找到 2 条结果 · Applied Energy
基于分布鲁棒机会约束的钢铁工业微电网在配电市场中含储能的能量管理
Distributionally robust chance-constrained energy management of steel industrial microgrid with energy storage in distribution market
Linbo Fu · Houhe Chen · Rufeng Zhang · Tao Jiang 等6人 · Applied Energy · 2025年12月 · Vol.400
摘要 高耗能钢铁工业微电网（SIMG）中分布式光伏出力的不确定性可能影响SIMG的能量管理策略，甚至增加其在配电市场中的运行风险。针对SIMG中分布式光伏出力的不确定性，本文提出了一种基于分布鲁棒机会约束（DRCC）的配电市场环境下SIMG能量管理方法，以优化钢铁工业生产过程。首先，根据SIMG中能量流与信息流的形式，提出了参与配电市场出清的交易模式；在SIMG能量管理中引入了钢铁生产过程的时间序列模型，并进一步构建了配电市场环境下的双层能量优化管理模型。随后，采用DRCC方法处理分布式光伏出力...
解读: 该分布鲁棒机会约束优化方法对阳光电源钢铁工业微网解决方案具有重要价值。针对高载能工业场景,可结合ST系列储能变流器与PowerTitan系统,通过CVaR风险控制策略优化光储协同调度。建议在iSolarCloud平台集成该分布鲁棒算法,处理工商业光伏出力不确定性,提升SG系列逆变器在电力市场环境下的...
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...