性
Resilient mobile energy storage resources-based microgrid formation considering power-transportation-information network interdependencies
Jian Zhong · Chen Chen · Haochen Zhang · Wentao Shen 等7人 · Applied Energy · 2025年1月 · Vol.389
摘要 智慧城市技术的发展加深了电力、交通与信息网络（PTINs）之间的相互作用。当前基于移动储能资源（MESR）的配电网（PDN）恢复方案通常忽略了PTINs之间的互依赖关系，从而制约了负荷的高效恢复。本文梳理了PTINs中若干关键交互因素，包括电力供需、交通效率、通信覆盖能力、电动汽车（EV）部署能力以及配电网可控性。在此基础上，构建了一个PTIN交互模型，用以揭示基于MESR恢复过程中的‘链式恢复效应’。进一步地，提出一种利用电动汽车（EVs）、移动储能系统（MESSs）和无人机（UAVs）...
解读: 该研究对阳光电源移动储能及微电网解决方案具有重要价值。论文提出的电力-交通-信息网络(PTIN)协同优化框架,可直接应用于ST系列PCS与PowerTitan储能系统的智能调度策略。移动储能系统(MESS)与电动汽车协同恢复供电的思路,为阳光电源充电桩产品与储能系统集成提供新方向。基于UAV的通信覆...
抽水蓄能水电的解析调度策略：一种针对不连续多周期优化问题的条件动态规划方法
Analytical dispatch strategies for pumped storage hydro: A conditional dynamic programming approach to discontinuous multi-period optimization problems
Jian Liu · Jianwen Zhang · Zaiwu Gong · Donald C. Wunsch 等5人 · Applied Energy · 2025年1月 · Vol.383
摘要 随着风能和太阳能等可再生能源在电力系统中的渗透率不断提高，电网的安全稳定运行面临重大挑战。储能系统，特别是抽水蓄能水电（PSH），在平衡电力供需方面发挥着关键作用。传统的PSH经济调度问题解析研究通常假设发电和抽水速率的下限为零，以简化分析并求解多周期优化问题的解析解。然而，PSH固有的机械设计约束要求存在非零的最小流量以保证高效运行。本文分析了两种场景：仅拥有PSH的商户，以及同时拥有PSH和风电场的商户。在仅含PSH的场景中，四个解析确定的荷电状态（SOC）参考点将SOC范围划分为五个...
解读: 该条件动态规划调度策略对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。研究揭示的非零最小流量约束对调度策略的影响,可直接应用于优化我司储能系统的充放电控制算法。通过SOC分区参考点的解析解方法,能够提升iSolarCloud平台的多时段经济调度能力,特别是在光储联合优化场景中...
钙钛矿材料与太阳能电池的数字化制造
Digital manufacturing of perovskite materials and solar cells
Zixuan Wangabc1 · Zijian Chenbcd1 · Boyuan Wangbc1 · Chuang Wu 等12人 · Applied Energy · 2025年1月 · Vol.377
摘要 与已发展了半个世纪的晶硅电池相比，钙钛矿太阳能电池（PSCs）的光伏转换效率在短短15年内已超过26%，成为当前备受关注的研究热点。然而，传统研究方法在应对钙钛矿材料（PVKs）成分多样、合成复杂以及需精确调控性能等方面面临诸多挑战。本综述系统阐述了钙钛矿材料在数字化制造方面的最新研究进展，重点涵盖实验室自动化、数据驱动的理性设计、高通量实验以及机器学习（ML）算法等方向。首先，论述了实验室自动化在显著提升实验效率与可重复性方面的重要作用；其次，强调了数据驱动方法在指导钙钛矿材料及器件理性...
解读: 钙钛矿电池数字化制造技术对阳光电源光伏逆变器产品线具有前瞻价值。该技术通过机器学习和高通量实验加速新型光伏材料开发,其26%转换效率已接近晶硅电池。阳光电源SG系列逆变器可提前布局钙钛矿电池适配性研究,针对其独特的IV特性优化MPPT算法;iSolarCloud平台可集成数据驱动方法,实现钙钛矿组件...
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1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...