找到 2 条结果 · Applied Energy
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...
确定寒冷气候下电动汽车最佳电池预热截止温度的系统性方法
A systematic approach for determining the optimal battery preheating cut-off temperature for electric vehicles operating in cold climates
Zhenyi Tao · Cheng Lin · Yu Tian · Peng Xi 等6人 · Applied Energy · 2025年1月 · Vol.383
摘要 在寒冷气候下，由于电池在低温条件下性能下降而引发的续航焦虑，严重阻碍了电动汽车（EV）的广泛普及。电池预热被视为解决这一问题的有效手段。然而，由于需要在不同环境条件、电池状态和车辆功率需求之间权衡预热能耗与电池性能恢复效果，确定合理的预热截止温度仍具挑战性。本研究探讨了预热截止温度对电池可用能量的影响，并提出了一种用于确定最佳电池预热截止温度的系统性方法。同时，本文还设计了一种加热策略，旨在最大化电池可利用能量并满足电动汽车冷启动时的功率需求。结果表明，无论采用何种加热系统，所提出的策略均...
解读: 该研究对阳光电源储能系统及充电桩产品具有重要价值。电池预热优化策略可直接应用于ST系列PCS的热管理算法,通过精确控制预热截止温度,在PowerTitan等大型储能系统中平衡加热能耗与性能恢复,提升低温环境下的能量利用率。对充电站业务,可开发智能预热功能,结合iSolarCloud平台实现环境自适应...