找到 3 条结果 · Applied Energy
用于储能的可逆固体氧化物电解槽：储能平准化成本估算
Reversible solid oxide electrolyser for energy storage: levelized cost of storage estimation
Jingjing Liang · Yi Zhaoa · Du Wena · Ye Huang 等6人 · Applied Energy · 2025年12月 · Vol.399
摘要 可逆固体氧化物电解槽（rSOE）因其固有的可逆性、电解模式下的共电解能力、高效率、对多种燃料的适应性，以及在处理碳基燃料时于燃料电池模式（SOFC）下浓缩CO2的能力，成为长时储能领域极具前景的解决方案。然而，其在电能-燃料-电能（P2X2P）应用中的经济可行性仍缺乏深入研究。本研究评估了一个250 MW规模的rSOE系统在六种不同储能形式下的储能平准化成本（LCOS），考虑了不同的放电持续时间（168–1440小时）和年度充放电循环次数（1–30次）。研究发现，储存在盐穴中的H2、储存在...
解读: 可逆固体氧化物电解技术(rSOE)为长时储能提供新思路,对阳光电源ST系列储能系统和PowerTitan产品线具有战略参考价值。研究表明MW级季节性储能场景下,rSOE通过双向运行和多燃料适配性实现0.2$/kWh的平准化储能成本目标。这启发我们在PCS拓扑设计中强化双向功率变换效率,结合iSola...
风电场在中长期滚动交易中的策略性投标：一种双层多智能体深度强化学习方法
Strategic bidding of wind farms in medium-to-long-term rolling transactions: A bi-level multi-agent deep reinforcement learning approach
Yi Zheng · Jian Wang · Chengmin Wang · Chunyi Huang 等6人 · Applied Energy · 2025年4月 · Vol.383
摘要 随着可再生能源在电力市场中渗透率的不断提高，边际电价受到抑制，给风电生产商的盈利能力带来了挑战。为此，有效的中长期（MLT）滚动交易能够对冲现货市场价格风险，提升盈利水平。然而，传统的投标方法往往难以捕捉风电出力及交易动态在较长时间跨度内的复杂不确定性。本文提出了一种专为优化风电中长期滚动交易而设计的双层多智能体深度强化学习（DRL）方法。该方法创新性地将Black–Scholes模型与Hamiltonian函数相结合，构建了一个最优决策框架，能够在短期投标效率与长期战略定位之间实现平衡。...
解读: 该深度强化学习竞价策略对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过双层多智能体优化框架,可提升风储联合系统在中长期电力市场的收益能力,有效对冲现货价格风险。其时空建模技术可集成至iSolarCloud平台,实现储能参与市场交易的智能决策,优化充放电策略。结合阳光电...
不同滥用条件下液态金属电池电热行为的研究
Investigation on electro-thermal behavior of liquid metal batteries under various abusive conditions
Yi Zhang · Lei Fan · Haomiao Li · Bo Li 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 液态金属电池（LMB）因其长寿命和低成本的特性，被认为是大规模电网储能最具前景的解决方案之一。由于LMB具有全液态结构，许多研究人员面临的主要挑战是滥用条件对液-液界面稳定性以及发生内部短路（ISC）后的本征安全性的影响。本研究通过系统的实验研究，比较了不同滥用条件——包括机械滥用（振动、倾斜）、电气滥用（外部短路）和热滥用（热冲击）——对LMB电热特性的影响。结果表明，LMB在滥用条件下具有较强的自愈能力。值得注意的是，除由完全倾斜引发的ISC外，几乎所有由滥用条件引起的电压和温度变形在...
解读: 该液态金属电池安全性研究对阳光电源ST系列储能变流器及PowerTitan系统具有重要参考价值。研究揭示的机械滥用(振动>10Hz、倾斜>39.3°)易引发内短路特性,可指导我们优化储能系统BMS热管理策略和机械结构设计。电池自愈合能力及温度特征(550-564°C)为PCS保护算法开发提供依据,特...