找到 7 条结果 · Applied Energy
大型地下氢气储存的比较技术经济分析
Comparative techno-economic analysis of large-scale underground hydrogen storage
Yashuai Huang · Xilin Shi · Shijie Zhuc · Xinxing Wei 等9人 · Applied Energy · 2025年1月 · Vol.400
摘要 氢气作为一种兼具储能介质、原料和燃料多重角色的能源载体，目前受到广泛关注。地下氢气储存（UHS）被认为是大规模氢气储存的一种安全、经济且高效的解决方案，然而相关技术经济研究仍较为有限。本文基于工程案例，建立了针对枯竭气藏（DGR）、盐穴（SC）和衬砌岩洞（LRC）三种储氢方式的氢气储存平准化成本（LCOHS）计算模型。研究重点分析了氢气储存规模及注采频率对LCOHS的影响，旨在从经济角度为能源管理与政策制定提供数据支持。结果表明：（1）当储存容量为10^7 kg、每年完成一次注采循环时，盐...
解读: 该地下储氢技术研究对阳光电源储能系统具有战略参考价值。研究表明盐穴和岩洞储氢在高频注入-提取场景下成本优势显著(0.31-0.38美元/kg),这与我司ST系列PCS和PowerTitan储能系统的快速响应特性高度契合。可探索将地下储氢与电化学储能形成互补:电化学储能负责高频调节,地下储氢承担季节性...
基于先验知识的大规模超高清光伏板分割数据集增强框架
A large-scale ultra-high-resolution segmentation dataset augmentation framework for photovoltaic panels in photovoltaic power plants based on priori knowledge
Ruiqing Yang · Guojin He · Ranyu Yin · Guizhou Wang 等9人 · Applied Energy · 2025年1月 · Vol.390
摘要 当前大多数提升模型精度的研究主要集中在模型本身的优化上，往往忽视了数据集质量的关键作用，尤其是在遥感大数据背景下。许多关于光伏发电（PV）的大规模提取研究通常仅关注光伏电站边界的粗略勾画，这限制了更深入的下游分析潜力。本文提出了一种针对光伏电站内部光伏板进行细粒度提取的框架，而非仅仅捕捉电站的外部轮廓。通过聚焦于单个光伏板级别的分割，该方法为下游应用（如发电量估算和空间布局优化）提供了更为精确的评估基础。该框架融合了先验知识，以应对地表覆盖、成像条件以及背景干扰所带来的挑战。一种创新的标签...
解读: 该超高分辨率光伏板分割框架对阳光电源iSolarCloud智能运维平台具有重要应用价值。通过面板级精细识别,可显著提升SG系列逆拟器的MPPT优化策略精度,实现组串级故障诊断与发电量评估。数据集质量提升(78%→92%)为预测性维护算法提供可靠训练基础,结合先验知识的标注效率提升75%可加速电站数字...
一种用于风力涡轮机应用中精确预测三维时空风场的新型频域物理信息神经网络
A novel frequency-domain physics-informed neural network for accurate prediction of 3D spatio-temporal wind fields in wind turbine applications
Shaopeng Li · Xin Li · Yan Jiang · Qingshan Yang 等7人 · Applied Energy · 2025年1月 · Vol.386
摘要 风能是全球关键的清洁能源之一。风力涡轮机的结构安全性和动力响应分析在很大程度上受到其所在位置风速数据可获得性与精度的影响。然而，气象观测站分布稀疏，通常难以获取高分辨率的空间风速数据，因此需要采用条件模拟方法来补充低分辨率的观测数据。本研究针对这一挑战，提出了一种频域物理信息神经网络（FD-PINN），该方法利用频域信息，旨在实现对风力涡轮机三维（3D）时空风场的精准预测。该方法构建了一个深度神经网络，并将其与关键物理模型相结合，包括风谱、风场相干函数以及风速廓线。通过融合这些物理先验知识...
解读: 该频域物理信息神经网络技术对阳光电源风电变流器及新能源场站具有重要价值。通过高精度3D时空风场预测,可优化SG系列风电变流器的功率预测算法和主动抗扰控制策略,提升MPPT效率。结合iSolarCloud平台,该深度学习方法可增强风光储混合电站的预测性维护能力,优化储能系统ST系列PCS的充放电策略。...
基于微电网群租赁共享储能的主动配电网三层Stackelberg博弈调度
Trilayer Stackelberg Game Scheduling of Active Distribution Network Based on Microgrid Group Leasing Shared Energy Storage
Jinpeng Qiao · Yang Mi · Siyuan Ma · Yunhao Han 等5人 · Applied Energy · 2025年1月 · Vol.382
摘要——本文提出一种基于微电网群租赁共享储能的主动配电网三层Stackelberg博弈（SG）调度策略。在上层，配电系统运营商作为领导者，综合考虑中层和下层的电力需求来确定交易价格，从而实现主动配电网的安全运行以及削峰填谷。在中层，共享储能运营商既可作为领导者制定租赁价格，也可作为跟随者响应交易价格，以保证共享储能系统的可靠充放电与高效利用。在下层，微电网联盟作为跟随者制定租赁容量并响应交易价格，从而确保电力平衡及可再生能源的就地消纳。此外，为有效求解该三层SG模型，采用多步逆向归纳法证明了均衡...
解读: 该三层博弈调度策略对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。通过配网运营商-共享储能-微网群的分层博弈机制,可优化ST-PCS的充放电策略,提升储能利用率。分布式嵌套迭代算法可集成至iSolarCloud平台,实现多微网协同调度和削峰填谷。该模型为阳光电源开发共享储能租...
一种用于锂离子电池退化轨迹预测的合成数据生成方法及进化型Transformer模型
A synthetic data generation method and evolutionary transformer model for degradation trajectory prediction in lithium-ion batteries
Haiyan Jin · Rui Ru · Lei Cai · Jinhao Meng 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 在锂离子电池使用的早期阶段识别其长期退化行为，对于电池管理系统（BMS）在实际应用中有效维护电池至关重要。然而，由于电池在生产和运行条件方面存在差异，该过程面临较大挑战。近年来，已有研究经验证明，数据驱动方法在处理退化预测问题上具有良好的应用前景。然而，合适数据的缺乏仍是影响预测最终性能的主要障碍。此外，预测结果还受到预测器设置的影响，包括神经网络结构及其超参数的设定。实现该过程自动化的挑战至今仍未得到解决。在本研究中，我们提出了一种新颖的退化轨迹预测框架。首先，通过条件生成对抗网络（CG...
解读: 该锂电池退化预测技术对阳光电源储能系统具有重要价值。通过CGAN合成数据和Transformer模型可显著提升ST系列PCS及PowerTitan储能系统中BMS的预测精度,解决早期退化识别难题。自动化超参数优化框架可集成至iSolarCloud平台,实现储能电站电池全生命周期健康管理和预测性维护,...
基于微网群与共享储能的主动配电网优化调度策略
Optimization schedule strategy of active distribution network based on microgrid group and shared energy storage
Jinpeng Qiao · Yang Mi · Jie Shen · Changkun Lu 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 随着微网群与共享储能系统越来越多地接入主动配电网（ADN），亟需对这些复杂的能源要素进行有效协调。为此，本文构建了一种基于微网群与共享储能的主动配电网主从博弈调度策略。由主动配电网作为主导方确定分时电价，微网群与共享储能作为从属方响应电价信号，并考虑系统的安全运行与削峰填谷调度需求。此外，基于分时电价机制，提出了微网群与共享储能之间的两阶段电力交互策略。在第一阶段，通过多目标优化算法计算微网群的储能租赁需求，并据此制定共享储能的充放电策略，使其在满足微网群用电需求的同时，利用剩余容量响应配...
解读: 该主从博弈调度策略对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。文中提出的共享储能两阶段功率交互机制,可直接应用于阳光电源微电网群储能解决方案,通过QPSO算法优化分时电价响应策略,提升储能系统削峰填谷效率。该研究为阳光电源iSolarCloud平台的多微网协同调度功能提供...
钙钛矿材料与太阳能电池的数字化制造
Digital manufacturing of perovskite materials and solar cells
Zixuan Wangabc1 · Zijian Chenbcd1 · Boyuan Wangbc1 · Chuang Wu 等12人 · Applied Energy · 2025年1月 · Vol.377
摘要 与已发展了半个世纪的晶硅电池相比，钙钛矿太阳能电池（PSCs）的光伏转换效率在短短15年内已超过26%，成为当前备受关注的研究热点。然而，传统研究方法在应对钙钛矿材料（PVKs）成分多样、合成复杂以及需精确调控性能等方面面临诸多挑战。本综述系统阐述了钙钛矿材料在数字化制造方面的最新研究进展，重点涵盖实验室自动化、数据驱动的理性设计、高通量实验以及机器学习（ML）算法等方向。首先，论述了实验室自动化在显著提升实验效率与可重复性方面的重要作用；其次，强调了数据驱动方法在指导钙钛矿材料及器件理性...
解读: 钙钛矿电池数字化制造技术对阳光电源光伏逆变器产品线具有前瞻价值。该技术通过机器学习和高通量实验加速新型光伏材料开发,其26%转换效率已接近晶硅电池。阳光电源SG系列逆变器可提前布局钙钛矿电池适配性研究,针对其独特的IV特性优化MPPT算法;iSolarCloud平台可集成数据驱动方法,实现钙钛矿组件...