找到 5 条结果 · Applied Energy
配电网中分布式模块化储能系统的最优鲁棒配置以实现电压调节
Optimal robust allocation of distributed modular energy storage system in distribution networks for voltage regulation
Zirong Xu · Zhiyuan Tang · Yongdong Chen · Youbo Liu 等6人 · Applied Energy · 2025年1月 · Vol.388
本文研究了在主动式低压配电网（DNs）中为减小电压偏差而进行的分布式模块化储能（DMES）最优鲁棒配置（位置与数量）问题。在所提出的配置问题中，设计了一种新颖的集中-本地控制框架（CLCF）用于DMES的电压调节，并对该框架下的下垂系数设定方案进行了优化确定。此外，为了应对有功与无功功率注入之间的不确定性及其相关性，本文在一种新型的相关多面体不确定性集（CPUS）下构建了鲁棒优化模型来表述DMES配置问题，从而避免解的过度保守性。进一步地，为使所提出的非线性非凸配置问题在计算上具有可追踪性，将其...
解读: 该分布式模块化储能优化配置技术对阳光电源ST系列PCS及PowerTitan储能系统具有重要应用价值。论文提出的集中-本地控制框架与下垂系数优化调度,可直接应用于我司储能变流器的电压调节策略,提升低压配网场景下的电压质量。其鲁棒优化模型能有效应对功率不确定性,为iSolarCloud平台的智能运维算...
AM-MFF：一种基于注意力机制的多特征融合框架用于鲁棒且可解释的锂离子电池健康状态估计
AM-MFF: A multi-feature fusion framework based on attention mechanism for robust and interpretable lithium-ion battery state of health estimation
Si-Zhe Chen · Jing Liu · Haoliang Yuan · Yibin Tao 等6人 · Applied Energy · 2025年1月 · Vol.381
健康状态（SOH）是电池管理系统（BMS）中的一个关键参数。利用多种数据源可有效提升端到端SOH估计的性能。然而，现有的基于多维特征的方法未能充分挖掘不同数据源之间的内在关联。同时，大多数方法缺乏可解释性，并忽视了噪声带来的不利影响。本研究提出了一种基于注意力机制的多特征融合框架（AM-MFF），以实现鲁棒且可解释的SOH估计。AM-MFF结合了卷积神经网络（CNN）和注意力机制（AM）的优势，能够高效提取并融合健康特征，从而全面感知电池老化信息。该框架将两个运行阶段的数据作为输入，并通过两个独...
解读: 该AM-MFF锂电池SOH估算框架对阳光电源储能系统具有重要应用价值。其多特征融合与注意力机制可直接集成至ST系列PCS和PowerTitan储能系统的BMS中,提升电池健康状态预测精度和抗噪性能。多输入容错设计确保单传感器故障时系统仍可靠运行,符合大规模储能安全需求。注意力分数的可解释性有助于iS...
面向集成一致性的电池储能系统异常检测：条件驱动的集成平衡表示学习方法
Toward the ensemble consistency: Condition-driven ensemble balance representation learning and nonstationary anomaly detection for battery energy storage system
Jiayang Yang · Xu Chen · Chunhui Zhao · Applied Energy · 2025年1月 · Vol.381
在电池储能系统（BESS）中，多个锂离子电池（LIB）单体被集成为LIB模块以实现可扩展的管理。通常认为同一模块内的LIB单体应表现出作为集成体的一致性行为。为了实现对LIB单体的可靠监测，如何在捕捉各单体整体工作状态的同时保持对其间一致性关系的感知，是一项极具挑战性的任务。此外，由于充电、放电及其他运行行为引起的LIB单体非平稳特性，进一步增加了异常检测的难度。在本研究中，我们提出了一种条件驱动的集成平衡表示学习与异常检测方法，以应对上述挑战，并首次将集成分析的概念引入到LIB异常检测领域。具...
解读: 该电池组一致性异常检测技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。论文提出的集成平衡表征学习方法可集成至BMS系统,通过双层健康特征学习实时监测电芯状态差异,结合条件驱动模式划分应对充放电非平稳特性。该技术可增强iSolarCloud平台预测性维护能力,提升储能系统安...
提升模块化重力储能电站：一种优化机组容量配置的混合策略
Enhancing modular gravity energy storage plants: A hybrid strategy for optimal unit capacity configuration
Wenxuan Tongab1 · Zhengang Lubc1 · Yanbo Chen · Guoliang Zhao 等6人 · Applied Energy · 2025年1月 · Vol.378
摘要 间歇性可再生能源的大规模并网给电网的灵活性和稳定性带来了重大挑战。重力储能为高容量、长时长且经济高效的能量存储提供了一种可行的解决方案。模块化重力储能（M-GES）是该技术的一个有前景的分支，然而，关于其机组容量配置的研究匮乏，制约了该技术的广泛应用。本文首次对M-GES电站电机系统的最优容量配置问题展开研究，该问题对于系统稳定运行和成本效益至关重要。我们提出了一种混合容量优化策略，结合了等容量配置（EC）和双倍率容量配置（DR）两种方法。基于MATLAB/Simulink平台，我们验证了...
解读: 该模块化重力储能容量配置优化研究对阳光电源ST系列储能变流器及PowerTitan系统具有重要借鉴意义。混合容量配置策略可降低50%-80%电机系统成本,这与我们PCS模块化设计理念高度契合。其功率偏差控制在0.1%以内的精度要求,可应用于我们三电平拓扑及GFM控制技术优化,提升储能系统在高比例新能...
钢铁工业在实时需求响应中的能源与环境性能研究：以热轧过程为例
Energy and environmental performance of iron and steel industry in real-time demand response: A case of hot rolling process
Xinmin Liu · Wenqiang Sun · Tiantian Chen · Xiaoyuan Xu 等5人 · Applied Energy · 2025年1月 · Vol.389
摘要 可再生能源的大规模并网给电力系统的灵活稳定运行带来了新的问题与挑战。基于需求侧资源的新型电网调节模式已成为工业发展的重要趋势。钢铁等工业场所耗电量巨大，具备显著的需求响应（DR）潜力。然而，工业负荷的实时调节能力尚未得到清晰量化，且由于能源与环境因素的影响，工业部门参与需求响应的积极性较低。为弥补上述研究空白，本文聚焦钢铁工业中的热轧过程，提出一种评估模型以量化其实时需求响应潜力。通过对热轧过程在需求响应期间的能源与环境性能进行分析，制定了在加热炉待机期间减少工艺气体供应和降低二氧化碳排放...
解读: 该研究揭示钢铁行业热轧工序具备16MW级实时需求响应潜力,为阳光电源PowerTitan储能系统和ST系列PCS在工业负荷侧应用提供新场景。可结合iSolarCloud平台开发工业DR智能调度算法,通过GFM控制技术实现毫秒级功率响应,配合绿电消纳降低碳排放。建议针对高耗能工业开发定制化储能解决方案...