找到 7 条结果 · Applied Energy
基于协方差矩阵自适应进化策略并考虑氢气真实气体建模的孤立光伏-氢能微电网优化定容
Optimal sizing of isolated photovoltaic-hydrogen microgrids using covariance matrix adaptation evolution strategy considering real-gas modeling of hydrogen
Aubert Hervé · Mathieu Bressel · Applied Energy · 2025年12月 · Vol.401
摘要 本文研究了协方差矩阵自适应进化策略（Covariance Matrix Adaptation Evolution Strategy, CMA-ES）在孤立光伏-氢能微电网优化定容中的应用。系统组件（特别是光伏（PV）面板和氢能储能系统（HESS））的精确容量配置对于确保系统的成本效益、能源自主性和运行可靠性至关重要。本研究提出了一种基于氢气真实气体行为的先进HESS模型，相较于传统的理想气体近似方法，该模型在物理真实性方面具有显著提升。尽管诸如遗传算法（GA）和粒子群优化（PSO）等元启发...
解读: 该CMA-ES优化算法对阳光电源光储微网系统设计具有重要应用价值。研究中的光伏-氢储能微网优化sizing问题,可直接应用于ST系列储能变流器与SG系列光伏逆变器的容量配置优化。CMA-ES算法在高维非凸问题上表现优异,较传统GA算法适应度提升26%,可集成至iSolarCloud平台用于离网微电网...
基于反向学习PSO算法的水-风-光-多储能互补系统短期优化调度
Short-term optimal scheduling of hydro–wind–PV and multi-storage complementary systems based on opposition-based learning PSO algorithm
Yaoyao Heab · Ning Xian · Applied Energy · 2025年9月 · Vol.394
摘要 在多能互补系统中引入储能系统可确保能源的高效利用与分配，提升系统的经济效益。然而，当前研究不仅缺乏在大规模水-风-光混合系统中应用储能的实践，且在互补系统中通常仅采用单一类型的储能系统，忽视了多种储能系统之间的协同效应。为弥补这一研究空白，本文提出一种考虑抽水蓄能与电池储能协调优化的水-风-光联合调度模型。通过该协同机制，储能系统能够进一步优化储能潜力的挖掘，提高能源利用效率。此外，针对短期优化问题，本文提出一种基于反向学习的粒子群优化算法（PSO-OBL）。所提出的模型与算法在中国西南地...
解读: 该水光储多能互补调度技术对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。研究中抽水蓄能与电池储能协同优化的思路,可启发我司PowerTitan液冷储能系统与电网侧大容量储能的协调控制策略开发。基于反向学习的PSO优化算法可集成至iSolarCloud平台,提升多能源场站短期调...
优化澳大利亚偏远社区的混合能源系统：倾角在经济型绿色氢气生产中的作用
Optimizing hybrid energy systems for remote Australian communities: The role of tilt angle in cost-effective green hydrogen production
Tushar Kanti Roy · Sajeeb Sah · Amanullah Maung Than Oo · Applied Energy · 2025年8月 · Vol.391
摘要 本研究探讨了集成光伏（PV）面板、电池、燃料电池（FC）、电解槽（EL）和氢气储罐（HT）的混合能源系统（HES），以满足澳大利亚偏远社区的能源需求。分析了两种系统配置：A型（PV/Batt/FC/EL/HT）和B型（PV/FC/EL/HT），重点关注成本效益、能源可靠性和氢气产量。采用了多种优化技术，包括布谷鸟搜索算法、非支配排序遗传算法II（NSGA-II）、序列二次规划算法（SQPA）、花粉授粉算法、约束粒子群优化（PSO）和和声搜索算法，以确定最优系统配置。当采用NSGA-II进行...
解读: 该混合能源系统研究对阳光电源ST储能系统与SG逆变器协同优化具有重要价值。研究验证了电池储能可降低22%系统成本,与我司PowerTitan方案理念契合;PV倾角优化可降低75%成本的发现,可指导SG逆变器MPPT算法改进;氢储能系统的能量管理策略可借鉴至我司GFM控制技术,提升离网场景下多能互补系...
一种新的智能控制与先进全局优化方法用于在复杂遮阴条件下提升光伏系统性能
A new intelligent control and advanced global optimization methodology for peak solar energy system performance under challenging shading conditions
Xiqing Wei · Ambe Harrison · Abdulbari Talib Naser · Wulfran Fendzi Mbasso 等9人 · Applied Energy · 2025年7月 · Vol.390
摘要 本文针对由部分遮阴条件（PSC）引起的光伏（PV）系统能量损失这一紧迫挑战展开研究，该问题是实现太阳能利用效率与可靠性最优化的关键障碍。研究提出了一种突破性的全局最大功率点跟踪（GMPPT）方法，旨在应对复杂遮阴场景下的动态变化，从而为最大化能量输出提供变革性解决方案。该方法的核心是“可信邻域识别机制”（Confident Neighborhood Identification Mechanism, CNIM），其理论基础在于：识别出围绕全局最大功率点（GMPP）的“可信邻域”，有助于实现...
解读: 该GMPPT智能控制技术对阳光电源SG系列光伏逆变器具有重要应用价值。其基于神经网络的无气候传感器方案与我司多路MPPT优化技术高度契合,可显著提升复杂遮挡场景下的发电效率。CNIM置信邻域识别机制可融入iSolarCloud平台实现智能诊断,FTST双阶段追踪算法(18ms收敛速度)可优化现有MP...
基于人工智能的未来低压社区微电网设计与运行方法：真实案例研究
Design and operation of future low-voltage community microgrids: An AI-based approach with real case study
Md Morshed Alam · Md Jahangir Hossain · Muhammad Ahsan Zam · A. Al Durr · Applied Energy · 2025年1月 · Vol.377
摘要 人工智能在微电网（MG）设计与运行中的应用有助于提升其能源效率、韧性以及降低能源供应成本。本研究提出一种新方法，对将现有低压配电网转型为微电网进行综合性分析，以实现2050年净零排放目标。本文设计并实施了一种基于数据驱动的机器学习聚类与负荷特征提取方法，用于从历史数据中提取关键数据、约束条件及依赖关系。进一步地，利用所获得的约束与依赖关系确定可再生能源电源的配置容量。提出一种双层优化技术，以确保成本与可再生能源（RES）容量之间的合理协调。通过采用澳大利亚某能源社区的真实历史用电与发电数据...
解读: 该研究的AI驱动微电网优化方案与阳光电源产品体系高度契合。双层优化技术可直接应用于ST系列储能变流器与SG逆变器的协调控制,通过iSolarCloud平台集成机器学习聚类算法,实现负荷预测与能量管理优化。研究验证的98.23%碳减排和65.45%成本削减数据,为PowerTitan储能系统在社区微电...
用于并网光伏电站选址的分段变异粒子群优化算法
PSO with segmented mutation for site selection in grid-connected photovoltaic power generation system
Xiao Zhang · Yujiang Chen · Linhui Cheng · Shasha Tian 等5人 · Applied Energy · 2025年1月 · Vol.377
摘要 本文提出了一种新型的分段变异粒子群优化（SMPSO）算法，用于解决并网光伏发电系统规划阶段中光伏（PV）阵列场址与电力变压器场址的选址问题。光伏阵列和电力变压器的选址过程直接影响系统的发电效率与建设运行成本。然而，该选址任务对优化算法提出了严峻挑战。粒子群优化（PSO）是一种应用广泛的基于种群的优化器，具有众多应用场景。但由于标准PSO在处理选址问题时存在早熟收敛和易陷入局部最优的缺陷，本文提出一种分段变异的PSO算法：在迭代初期采用全局粒子变异操作以增强全局搜索能力；在迭代后期则对较优粒...
解读: 该SMPSO算法对阳光电源光伏电站规划具有重要应用价值。在大型地面电站设计中,可优化SG系列逆变器和箱变布局,降低线损和建设成本。算法的分段变异策略可集成到iSolarCloud平台的智能选址模块,结合地形、辐照和电网接入条件,实现光伏阵列与ST系列储能系统的协同优化配置。其快速收敛特性适用于多场景...
集成多物理场建模与机器学习以提升质子交换膜水电解系统的效率与热管理
Integrating multiphysics modeling and machine learning for enhanced efficiency and thermal management in PEM water electrolyzer systems
Zilong Yanga · Jin Yangb · Haoran Sunb · Weiqun Liua 等6人 · Applied Energy · 2025年12月 · Vol.401
摘要 质子交换膜（PEM）水电解槽是实现可持续氢气生产的一项有前景的技术，然而在不同工况下优化其性能仍是一个关键挑战。本研究构建了一个优化问题，旨在考察关键操作参数（如入口流量Q_in和入口温度T_in）如何影响一个5 cm × 5 cm的PEM水电解槽的性能。目标是最大化系统效率、确保热安全性，并最小化辅助系统（BOP）的能耗。首先，提出了一种集管式直通道PEM水电解槽模型，该模型考虑了多物理场耦合效应，用以揭示入口温度和流量对氢气生产效率及BOP能耗的影响规律。随后，建立了用于提升系统性能的...
解读: 该PEM电解槽多物理场建模与机器学习优化技术对阳光电源氢能业务具有重要借鉴价值。研究中的热管理策略、效率优化方法可直接应用于ST系列储能变流器的热设计优化,通过ANN-PSO算法降低计算成本的思路可迁移至iSolarCloud平台的预测性维护模块。多物理场耦合仿真经验可支撑SiC器件在大功率电解系统...