找到 8 条结果 · Applied Energy
考虑公平电动汽车充电、不确定性和故障情况的微电网能量管理系统实现
Implementation of a microgrid energy management system considering fair EV charging, uncertainties and contingencies: A multi-objective approach
Derian C.Tairo · Jéssica Alice A.Silv · Juan Camilo López · Marcos J.Rider · Applied Energy · 2025年1月 · Vol.396
摘要 微电网中的能量管理系统（EMS）在整合分布式能源资源（DERs）——如电池储能系统（BESSs）、光伏发电（PV）系统和电动汽车（EV）充电设备——时面临新的挑战。一个关键挑战是开发能够包含实时分析、三相系统以及并网与孤岛模式之间切换的模型，同时考虑光伏出力和负荷需求的不确定性。此外，在微电网中实现电动汽车充电的公平性对于用户满意度和系统性能至关重要。本文研究了一个多目标优化问题（MOOP），旨在最小化从主电网购电的运行成本以及电动汽车的未供电能量（ENS），并引入公平性指标以确保连接车辆...
解读: 该多目标微网能源管理系统对阳光电源ST系列储能变流器、PowerTitan储能系统及充电桩产品线具有重要应用价值。研究中的三相系统实时优化、并离网切换及不确定性处理,可直接应用于iSolarCloud平台的智能调度算法。特别是EV公平充电指数(考虑SOC、容量、时间窗)为充电站产品开发提供了差异化服...
SolarNexus：一种用于自适应光伏功率预测与可扩展管理的深度学习框架
_SolarNexus_: A deep learning framework for adaptive photovoltaic power generation forecasting and scalable management
Hyunsik Mina · Byeongjoon Noh · Applied Energy · 2025年1月 · Vol.391
摘要 光伏（PV）功率预测在可再生能源管理中发挥着关键作用。然而，传统预测模型通常难以适应动态环境变化，并在不同区域间实现有效扩展。针对这些挑战，本文提出了一种融合时间卷积网络（TCN）、多头注意力机制（MHA）、在线学习和迁移学习的深度学习框架。为验证所提方法的有效性，我们采用了来自韩国九个太阳能电站的数据。该数据集来源于韩国开放数据门户和韩国气象厅，涵盖了2017年1月1日至2019年12月31日的逐小时光伏发电量及气象参数，其中两年用于训练，一年用于测试。我们在相同条件下将所提出的TCN-...
解读: 该深度学习预测框架对阳光电源iSolarCloud智能运维平台具有重要应用价值。TCN-MHA在线学习模型可集成至SG系列逆变器和ST储能系统的智能调度算法,实现17.19%的NRMSE预测精度,支持多区域迁移学习降低85%训练时间和99%功耗。该技术可优化PowerTitan储能系统的充放电策略,...
基于深度强化学习的可再生能源与储能系统在多电力市场中最大化收益策略
Deep reinforcement learning-based strategy for maximizing returns from renewable energy and energy storage systems in multi-electricity markets
Javier Cardo-Miota · Hector Beltran · Emilio Pérez · Shafi Khadem 等5人 · Applied Energy · 2025年1月 · Vol.388
摘要 可再生能源（RES）与储能系统（ESS）的集成在优化其参与电力市场的过程中带来了挑战与机遇。本研究提出了一种新方法，利用深度强化学习（RL）算法为共址配置的可再生能源与电池储能系统（BESS）开发最优投标策略，实现同时参与电能量市场和辅助服务（AS）市场的多市场运作。所提出的方法采用马尔可夫决策过程（MDP）框架，根据市场状况和技术约束动态管理BESS的使用。作为强化学习智能体，采用了名为双延迟深度确定性（TD3）策略梯度算法的Actor-Critic方法。数据驱动的训练过程有助于模型学习...
解读: 该深度强化学习多市场竞价策略对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。研究中TD3算法实现的动态BESS调度与我司储能系统的智能能量管理高度契合,可集成至iSolarCloud平台实现日前市场与辅助服务的联合优化。案例中光储协同参与调频备用服务的模式,可直接应用于我司1...
基于跨域自适应生成对抗网络的多退化水平光伏阵列故障诊断
Fault diagnosis of photovoltaic arrays with different degradation levels based on cross-domain adaptive generative adversarial network
Peijie Lin · Feng Guo · Yaohai Lin · Shuying Cheng 等7人 · Applied Energy · 2025年1月 · Vol.386
摘要 近年来，由于光伏电站运行与维护的重要性，光伏（PV）阵列故障诊断（FD）取得了令人瞩目的进展。然而，由于运行工况复杂，光伏阵列不可避免地会发生渐进式退化，导致输出数据出现域偏移，这对故障诊断性能产生显著的负面影响。为解决上述问题，本研究提出了一种两阶段跨域自适应生成对抗网络深度学习方法，用于不同退化水平下的光伏阵列故障诊断。在第一阶段，利用源域（即无性能退化的光伏阵列）中的正常数据进行训练；随后，在对抗训练过程中将最大均值差异（MMD）损失引入故障生成器，以生成源域故障数据的高层特征表示。...
解读: 该跨域自适应GAN故障诊断技术对阳光电源SG系列光伏逆变器及iSolarCloud智慧运维平台具有重要应用价值。针对光伏阵列性能衰减导致的数据域偏移问题,该方法通过MMD损失函数实现跨域特征对齐,仅需健康状态数据即可生成故障样本进行诊断,准确率达98.34%。可集成至iSolarCloud平台的预测...
大型光伏电站结合电池储能系统在电力与辅助服务市场中运行的技术经济评估
Techno-economical assessment of battery storage combined with large-scale Photovoltaic power plants operating on energy and Ancillary Service Markets
Mohamad Koubar · Oskar Lindberg · David Lingfors · Pei Huang 等6人 · Applied Energy · 2025年1月 · Vol.382
摘要 确定电池储能系统（Battery Energy Storage System, BESS）应提供哪些特定服务以实现利润最大化是一项重大挑战。本研究采用技术经济分析框架，探讨了公用规模太阳能光伏发电（PV）电站结合BESS在不同市场中的最优盈利模式及其最佳容量配置。研究目标是在瑞典和德国的电力市场与频率调节市场（重点关注日前市场和一次调频市场）中实现收益最大化。模型输入数据包括历史市场价格、频率数据以及实际测量的光伏发电功率数据。结果表明，在现有光伏电站基础上增加BESS，并不会比独立部署B...
解读: 该研究验证了光储融合系统的商业价值,对阳光电源ST系列储能变流器与SG光伏逆变器的协同优化具有重要参考意义。研究显示储能参与一次调频市场可实现6年回收期,这为PowerTitan系统在欧洲市场的调频策略提供数据支撑。建议结合iSolarCloud平台开发多市场联合竞价算法,通过GFM控制技术提升调频...
基于虚拟光伏样本构建的考虑表后光伏的净负荷非监督分解方法
Unsupervised disaggregation of aggregated net load considering behind-the-meter PV based on virtual PV sample construction
Ziyu Qu · Xinxin Ge · Jinling Lu · Fei Wang · Applied Energy · 2025年1月 · Vol.381
摘要 大多数分布式光伏发电系统（PV）采用表后安装（behind-the-meter, BTM）方式，仅配备单个电表的部署方案使得配电系统运营商只能监测净负荷，而无法获取表后光伏的发电量。因此，表后光伏装置的日益普及对配电系统规划以及局部供需平衡产生了负面影响。然而，现有的净负荷分解方法主要依赖昂贵的监测设备和高分辨率传感器，在实际应用中面临隐私问题、数据多样性不足以及通信障碍等挑战。本文提出一种针对聚合净负荷的非监督分解方法，仅利用净负荷数据和外生变量即可实现表后光伏出力与实际负荷的精确分离。...
解读: 该BTM光伏解耦技术对阳光电源iSolarCloud平台及SG系列逆变器具有重要应用价值。通过无监督算法实现净负荷分解,可增强智慧运维平台对分布式光伏实际发电量的监测能力,无需额外传感器即可优化MPPT策略。该方法可集成至iSolarCloud的预测性维护模块,提升电表后端光伏资产的可观测性,为ST...
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...
基于混合深度学习的屋顶光伏供给与农宅负荷不匹配分析：数据降维与可解释负荷模式挖掘
Mismatch analysis of rooftop photovoltaics supply and farmhouse load: Data dimensionality reduction and explicable load pattern mining via hybrid deep learning
Ding Gao · Yuan Zhi · Xing Rong · Xudong Yang · Applied Energy · 2025年1月 · Vol.377
摘要 建立以屋顶光伏（PV）为基础的新型电力系统有助于推动中国农村地区的能源转型。光伏供给与农村家庭用电需求之间不匹配的研究，对光伏微电网系统的广泛推广至关重要。目前，农村地区典型负荷模式（TLPs）缺乏准确的特征刻画方法，且现有的不匹配评估方法未充分考虑光伏弃电问题。因此，本研究提出一种基于混合深度学习的分析框架，用于量化全天时段内光伏发电与典型负荷模式之间的短期不匹配程度，并将其应用于真实农村地区数据集。本研究采用变分自编码器（VAE）模型对高分辨率负荷数据进行降维与特征提取，并与传统方法进...
解读: 该研究对阳光电源户用光伏微电网解决方案具有重要价值。VAE深度学习模型可集成至iSolarCloud平台,实现农村负荷模式精准识别与PV出力失配预测。研究揭示的三类典型负荷曲线可优化SG系列逆变器的MPPT策略,结合ST系列储能PCS动态调节充放电功率,降低弃光率。基尼系数量化方法为PowerTit...