Ting Wu · Heng Zhuang · Qisheng Huang · Shiwei Xi 等7人 · Applied Energy · 2025年1月 · Vol.386

摘要 移动式储能系统（MESSs）具有显著的时间和空间灵活性，使其成为主动配电网（ADNs）中提供辅助服务的理想选择。然而，传统的MESS调度方法严重依赖精确的负荷与交通预测，而基于深度学习的方法则可能计算成本高昂且对动态系统工况的适应性不足。为应对这些挑战，本文提出一种两阶段调度框架，融合灵敏度分析、图论与动态优化技术，从而提升调度的适应性与计算效率。在第一阶段，目的地预生成模型利用概率电压灵敏度来应对负荷预测的不确定性，并识别出最有可能需要辅助支持的关键ADN节点。在第二阶段，基于霍尔定理的...

解读: 该移动储能调度框架对阳光电源ST系列PCS及PowerTitan移动储能方案具有重要应用价值。基于概率电压灵敏度的两阶段优化算法可集成至iSolarCloud平台,实现移动储能车辆动态路径规划与充放电策略实时优化。Hall定理筛选机制可提升配电网关键节点识别精度,配合GFM控制技术增强电网支撑能力。...