找到 1 条结果 · Applied Energy
一种结合数据驱动预测与超 twisting 控制的低碳微电网混合方法
A hybrid approach involving data driven forecasting and super twisting control action for low-carbon microgrids
Naghmash Ali · Xinwei Shen · Hammad Armgha · Applied Energy · 2025年1月 · Vol.398
摘要 本文提出了一种基于两级密集残差神经网络的优化框架，旨在提升微电网中能量管理系统（EMS）的运行效率。该框架解决了传统数值优化方法在求解经济调度问题时存在的不足，这些传统方法通常优先考虑精度而牺牲了实时性能，并且未能充分最大化可再生能源的发电量。所提出的框架在上层控制中不仅能够求解经济调度问题，还能优化来自可再生能源的功率输出。在本地层面，采用超 twisting 滑模控制策略，以精确跟踪由能量管理系统生成的参考指令，并确保直流母线电压的精准调节。框架的稳定性通过李雅普诺夫稳定性准则进行了理...
解读: 该混合优化框架对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。论文提出的双层密集残差神经网络可优化微电网经济调度,超扭曲滑模控制实现精确直流母线调控,与阳光电源GFM/GFL控制技术高度契合。该方法在600V氢电混合微网的实时验证表明,可提升储能系统EMS响应速度和新能源消纳...