找到 2 条结果 · Applied Energy
基于物理信息注意力残差网络的电池智能温度预警模型
Battery intelligent temperature warning model with physically-informed attention residual networks
Xue Ke · Lei Wang · Jun Wang · Anyang Wang 等12人 · Applied Energy · 2025年6月 · Vol.388
摘要 电动汽车的快速发展对锂离子电池的热安全管理提出了更高要求。传统的物理模型需要大量离线参数辨识，在计算效率与模型保真度之间难以平衡；而数据驱动方法虽然精度较高，但缺乏可解释性，且在不同工况下需要大量数据支持。为应对上述挑战，本文提出了一种物理信息引导的注意力残差网络（Physics-Informed Attention Residual Network, PIARN），该模型将改进的非线性双电容模型与热集总模型嵌入到物理引导的循环神经网络框架中，从而提升了模型的可解释性与泛化能力。所设计的残...
解读: 该物理信息引导的电池温度预警技术对阳光电源储能系统具有重要价值。PIARN模型结合物理模型与深度学习,可集成至ST系列PCS和PowerTitan储能系统的BMS热管理模块,实现0.1°C精度的在线温度预测和近100%准确率的热预警。其轻量化物理模型与残差网络架构适合边缘计算部署,可通过iSolar...
基于动态线路容量评估与最优输电切换的可再生能源最大消纳研究
Dynamic line rating and optimal transmission switching for maximizing renewable energy sources injection with voltage stability constraint
Ke Wua · Lei Wanga · Hengxu Hab · Zhiyuan Wangc · Applied Energy · 2025年1月 · Vol.378
摘要 可再生能源（RES），如风能和光伏，已广泛集成到电力系统中。然而，“弃风”和“弃光”现象仍然是一个关键问题，导致可再生能源利用率显著下降。限制可再生能源注入的因素包括输电线路热容量限制、电压幅值约束以及电压稳定性问题。本文提出了一种考虑电压稳定性约束、交流潮流约束和运行约束的最大化可再生能源注入（MRI）问题。提出了一种新型的动态线路容量评估（DLR）技术，用于动态评估输电线路的传输容量。通过将DLR与最优输电切换（OTS）相结合，所提出模型的解决方案能够最大化电力网络的输电能力，并确保满...
解读: 该动态线路评级与最优传输切换技术对阳光电源具有重要应用价值。针对新能源消纳难题,可与ST系列储能变流器及PowerTitan系统协同,通过动态调整储能充放电策略配合电网线路容量优化,提升光伏接入能力。文中电压稳定性约束方法可应用于SG系列逆变器的电网支撑功能开发,结合VSG虚拟同步机技术增强弱电网适...