找到 11 条结果 · Applied Energy
基于耦合半经验电-热与老化模型的电池老化感知自适应模型预测控制
Battery aging-aware adaptive model predictive control based on coupled semi-empirical electro-thermal and aging models
Xabier Dorronsoro · Ricardode Castro · Jorge Varela Barrerasc · Erik Garayalde 等5人 · Applied Energy · 2025年12月 · Vol.401
摘要 本文提出了一种考虑老化速率的非线性模型预测控制(MPC)策略,用于电池储能系统,该策略集成了一种经过实验验证的半经验性电-热与退化耦合模型,能够同时考虑日历老化和循环老化因素,而这些因素在传统的能量管理方法中常常被忽略。本文的一个关键贡献是引入了一种自适应加权方法,该方法根据电池的老化状态——主要由时间依赖性退化因素驱动——动态调整MPC代价函数中的权重。这种自适应机制改善了不同预测时间范围内的控制决策,与标准MPC相比,分别使电池退化程度和总运行成本最高降低了262.7%和44.51%。
解读: 该电池老化自适应MPC技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。通过集成电热耦合与老化模型,动态调整控制权重,可使储能系统在全生命周期内优化充放电策略,降低电池退化率达262.7%。该方法可融入阳光电源iSolarCloud平台的预测性维护模块,结合GFM/GFL控...
结合数据校正的模型预测控制在LHTES功率调控中的应用:数据中心部署与案例研究
Model predictive control incorporating data correction for LHTES power controlling: Deployment and case study in data center
Jiacheng Gaoa · Yanlong Lva · Lejun Feng · Jun Sui 等5人 · Applied Energy · 2025年12月 · Vol.401
摘要 相变潜热储能(LHTES)技术可通过利用可再生能源和实现削峰填谷,有效降低数据中心的冷却能耗。然而,由于缺乏适用于实际工程应用的放电功率控制方法,该技术的大规模推广应用受到限制。为应对这一挑战,本研究采用结合数据校正的模型预测控制(MPC)策略,解决LHTES系统的功率控制难题,并在中国某数据中心冷却系统改造项目中进行了验证。首先设计了一种高效的LHTES装置,并通过一系列充/放热实验表征其储热特性。基于装置结构建立了温度场模型,利用传热流体与相变材料(PCM)温度的实验数据进行复合参数辨...
解读: 该LHTES相变储能MPC控制技术对阳光电源ST系列储能系统和数据中心解决方案具有重要参考价值。研究中采用的模型预测控制结合卡尔曼滤波数据校正方法,可借鉴应用于PowerTitan液冷储能系统的热管理优化,将功率控制误差降至3%以内。特别是在数据中心场景实现21.5%节能和60.3%成本削减的案例,...
家庭电池储能系统在配电网中控制的机器学习与MPC方法比较
Comparison of machine learning and MPC methods for control of home battery storage systems in distribution grids
Felicitas Mueller · Stevende Jongh · Claudio A.Cañizares · Thomas Leibfried 等5人 · Applied Energy · 2025年12月 · Vol.400
本文在主动配电网的影响及其交互作用背景下,提出并比较了采用传统优化技术与最先进的机器学习方法实现的家庭能源管理系统控制策略。首先介绍了基于模型预测控制算法的模型驱动方法,并将其在不同预测精度条件下与基于模仿学习和强化学习的无模型方法进行对比。以一种实用的、当前最先进的启发式规则控制器作为基准。通过目标函数值、电网约束违反情况以及计算时间等指标进行了深入比较。讨论了将这些家庭能源管理系统应用于一个包含13个连接住户的真实德国低压基准电网时的结果,每个住户均配备光伏发电、电池储能系统及电力负荷。结果...
解读: 该研究对阳光电源ST系列储能变流器和PowerTitan系统的能量管理优化具有重要参考价值。文章对比了MPC模型预测控制与机器学习方法在家庭储能系统中的应用效果,验证了模仿学习在计算效率与性能间的最佳平衡。建议将此技术融入iSolarCloud平台的智能控制算法,通过强化学习优化多户储能系统的协同调...
用于GFM/GFL控制下孤岛微电网安全经济运行的分层多时间尺度能量管理系统
Hierarchical multi-time-scale energy management system for secure and economic operation of islanded microgrids with GFM/GFL control
Tianyou Yua · Muhammad Muzammal Islam · Lidan Zhoua · Ziqiang Wanga 等8人 · Applied Energy · 2025年11月 · Vol.397
摘要 可再生能源(RESs)的波动性以及负荷需求的变化可能引起换流器控制器中的功率波动,进而影响能量管理系统,并带来安全性和经济性方面的风险。为应对这些挑战,本文提出了一种新颖的分层多时间尺度能量管理系统(EMS),以提升在混合型电网形成(GFM)与电网跟随(GFL)控制下孤岛微电网的安全性和经济性运行能力。所提出的该方法将GFM和GFL的动作分别集成到二级和三级控制层中,各层通过凸优化模型优化不同的目标,从而确保安全、可靠且经济的功率调度。此外,该框架还引入了一种针对高容量与高功率密度混合储能...
解读: 该分层多时间尺度能源管理系统对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。论文提出的GFM/GFL混合控制策略可直接应用于我司构网型储能系统,通过二级层MPC实现短期电压频率调节,三级层混合整数线性规划优化经济调度,与我司VSG技术形成协同。特别是针对URFC等混合储能的管...
深度灵活的商业建筑暖通空调系统控制:一种融合物理感知深度学习的模型预测控制方法
Deeply flexible commercial building HVAC system control: A physics-aware deep learning-embedded MPC approach
Lingfeng Tang · Haipeng Xi · Yongguan Wang · Zhanbo Xu · Applied Energy · 2025年6月 · Vol.388
摘要 商业建筑中的供暖、通风与空调(HVAC)系统可作为灵活性资源,促进可再生能源在电力系统中的集成。然而,冷水机组复杂的运行特性以及水循环与空气循环耦合下的多区域热动态特性导致HVAC系统控制模型复杂度高,限制了其运行灵活性的充分挖掘。为解决该问题,本文提出一种融合物理感知深度学习的模型预测控制(MPC)方法,以实现面向需求响应的深度灵活商业建筑HVAC系统控制。首先,采用具有高逼近能力的深度学习模型捕捉冷水机组的运行特性,并结合物理约束模块以保证运行约束的满足;多区域热动态则利用基于先验建筑...
解读: 该物理感知深度学习MPC技术对阳光电源工商业储能系统具有重要应用价值。论文中HVAC柔性调控思路可迁移至ST系列PCS的需求响应场景:利用深度学习建模复杂负荷特性,结合物理约束保证设备安全运行;图卷积网络建模多区域热动态的方法,可借鉴用于PowerTitan多簇电池热管理协同优化;混合整数线性化嵌入...
基于模型预测控制的梯级水电-光伏互补系统实时调度框架
A real-time scheduling framework of cascade hydropower-photovoltaic power complementary systems based on model predictive control
Chengguo Su · Li Li · Taiheng Zhang · Quan Sui 等5人 · Applied Energy · 2025年6月 · Vol.392
摘要 光伏(PV)发电与水电的联合运行已成为促进可再生能源消纳的有效途径。在实时调度过程中提升对水电和光伏发电的管理与控制能力,有助于满足电网预期的电力需求。然而,应对光伏发电出力和径流固有的不确定性仍是一项重大挑战。本文提出了一种基于模型预测控制(MPC)的梯级水电-光伏(CH-PVP)互补系统实时调度框架。采用Wasserstein生成对抗网络(WGAN)对径流和光伏发电出力进行预测,在此基础上构建了考虑动态水流滞时和水电机组振动区的CH-PVP互补系统实时调度模型,旨在最小化功率偏差并减少...
解读: 该MPC实时调度框架对阳光电源水光互补系统具有重要价值。WGAN预测模型可集成至iSolarCloud平台,提升光伏出力预测精度;动态水延时建模思路可应用于ST储能系统的充放电调度,优化SG逆变器与水电的协调控制策略。MILP快速求解技术(<1分钟)适配GFM/VSG控制的实时响应需求,降低功率偏差...
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...
基于管状深度Koopman模型预测控制的飞轮储能系统用于风电平滑
Flywheel energy storage system controlled using tube-based deep Koopman model predictive control for wind power smoothing
Jun Zhou · Yubin Ji · Changyin Sun · Applied Energy · 2025年3月 · Vol.381
摘要 本文提出了一种利用飞轮储能系统(FESS)并结合一种新型管状深度Koopman模型预测控制(MPC)方法实现风电平滑的策略。尽管风能具有减少碳排放的潜力,但由于风速变化引起的功率波动,其应用面临显著挑战。为应对这些波动,本文采用FESS,因其具备快速充放电响应能力。为了控制FESS,采用深度神经网络(DNN)逼近Koopman算子以实现系统线性化,从而能够应用线性MPC控制器。为进一步增强系统的鲁棒性,引入了一种管状MPC方法,该方法由一个标称MPC和一个辅助MPC组成。本文严格建立了标称...
解读: 该飞轮储能平滑控制技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要借鉴价值。基于深度Koopman算子的管式MPC方法可增强储能系统应对风电波动的鲁棒性,其非线性系统线性化思路可优化现有PCS的GFM/GFL控制策略。该技术与阳光电源iSolarCloud平台的预测性维护功能结合,...
考虑灰水回用、响应式暖通空调和储能的最优成本预测型建筑管理系统
Optimal cost predictive BMS considering greywater recycling, responsive HVAC, and energy storage
Ahmed R.El Shamy · Ameena Saad Al Sumaiti · Applied Energy · 2025年1月 · Vol.377
摘要 可持续城市的一个关键方面是确保能源和水资源供应能够充分满足城市需求。随着自然资源日益稀缺以及电力和用水需求不断增长,消费者更高效地管理自身资源使用变得愈发重要。本文提出了一种新的需求侧管理协调策略视角,针对建筑水-能耦合系统,以提升整体电-水-供热系统的韧性与效率。该模型旨在对住宅建筑中的现场灰水回用系统、供暖、通风与空调(HVAC)负荷、分布式发电系统以及双向电网连接进行优化协调。所有子系统均由模型预测控制器(MPC)进行控制,该控制器接收来自电力和水务公司的实时分时电价(ToU)。所提...
解读: 该建筑能源管理系统(BMS)研究对阳光电源ST系列储能变流器和PowerTitan系统具有重要参考价值。文中基于模型预测控制(MPC)的多能源协调优化策略,可与我司iSolarCloud平台深度融合,实现储能系统与HVAC负载的实时联动调度。研究验证的8.3%成本削减和削峰填谷效果,印证了我司储能P...
基于强化学习与多目标模型预测控制的热电联产机组灵活经济运行双层优化策略
A bi-level optimization strategy for flexible and economic operation of the CHP units based on reinforcement learning and multi-objective MPC
Keyan Zhu · Guangming Zhang · Chen Zhu · Yuguang Niu 等5人 · Applied Energy · 2025年8月 · Vol.391
摘要 提升热电联产(CHP)机组的综合性能对于消纳可再生能源和实现节能减排具有重要意义。为此,本文提出一种基于强化学习(RL)与多目标模型预测控制(MOMPC)的双层优化策略,以提升CHP机组的灵活性与经济运行性能。首先,构建了CHP机组模型,并将其各类参数纳入MOMPC的滚动优化过程中,作为下层跟随者以求解基础控制问题。其次,提出了一种融合双延迟深度确定性策略梯度(TD3)算法与MOMPC的双层优化策略(TD3-MOMPC),将TD3智能体设定为上层领导者;通过分解复杂的灵活性需求与CHP机组...
解读: 该双层优化策略对阳光电源储能系统(ST系列PCS/PowerTitan)具有重要应用价值。TD3强化学习与多目标MPC结合的架构可借鉴至储能参与调频调峰场景:上层TD3智能体动态调整MPC权重和预测时域,下层MPC执行功率控制,实现灵活性与经济性平衡。该方法可优化储能系统在新能源消纳中的充放电策略,...
面向多电飞机电气系统的容错分层能量管理系统
Fault-tolerant hierarchical energy management system for an electrical power system on more-electric aircraft
Xin Wang · Jason Atkin · Serhiy Bozhko · Applied Energy · 2025年2月 · Vol.379
摘要 多电飞机(More-Electric Aircraft, MEA)的概念在提升能源与交通领域的环境性能、经济性及可靠性方面具有巨大潜力。为充分发挥这一潜力,当前发展趋势是构建日益复杂的电气系统(Electrical Power Systems, EPSs)架构,以满足不断增长的电力需求。此外,一个可靠且智能的能量管理系统(Energy Management System, EMS)对于协调EPS中各类子系统至关重要,需在满足实时运行要求和安全准则的前提下,保障飞行的安全与高效,并降低各飞行...
解读: 该容错分层能源管理系统对阳光电源储能及充电桩产品线具有重要借鉴价值。其MPC+MILP的高层优化与快速响应低层规则的双层架构,可应用于ST系列PCS的多时间尺度协调控制,提升PowerTitan储能系统在电网故障时的可靠性。四模式容错机制可增强充电站群控系统的鲁棒性,确保关键负载供电连续性。该架构与...