找到 7 条结果 · Applied Energy
基于先验知识的大规模超高清光伏板分割数据集增强框架
A large-scale ultra-high-resolution segmentation dataset augmentation framework for photovoltaic panels in photovoltaic power plants based on priori knowledge
Ruiqing Yang · Guojin He · Ranyu Yin · Guizhou Wang 等9人 · Applied Energy · 2025年7月 · Vol.390
摘要 当前大多数提升模型精度的研究主要集中在模型本身的优化上，往往忽视了数据集质量的关键作用，尤其是在遥感大数据背景下。许多关于光伏发电（PV）的大规模提取研究通常仅关注光伏电站边界的粗略勾画，这限制了更深入的下游分析潜力。本文提出了一种针对光伏电站内部光伏板进行细粒度提取的框架，而非仅仅捕捉电站的外部轮廓。通过聚焦于单个光伏板级别的分割，该方法为下游应用（如发电量估算和空间布局优化）提供了更为精确的评估基础。该框架融合了先验知识，以应对地表覆盖、成像条件以及背景干扰所带来的挑战。一种创新的标签...
解读: 该超高分辨率光伏板分割框架对阳光电源iSolarCloud智能运维平台具有重要应用价值。通过面板级精细识别,可显著提升SG系列逆拟器的MPPT优化策略精度,实现组串级故障诊断与发电量评估。数据集质量提升(78%→92%)为预测性维护算法提供可靠训练基础,结合先验知识的标注效率提升75%可加速电站数字...
基于改进长短期记忆网络与数据驱动预测控制的电动汽车能量管理
Energy management of electric vehicles based on improved long short term memory network and data-enabled predictive control
Bin Chen · Guo He · Lin Hu · Heng Li 等7人 · Applied Energy · 2025年4月 · Vol.384
摘要 作为混合储能系统（HESS）电动汽车中一种流行的能量管理策略（EMS），模型预测控制（MPC）易受现有参数建模方法在模型精度和参数敏感性方面的影响。本文提出了一种基于分层数据驱动预测控制的新型EMS。上层采用优化的长短期记忆（LSTM）网络进行轨迹预测，从而为下层获取具有成本效益的负载功率需求。在下层，针对HESS提出了一种数据驱动预测控制（DeePC）方法，以实现电池与超级电容器之间的最优功率分配，并最小化电池容量衰减。与传统的MPC不同，DeePC基于仅从HESS的输入-输出数据构建的...
解读: 该分层数据驱动预测控制技术对阳光电源储能系统具有重要应用价值。论文提出的DeePC方法无需精确参数建模,仅依赖输入输出数据即可实现电池-超级电容混合储能的最优功率分配,相比传统MPC降低运行成本22.68%。该技术可直接应用于ST系列PCS的能量管理策略优化,通过LSTM网络预测负荷需求,结合Dee...
地下氢气储存：技术进展、挑战与机遇综述
Underground hydrogen storage: A review of technological developments, challenges, and opportunities
Shadfar Davoodi · Mohammed Al-Shargabi · David A. Woo · Promise O.Long 等6人 · Applied Energy · 2025年3月 · Vol.381
摘要 氢能（HE）是大规模储能的一种有前景的解决方案，尤其适用于将间歇性可再生能源整合到全球能源系统中。实现这一转型的关键推动因素是地下氢气储存（UHS），该技术具备大规模储存氢气（H₂）的潜力；然而，由于存在技术、运行和工程上的复杂性，其实际部署仍面临重大挑战。针对这些挑战，本文对UHS技术进行了全面分析，重点探讨了其可行性、性能表现以及相关障碍。本文考虑了氢气独特的物理化学性质——如密度、黏度、扩散性、溶解度和吸附能力——及其对地下储存过程的影响。随后评估了将多种地质构造改造用于UHS的可行...
解读: 地下储氢技术为阳光电源储能系统提供长周期、大规模能量存储新思路。ST系列PCS可与氢储能系统协同,实现可再生能源消纳:电解制氢时作整流逆变,燃料电池发电时作并网变流。盐穴、枯竭油气藏等地质储氢方案可作PowerTitan储能站的季节性调峰补充,解决锂电储能时长受限问题。氢能与电化学储能混合配置,需G...
一种模块化的多步预测方法用于海上风电场群
A modular multi-step forecasting method for offshore wind power clusters
Lei Fang · Bin He · Sheng Yu · Applied Energy · 2025年2月 · Vol.380
摘要 随着规模经济的推动，海上风电场群正逐渐成为一种普遍趋势。然而，由于风资源的不确定性，海上风电出力具有间歇性和波动性，给预测工作带来了显著挑战。目前针对海上风电场群功率预测的研究仍较为有限。本文针对这一研究空白，提出了一种面向海上风电场群的模块化、解耦式的多步预测方法。该方法采用模块化设计，能够适应多种预测场景，特别是有无数值天气预报（NWP）数据的情况，为未来的研究与应用提供了灵活的框架。该方法首先利用信号处理技术（包括快速傅里叶变换FFT和奇异值分解SVD）对集群内各风电场的历史功率输出...
解读: 该海上风电集群多步预测方法对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过时空特征提取和多模态数据融合,可显著提升风储协同控制精度,优化iSolarCloud平台的预测性维护能力。模块化架构适配有无NWP数据场景,可集成至GFM/GFL控制策略中,提升电网友好型并网性...
一种基于演化多分位数长短期记忆神经网络的超短期光伏功率概率预测混合模型
A novel hybrid model based on evolving multi-quantile long and short-term memory neural network for ultra-short-term probabilistic forecasting of photovoltaic power
Jianhua Zhu · Yaoyao He · Applied Energy · 2025年1月 · Vol.377
摘要 概率预测在消除光伏发电不确定性方面具有极其重要的作用。由于具备强大的泛化能力，分位数回归长短期记忆神经网络（QRLSTM）被广泛认为是光伏发电概率预测中颇具前景的方法。然而，这类模型对每个分位数单独进行训练，忽略了不同分位数之间的相关性与单调性约束，且多次训练导致计算复杂度过高。此外，由分位数回归产生的不可微分的分位损失函数对优化算法提出了较高要求。为解决上述问题，本文提出一种基于演化分布混沌粒子群优化算法（EDCPSO）优化的多分位数LSTM（MQLSTM）模型，以实现高质量的光伏发电概...
解读: 该超短期光伏功率概率预测技术对阳光电源SG系列逆变器及iSolarCloud平台具有重要应用价值。MQLSTM多分位点神经网络可集成至智能运维系统,实现光伏出力的概率区间预测,优化MPPT控制策略。结合ST系列储能变流器,可基于预测置信区间动态调整充放电计划,提升能量管理精度。EDCPSO优化算法的...
基于未来三天逐时辐射预测的PV/T集热器多种运行策略研究
Multiple operational strategies investigations of the PV/T collectors based on 3 days ahead hourly radiation prediction
Shiqian Donga · Yanqiang Dib · Yafeng Gaoa · He Longc 等8人 · Applied Energy · 2025年1月 · Vol.377
摘要 PV/T集热器是一种先进的光伏光热一体化技术，能够实现太阳能全光谱利用。PV/T集热器的能量收益不仅依赖于精密的设备设计，还与运行调控条件密切相关。本文基于未来三天逐时水平面太阳总辐射预测模型，结合鲸鱼优化算法（WOA），对混合运行策略进行了分析。结果表明，为期三天的变倾角运行策略效果不理想。当地面反射率从0.4变化到0.95时，月累计辐射量相对提高了8%；地面反射率每增加5%，平均可带来0.45%的性能提升。反射板长边与宽边的最优比例分别为0.9和0.6，可使热能增益和电能增益分别提高8...
解读: 该PV/T光热光伏一体化运行优化研究对阳光电源SG系列光伏逆变器及iSolarCloud平台具有重要参考价值。研究基于3天辐照预测的多混合策略可使热增益和电增益分别提升17.76%和13.61%,这与阳光电源MPPT优化技术和预测性维护理念高度契合。LSTM-Attention预测模型(R²达94%...
基于静止卫星数据的太阳能发电临近预报Transformer方法
Transformer approach to nowcasting solar energy using geostationary satellite data
Ruohan Li · Dongdong Wang · Zhihao Wang · Shunlin Liang 等7人 · Applied Energy · 2025年1月 · Vol.377
到达光伏面板的全球水平辐照度（GHI）在空间和时间上的不可预测性，给区域尺度上稳定且经济高效地将太阳能电力接入电网带来了挑战。因此，亟需一种及时且准确的大规模GHI临近预报方法，而现有大多数研究在此方面仍显不足。本研究提出了SolarFormer模型，该模型利用卫星数据并结合门控循环单元，实现近实时的GHI估算；同时引入时空Transformer模块，以15分钟为间隔提供最长3小时的预报，且在较长的预报时效内仍能保持较高的预报精度而不出现显著退化。SolarFormer仅需GOES-16与Him...
解读: 该SolarFormer卫星辐照度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。3小时提前量、15分钟间隔的GHI精准预测可优化储能充放电策略,提升电网友好性。结合iSolarCloud平台可实现区域级光储协同调度,降低预测偏差导致的弃光率。其近实时特性可增强S...