找到 3 条结果 · Applied Energy
基于分布式近端策略优化的输配电网电动汽车与可变能源调度双层求解策略
A bi-level solution strategy based on distributed proximal policy optimization for transmission and distribution network dispatch with EVs and variable energy
Peng Lu · Hanqing Lan · Qiwei Yuan · Zhihao Jiang 等14人 · Applied Energy · 2025年1月 · Vol.384
摘要 将大规模风电与大量电动汽车（EV）负荷接入电力系统，对电网的安全性与经济运行带来显著影响，带来了诸如电网调度指令频繁变动、电动汽车充放电行为无序以及网络损耗增加等一系列挑战。为此，本文建立了一种考虑大规模电动汽车的输配电网双层优化调度策略模型，采用分布式近端策略优化方法，高效管理机组出力及系统的充放电能力，并实时将这些能力分配至各个节点。上层模型以最小化系统总运行成本为目标，优化热电机组的运行状态，并调控输电网络中参与充放电的电动汽车数量；下层模型则通过优化配电网络中电动汽车的充放电功率、...
解读: 该输配电网双层优化策略对阳光电源储能及充电桩业务具有重要价值。文中分布式近端策略优化算法可应用于ST系列储能变流器的多站点协调控制,优化PowerTitan储能系统在电网调度中的充放电策略,降低网损成本。针对大规模电动汽车接入场景,可指导充电桩产品开发智能调度功能,结合iSolarCloud平台实现...
用于交流最优潮流的高效计算数据合成：融合物理信息神经网络求解器与主动学习
Computationally efficient data synthesis for AC-OPF: Integrating Physics-Informed Neural Network solvers and active learning
Jiahao Zhang · Ruo Peng · Chenbei Lu · Chenye Wu · Applied Energy · 2025年1月 · Vol.378
摘要 本研究针对在发布保护隐私的交流最优潮流（AC Optimal Power Flow, AC-OPF）运行数据时面临的隐私性、实用性与效率性挑战展开研究。传统方法在差分隐私（Differential Privacy, DP）框架下向运行数据（即负荷需求数据和调度配置文件）中注入噪声，但此类操作常导致数据违反物理约束，产生不现实且不可行的结果，从而降低数据的实用性。尽管基于AC-OPF求解器的双层后处理优化能够强制实现物理可行性，但由于后处理目标与AC-OPF本身目标之间存在偏差，仍会导致结果...
解读: 该研究提出的物理信息神经网络(PINN)求解AC-OPF方法,对阳光电源储能系统(ST系列PCS、PowerTitan)和光伏逆变器(SG系列)的智能调度具有重要价值。通过主动学习加速优化计算,可应用于iSolarCloud平台的实时能量管理系统,在保护用户隐私前提下实现多站点协同优化。该技术能显著...
基于微网群与共享储能的主动配电网优化调度策略
Optimization schedule strategy of active distribution network based on microgrid group and shared energy storage
Jinpeng Qiao · Yang Mi · Jie Shen · Changkun Lu 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 随着微网群与共享储能系统越来越多地接入主动配电网（ADN），亟需对这些复杂的能源要素进行有效协调。为此，本文构建了一种基于微网群与共享储能的主动配电网主从博弈调度策略。由主动配电网作为主导方确定分时电价，微网群与共享储能作为从属方响应电价信号，并考虑系统的安全运行与削峰填谷调度需求。此外，基于分时电价机制，提出了微网群与共享储能之间的两阶段电力交互策略。在第一阶段，通过多目标优化算法计算微网群的储能租赁需求，并据此制定共享储能的充放电策略，使其在满足微网群用电需求的同时，利用剩余容量响应配...
解读: 该主从博弈调度策略对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。文中提出的共享储能两阶段功率交互机制,可直接应用于阳光电源微电网群储能解决方案,通过QPSO算法优化分时电价响应策略,提升储能系统削峰填谷效率。该研究为阳光电源iSolarCloud平台的多微网协同调度功能提供...