找到 2 条结果 · Applied Energy
基于多智能体强化学习的混合风电-氢能电站日前交易与功率控制
Day-ahead trading and power control for hybrid wind-hydrogen plants with multi-agent reinforcement learning
Stijn Allya · Timothy Verstraeten · Ann Nowéb · Jan Helsen · Applied Energy · 2025年12月 · Vol.401
摘要 海上风电场及混合风电-氢能电站在多个收益来源中获取收入，而每个来源均存在不确定性与权衡关系，因此最大化其整体盈利能力具有挑战性。由于电力通常在实际发电前进行交易，天气预报在电力交易策略中起着关键作用。此外，其他市场参与者交易与控制策略会影响公共电网的平衡，从而影响通过电网调频所能获得的收益。同时，电解槽的运行状态可能影响当前及近期的氢气生产潜力。为应对上述挑战，本文提出一种新颖的多智能体强化学习（MARL）方法，包含两个专门设计的强化学习（RL）智能体：一个负责日前电力市场交易，另一个负责...
解读: 该多智能体强化学习技术对阳光电源风储氢一体化系统具有重要应用价值。可应用于ST系列储能变流器与电解制氢设备的协同优化控制:日前交易智能体优化PowerTitan储能系统的电力市场竞价策略,实时控制智能体动态调节风电并网与电解槽功率分配。结合iSolarCloud平台的气象预测与市场数据,该MARL架...
增强智慧城市中智能电网的安全性：传统方法与新兴技术的综述
Enhancing smart grid security in smart cities: A review of traditional approaches and emerging technologies
Lahcen Hassine · Nordine Quadar · Younes Ledmaoui · Hasna Chaibi 等7人 · Applied Energy · 2025年11月 · Vol.398
摘要 智能电网代表了城市基础设施的重大演进，能够实现能源管理和服务的优化。然而，这些基础设施极易受到安全挑战的影响，可能导致其运行中断并损害系统的可靠性。这些安全挑战包括日益增长的网络威胁，以及与互联系统相关的特定漏洞，例如监控与数据采集系统（SCADA）、物联网（IoT）和能源管理系统，攻击形式涵盖勒索软件、网络钓鱼到拒绝服务（DoS）攻击等，使这些网络面临重大风险。因此，本研究采用基于科学文献系统性回顾的结构化方法，并对当前智慧城市电力系统安全防护方法进行深入分析。研究步骤包括筛选相关学术文...
解读: 该智能电网安全研究对阳光电源多条产品线具有重要价值。针对SCADA、IoT等互联系统的网络安全威胁,可直接应用于iSolarCloud平台和ST储能系统的防护升级。文中提出的AI入侵检测、区块链加密及边缘计算方案,可增强PowerTitan储能系统和充电站网络的抗DoS攻击能力。建议将传统防火墙与新...