找到 2 条结果 · Applied Energy
基于共享储能的电能与备用协同DSO-VPP运行框架：一种混合博弈方法
Coordinated DSO-VPP operation framework with energy and reserve integrated from shared energy storage: A mixed game method
Mohan Lin · Jia Liu · Zao Tang · Yue Zhou 等7人 · Applied Energy · 2025年2月 · Vol.379
摘要 虚拟电厂（VPPs）通过整合分布式可再生资源、优化能源生产与消费模式以及促进电网动态管理，提升了配电系统的灵活性与经济性。然而，在多虚拟电厂协调运行时仍面临诸多挑战，包括复杂的时空相关特性以及多主体决策中的利益冲突。共享储能（SES）作为共享经济背景下的产物，能够更加灵活地协助VPP消纳分布式可再生能源发电。因此，针对VPP之间的互补性问题与利益冲突，并提升分布式可再生能源的利用率，本文提出了一种由配电网运营商（DSO）主导、多VPP与SES共同参与的电能-备用协同优化模型。首先，为DSO...
解读: 该DSO-VPP协调运行框架对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。论文提出的共享储能能量-备用联合优化模型,可指导我司储能系统在多VPP场景下的双层博弈控制策略开发。六种备用模式设计可深度挖掘ST-PCS的调频调峰潜力,结合iSolarCloud平台实现分布式光储资...
基于对抗性模仿强化学习的混合储能电动汽车能量管理
Imitation reinforcement learning energy management for electric vehicles with hybrid energy storage system
Weirong Liu · Pengfei Yao · Yue Wu · Lijun Duan 等6人 · Applied Energy · 2025年1月 · Vol.378
深度强化学习已成为电动汽车能量管理的一种有前景的方法。然而，深度强化学习依赖大量试错训练才能获得近似最优性能。为此，本文提出一种面向混合储能系统的电动汽车对抗性模仿强化学习能量管理策略，以最小化电池容量损耗成本。首先，利用动态规划在多种标准驾驶条件下生成专家知识，用于引导强化学习的探索过程，该专家知识表示为最优功率分配映射。其次，在早期模仿阶段，通过对抗网络使强化学习智能体的动作快速逼近最优功率分配映射。再次，根据对抗网络中判别器的输出设计动态模仿权重，促使智能体在在线驾驶条件下逐步过渡到自主探...
解读: 该对抗模仿强化学习策略对阳光电源混合储能系统具有重要应用价值。可应用于ST系列PCS的电池-超级电容混合储能优化,通过专家知识引导的强化学习加速训练42.6%,降低电池容量损耗成本5.1%-12.4%。技术可集成至iSolarCloud平台实现在线工况自适应功率分配,延长PowerTitan储能系统...