找到 2 条结果 · Applied Energy
基于解聚合策略的虚拟电厂异构柔性资源优化协同调度
A De-aggregation strategy based optimal co-scheduling of heterogeneous flexible resources in virtual power plant
Zixuan Zheng · Jie Li · Xiaoming Liu · Chunjun Huang 等10人 · Applied Energy · 2025年1月 · Vol.383
摘要 虚拟电厂（VPP）作为一种有效解决方案，可在包含多种类型柔性资源（FRs）的并网型微电网中维持内部功率平衡，并参与外部削峰辅助服务。然而，随着不同类型柔性资源在响应行为上的特征异质性日益显著，以及其在削峰过程中的耦合关系，给VPP调度指令的精确分解带来了挑战。本文提出一种基于离散选择模型和特征匹配方法的解聚合策略，以动态排序柔性资源的响应顺序，同时优化VPP的削峰能力。首先，对异构特征进行精细化建模，以刻画多类型柔性资源满足并网微电网调度需求（SDGM）的响应能力。随后，构建特征差异量化模...
解读: 该VPP解聚优化策略对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。通过异构资源特征建模和动态响应排序,可提升储能系统参与电网调峰辅助服务的精准度。结合iSolarCloud平台的预测性维护能力,能够优化多类型柔性资源协同调度,降低70%调峰偏差。该技术可增强阳光电源微网解决...
基于联邦强化学习的多连接混合动力汽车集成热能与能量隐私保护管理
Privacy-preserving integrated thermal and energy management of multi connected hybrid electric vehicles with federated reinforcement learning
Arash Khalatbarisoltani · Jie Han · Muhammad Saee · Cong-zhi Liu 等5人 · Applied Energy · 2025年1月 · Vol.385
摘要 深度强化学习（DRL）算法在针对预定义驾驶循环下开发单个混合动力电动汽车（HEV）最优能量管理策略（EMS）方面已展现出优异的性能。然而，在该研究领域中，热负荷及热管理（TM）的影响常被忽视。此外，HEV可能面临未见过的驾驶模式，从而影响EMS的整体性能。连接型HEV（C-HEV）提供了有前景的解决方案，但仍存在隐私、安全和通信负载等问题。本文提出一种基于联邦强化学习（FRL）的新型集成热能与能量管理（ITEM）方法，旨在实现多个C-HEV之间的通用化策略。该框架能够在拓展多环境学习能力的...
解读: 该联邦强化学习架构对阳光电源充电桩及储能系统具有重要价值。其隐私保护的分布式学习机制可应用于iSolarCloud平台,实现多站点充电桩协同优化而无需上传敏感数据。热管理与能量管理集成策略可迁移至ST系列PCS的温控优化,通过多储能站点联合学习提升功率变换效率和电池热管理性能。云端-边缘协同架构与阳...