找到 4 条结果 · Applied Energy
一种具有宽范围运行策略的多级定压氢电耦合储能系统
A multi-level isobaric hydrogen-electric coupled energy storage system with a wide-range operational strategy: enhancing efficiency and flexibility in renewable-dominated power grid
Ning Ma · Pan Zhao · Wenpan Xu · Aijie Liu 等7人 · Applied Energy · 2025年1月 · Vol.401
摘要 高比例可再生能源接入导致电力系统出现显著波动，对储能系统提出了更高的灵活吸纳与高效供电要求。本文提出了一种新型集成策略，将定压储能技术的高效率特性与氢电混合储能技术的灵活性相结合，在此基础上构建了一套多级净零排放的定压氢电耦合储能系统。该系统具备宽范围的功率调节能力，并结合自适应功率分配方案，在高可再生能源渗透率的实际场景中验证了其有效性。结果表明，该系统支持五种充电模式和四种放电模式，其中充电模式I的峰值效率达到85.17%，放电模式II的峰值效率为46.66%。宽范围协调控制框架在低于...
解读: 该氢电耦合多级等压储能技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要启示。其宽范围功率调节策略(可调功率范围提升45.28%)可优化我司储能PCS的多模式协调控制算法,特别是在高比例新能源场景下的充放电效率提升(充电效率85.17%,放电效率46.66%)与弃风抑制(降低22.8...
通过特征空间匹配分析解释基于时空相关性的LASSO回归模型用于风电功率预测
Interpreting LASSO regression model by feature space matching analysis for spatio-temporal correlation based wind power forecasting
Yongning Zhao · Yuan Zhao · Haohan Liao · Shiji Pan 等5人 · Applied Energy · 2025年1月 · Vol.380
摘要 解释高性能的风电功率预测（WPF）模型对于推动更可信和更精确的预测方法至关重要。当前的研究主要集中在解释黑箱深度学习模型，而忽视了能够直接指示特征重要性的自解释模型，尽管这些模型无法阐明其背后的成因机制。基于最小绝对收缩与选择算子（LASSO）的自解释回归模型在WPF中表现出色。因此，探索其内在决策逻辑及其系数的实际意义，以提取有益的领域知识，具有重要意义。本文提出了一种解释框架，旨在阐明考虑时空相关性的LASSO回归模型在WPF中的决策逻辑。该框架包含四个主要组成部分：首先，建立一个时空...
解读: 该LASSO回归模型解释框架对阳光电源储能系统(ST系列PCS、PowerTitan)和iSolarCloud平台具有重要应用价值。通过时空相关性量化和特征匹配分析,可优化风储协同预测精度,提升储能系统功率调度策略。特征扰动分析方法可应用于多场站协同控制,识别关键影响因素如特征共线性、参考场站空间分...
基于可解释对比学习的数据增强趋势-波动表征用于风电功率预测
Data-augmented trend-fluctuation representations by interpretable contrastive learning for wind power forecasting
Yongning Zhao · Haohan Liao · Yuan Zhao · Shiji Pan · Applied Energy · 2025年1月 · Vol.380
摘要 数据增强可以通过分析风电功率数据的统计特性来扩展数据规模，为预测模型提供更丰富的输入信息，从而提高预测精度。然而，现有的数据增强方法仅学习原始数据的概率分布，难以从数据中捕捉并表征复杂的变化趋势与波动特征。此外，来自不同风电场的异构数据模式会影响预测模型的泛化能力，而深度学习模型的黑箱结构在实际应用中也缺乏可信度。因此，本文提出一种新颖的可解释趋势-波动表征对比学习框架（ICoTF），用于风电功率预测。具体而言，ICoTF包含预训练阶段和回归阶段。首先，在预训练阶段设计了基于对比学习的数据...
解读: 该风电功率预测技术对阳光电源储能系统具有重要应用价值。ICoTF框架的趋势-波动特征提取能力可应用于ST系列PCS的功率预测模块,通过对比学习增强数据表征,提升PowerTitan储能系统的充放电策略优化精度。其可解释性设计符合iSolarCloud平台的预测性维护需求,特征重要性分析可优化GFM/...
通过弹性能量存储与回收提高介电弹性体发电机的能量转换效率
Enhancing the energy conversion efficiency of dielectric elastomer generators via elastic energy storage and recovery
Zhong Wang · Chao Tang · Yixin Wang · Liang Zhou 等9人 · Applied Energy · 2025年1月 · Vol.379
摘要 小型风能收集装置在驱动低功耗传感器、照明设备、机器人及其他电器方面具有广阔的应用前景。然而，传统的电磁发电机在小型化收集装置及低频条件下面临诸多挑战。介电弹性体发电机（DEGs）能够在小变形条件下实现能量收集，并具备微型化的潜力。受生物肌腱和肌肉中观察到的弹性能量存储与回收机制的启发，我们提出了一种提高DEG能量转换效率的方法。通过建立用于计算能量收集过程中能量流动的机电模型，我们系统地研究了DEG在不同工况下的能量收集原理以及弹性能量存储与回收在提升效率中的作用。在此理论基础上，我们设计...
解读: 该介电弹性体发电机的弹性储能与能量回收机制,为阳光电源储能系统提供创新启发。其小变形高效能量转换原理可应用于ST系列PCS的机械-电能耦合优化,特别是在低频振动能量捕获场景。弹性储能机制与PowerTitan储能系统的能量管理策略具有协同潜力,可探索用于分布式微能量采集单元,为iSolarCloud...