找到 4 条结果 · Applied Energy
基于物理约束长短时记忆网络的能源转型背景下梯级水电站长期运行管理
Managing long-term operation of cascade hydropower plants under energy transition with physics-constrained long-short term memory networks
Zhipeng Zhao · Zhihao Deng · Xiaoyu Jin · Zebin Ji 等6人 · Applied Energy · 2025年9月 · Vol.393
摘要 在能源转型进程中，风电和太阳能发电的大规模增长将加剧维持电网连续负荷-发电平衡以确保电网稳定性的复杂性。水电可作为整合风能与太阳能的低碳灵活性电源，但季节性径流波动以及多重耦合不确定性将深刻影响传统水电运行方式。本文提出一种新的模拟–优化–学习耦合方法，用以应对不确定性及非线性动态水电运行特性，从而提取能源转型背景下梯级水电站的长期运行规则。该方法包含三个关键步骤：模拟阶段，采用Kirsch–Nowak径流生成模型与ARIMA模型刻画水文与气象不确定性；优化阶段，构建目标驱动的最优模型，考...
解读: 该研究对阳光电源储能系统(ST系列PCS、PowerTitan)与光伏逆变器(SG系列)协同优化具有重要价值。文中提出的物理约束LSTM网络可应用于iSolarCloud平台,实现水-风-光混合系统的智能调度。研究揭示的水电时空调节特性为储能系统功率平滑策略提供借鉴,PCLSTM算法可优化GFM/V...
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...
符合概率分布的物理约束风力发电预测方法：面向抗噪深度学习
Physics-constrained wind power forecasting aligned with probability distributions for noise-resilient deep learning
Jiaxin Gao · Yuanqi Cheng · Dongxiao Zhang · Yuntian Chen · Applied Energy · 2025年4月 · Vol.383
摘要 风电作为关键的可再生能源之一，在实现碳中和目标中发挥着重要作用。然而，由于风速预测数据具有高噪声特性，风力发电功率的准确预测面临挑战，这会降低预测的精度与鲁棒性。为解决这一问题，本文提出一种理论引导（即物理约束）的深度学习风力发电预测方法（TgDPF）。TgDPF将表征风电功率概率分布的风电功率曲线领域知识，与长短期记忆网络（LSTM）深度学习模型相结合。该融合机制确保模型输出与风电功率的概率分布保持一致，遵循物理约束条件，从而增强对噪声的抵抗能力。因此，TgDPF是一种典型的物理约束建模...
解读: 该物理约束深度学习风电预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过融合风电功率曲线概率分布与LSTM模型,在高噪声环境下预测精度提升24.7%-73.9%,可显著优化储能系统的充放电策略与能量管理。该方法的抗噪声特性与物理约束思想可迁移至iSolarClo...
面向大负载波动质子交换膜燃料电池系统的控制导向热管理策略
Control-oriented thermal management strategies for large-load fluctuation PEM fuel cell systems
Yuhan Li · Zhifeng Zheng · Yangge Guo · Xiaojing Cheng 等8人 · Applied Energy · 2025年8月 · Vol.392
摘要 热管理控制对质子交换膜燃料电池（PEMFC）的性能与耐久性具有重要意义。在大负载波动工况下，由于系统具有强非线性和时变时滞特性，热管理控制面临巨大挑战。为此，本文采用串级内模控制（IMC）方法，结合电流前馈控制，以提升宽范围负载变化下的跟踪性能及对时滞扰动的鲁棒性，同时降低系统时滞影响。此外，提出了一种针对恒温器和风扇的双内环串级IMC结构，以进一步增强系统鲁棒性，并引入改进型Smith预估器以改善时滞扰动的抑制能力。首先通过阶跃响应测试和白噪声扰动测试分别评估所提出控制策略的响应速度与鲁...
解读: 该燃料电池热管理控制技术对阳光电源氢能业务拓展具有重要参考价值。文中提出的级联内模控制(IMC)与电流前馈结合策略,可应用于公司充电桩及储能系统的热管理优化,特别是ST系列PCS在大功率波动场景下的温控精度提升。双内环级联IMC与改进Smith预估器的鲁棒性设计思路,可借鉴至SG逆变器的宽温度范围运...