找到 3 条结果 · Applied Energy
一种新型多联产液化空气储能系统耦合空气分离装置：热力学与经济性分析
A novel multi-generation liquid air energy storage system coupled with air separation unit: Thermodynamic and economic analysis
Boxu Yu · Xianghe Wang · Zhongzheng Wang · Jiahua Zhu 等7人 · Applied Energy · 2025年1月 · Vol.391
摘要 将空气分离装置（ASU）与液化空气储能（LAES）系统相结合，可通过共享压缩和冷却设备，提升LAES的收益潜力并缩短投资回收期。然而，目前已提出的LAES-ASU系统要么无法满足ASU连续生产的要求，要么对LAES的储能量造成限制。因此，本研究提出一种新型多联产LAES-ASU系统，通过压缩级联系统中的物流分流、液化段的流程改进以及膨胀级联中的余热再利用，实现LAES与ASU之间的高效耦合。在建立分析模型后，对耦合系统进行了参数分析，以确定最优运行参数。此外，还开展了全面的能量、㶲及经济性...
解读: 该液态空气储能(LAES)与空气分离耦合系统对阳光电源ST系列储能变流器及PowerTitan系统具有重要参考价值。57.09%往返效率和3.9年回收期证明多能互补商业模式的可行性。系统中压缩机、热交换器的能量管理优化思路可应用于我司储能系统热管理设计;多级压缩分流技术可启发PCS拓扑优化;空分产品...
基于综合模型筛选与多阶段优化任务的光伏发电不确定性量化系统
Photovoltaic power uncertainty quantification system based on comprehensive model screening and multi-stage optimization tasks
Linyue Zhang · Jianzhou Wang · Yuansheng Qian · Zhiwu Li · Applied Energy · 2025年1月 · Vol.381
准确预测光伏发电功率对于电网调度与能源管理至关重要。然而，在区间预测当前研究中，组合策略中基准模型确定的客观性、确定性预测结果的稳定性、误差分布拟合中参数设置的合理性以及预测区间上下限的有效性已成为主要挑战。为解决上述问题，本文将综合模型评价机制与波动量化理论相结合，提出一种多阶段优化的光伏发电功率区间预测系统。该系统首先利用互信息技术降低由冗余带来的计算复杂度；进而，模型选择模块通过计算综合邻近度，自适应地确定基准模型；最后，设计了三类参数优化任务，以提升预测区间的可靠性与分辨率。该系统采用中...
解读: 该光伏功率区间预测系统对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过多阶段优化的不确定性量化方法,可显著提升SG系列逆变器功率预测精度和可靠性,优化MPPT控制策略。其综合模型评估机制可集成至PowerTitan储能系统的能量管理模块,实现光储协同调度优化。预测区间的上下界信息为...
基于贝叶斯优化算法与二次分解的误差校正深度Autoformer模型在光伏发电预测中的应用
An error-corrected deep Autoformer model via Bayesian optimization algorithm and secondary decomposition for photovoltaic power prediction
Jie Chen · Tian Peng · Shijie Qian · Yida Ge 等7人 · Applied Energy · 2025年1月 · Vol.377
准确的光伏发电功率预测对于电网的稳定运行和合理调度至关重要。然而，由于光伏发电具有不稳定性，其功率预测仍面临巨大挑战。为此，本文提出一种结合二次分解、贝叶斯优化与误差校正机制的Autoformer模型用于光伏发电功率预测。为降低数据复杂性并充分提取特征，采用了两种分解方法：首先利用经验模态分解（EMD）对光伏功率序列进行初级分解；然后引入样本熵（SE）衡量各分量的复杂度，并对复杂度最高的分量采用变分模态分解（VMD）进行二次分解。其次，构建基于贝叶斯优化算法优化的Autoformer模型，分别预...
解读: 该基于深度学习的光伏功率预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过EMD-VMD二次分解和Autoformer模型可显著提升预测精度,可集成至SG系列逆变器的MPPT优化算法中,实现更精准的发电功率预测。结合ST系列储能PCS,该预测模型能优化储能系统充放电策略,提升...