找到 2 条结果 · Applied Energy
使用随机对偶动态规划设计考虑多重耦合不确定性及年末留蓄的水-风-光能源系统长期运行策略
Using stochastic dual dynamic programming to design long-term operation policy of hydro-wind-solar energy systems considering multiple coupled uncertainties and end-of-year carryover storage
Xiaoyu Jin · Chuntian Cheng · Shubing Cai · Lingzhi Yan 等5人 · Applied Energy · 2025年9月 · Vol.393
摘要 具有水库调节能力的水电在平衡日益增长的波动性可再生能源（VRE）季节性变化方面正变得愈发重要。然而，VRE的季节性变化与随机性同来流的随机特性相互耦合，使得在当前调度周期内制定与发电决策相关的长期水电运行策略以及对未来年末留蓄水量的控制变得极具挑战性。为应对这些挑战，本文提出一种基于随机对偶动态规划（SDDP）的框架，用于设计长期水-风-光互补运行策略。来流和VRE出力的不确定性通过两种不同的方法进行刻画：马尔可夫链（Markov chain）和自回归滑动平均模型（AutoRegressi...
解读: 该随机动态规划框架对阳光电源水光储互补系统具有重要价值。ST系列储能变流器和PowerTitan系统可替代部分水电调节功能,通过多时间尺度优化策略平抑光伏出力波动。研究中的马尔可夫链预测方法可集成至iSolarCloud平台,实现风光水储联合调度的智能决策。特别是跨年库容管理思想,可应用于大规模储能...
一种用于锂离子电池退化轨迹预测的合成数据生成方法及进化型Transformer模型
A synthetic data generation method and evolutionary transformer model for degradation trajectory prediction in lithium-ion batteries
Haiyan Jin · Rui Ru · Lei Cai · Jinhao Meng 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 在锂离子电池使用的早期阶段识别其长期退化行为，对于电池管理系统（BMS）在实际应用中有效维护电池至关重要。然而，由于电池在生产和运行条件方面存在差异，该过程面临较大挑战。近年来，已有研究经验证明，数据驱动方法在处理退化预测问题上具有良好的应用前景。然而，合适数据的缺乏仍是影响预测最终性能的主要障碍。此外，预测结果还受到预测器设置的影响，包括神经网络结构及其超参数的设定。实现该过程自动化的挑战至今仍未得到解决。在本研究中，我们提出了一种新颖的退化轨迹预测框架。首先，通过条件生成对抗网络（CG...
解读: 该锂电池退化预测技术对阳光电源储能系统具有重要价值。通过CGAN合成数据和Transformer模型可显著提升ST系列PCS及PowerTitan储能系统中BMS的预测精度,解决早期退化识别难题。自动化超参数优化框架可集成至iSolarCloud平台,实现储能电站电池全生命周期健康管理和预测性维护,...