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...
将电动汽车与离网风电捆绑：高电价市场的策略
Bundling electric vehicles with off-grid wind power: A strategy for high-electricity-Price markets
Ke Gong · Shiyun Wang · Chu Xiong · Sidun Fang 等8人 · Applied Energy · 预计 2026年5月 · Vol.410
本文探讨在高电价市场中，将电动汽车充电负荷与离网风电系统协同运行的经济性与技术可行性，重点分析能量匹配、储能缓冲及系统调度策略。
解读: 该研究契合阳光电源风电变流器及构网型储能系统（如PowerTitan）在离网/弱网场景的应用拓展。阳光电源ST系列PCS和PowerStack可作为风电侧双向变流与EV充放电协同的核心枢纽，建议强化离网模式下VSG或下垂控制算法，并集成iSolarCloud实现EV负荷预测与风电出力联合优化，支撑海...