找到 16 条结果 · Applied Energy
一种考虑台风灾害的韧性导向型海上风电场与输电网络协同规划多场景分布鲁棒模型
A multi-scenario distributionally robust model for resilience-oriented offshore wind farms and transmission network integrated planning considering typhoon disasters
Yang Yuan · Heng Zhang · Shenxi Zhang · Haozhong Cheng 等7人 · Applied Energy · 2025年8月 · Vol.392
现有韧性导向型海上风电场与输电网络协同规划（ROWF&TNIP）模型在刻画台风灾害期间风力发电和电网故障相关不确定性方面缺乏细致描述，且在提升系统韧性时往往表现出较强的保守性。为克服上述局限，本文提出一种考虑台风灾害的多场景分布鲁棒ROWF&TNIP模型。该模型综合考虑正常运行场景（NOS）和台风灾害场景（TDS）下风力发电与电网故障的多重不确定性，以较低的保守程度实现韧性的提升。首先，构建了针对海上风电场（OWF）出力与电网故障的多场景分布鲁棒不确定性集合：基于条件风险价值（CVaR）的多场景...
解读: 该海上风电韧性规划模型对阳光电源ST系列储能系统和智能运维平台具有重要应用价值。论文提出的多场景分布鲁棒优化方法可应用于PowerTitan储能系统的台风灾害应对策略,通过CVaR不确定性集建模提升极端天气下源网荷协调能力。差异化加固模型与预防性机组组合策略可集成至iSolarCloud平台,实现海...
基于预测的风-光互补电解制氢系统的设计与优化调度
Design and optimal scheduling of a forecasting-based wind-and-photovoltaic complementary electrolytic hydrogen production system
Weichao Dong · Hexu Sun · Zheng Li · Huifang Yang · Applied Energy · 2025年8月 · Vol.392
摘要 氢能可有效缓解能源短缺并减少环境污染。本文首次设计了一个完整的风能与光伏（PV）互补制氢系统，包括高效的发电系统模型、精确的预测模型、优良的优化调度策略以及高效的催化剂。该离网型互补发电系统在直流母线上实现。提出了一种混合预测模型，结合长短期记忆网络（LSTM）、分位数回归（QR）和正则藤copula方法。LSTM与QR相结合可获得边缘概率密度函数（PDF）。利用正则藤copula建立风能与光伏能源之间的相关性，并将边缘PDF与其相关性结构结合，实现对风能和光伏出力的联合预测。提出一种基于...
解读: 该风光制氢系统对阳光电源ST系列储能变流器和SG光伏逆变器具有重要应用价值。文中直流母线离网架构可结合我司1500V系统和三电平拓扑技术,提升功率转换效率。LSTM-DRL多目标优化调度策略可集成至iSolarCloud平台,实现风光出力预测与氢储能协同控制。研究的3.1美元/kg制氢成本为Powe...
一种基于ADMM的三方分布式综合电-气系统规划方法
An ADMM-based tripartite distributed planning approach in integrated electricity and natural gas system
Ang Xuan · Yingfei Sun · Zhengguang Liu · Peijun Zheng 等5人 · Applied Energy · 2025年6月 · Vol.388
摘要 通过整合多能设备、储能系统和可再生能源技术，区域综合能源系统（RIESs）日益被视为应对未来能源需求的关键策略。该领域面临的主要挑战之一是在现有天然气与电力网络中引入分布式RIESs的扩展规划问题，包括确定RIESs建设的最佳位置以及选择合适的设备类型和容量。传统的联合规划模型通常未能充分考虑投资决策由多个具有不同所有权利益的利益相关方共同作出的实际情况。在本研究中，我们提出了一种新颖的三方分布式规划模型，将联合规划问题分解为三个子问题，以分别反映不同利益相关方的利益诉求。为协同求解这些子...
解读: 该三方分布式规划模型对阳光电源综合能源解决方案具有重要价值。研究中的ADMM算法可优化ST系列储能系统与SG光伏逆变器在区域能源网络中的选址与容量配置,符合多利益主体协同决策场景。其电-气耦合规划思路可指导PowerTitan储能系统与充电站的协同布局,提升iSolarCloud平台在多能源网络中的...
基于卫星图像纹理特征与迁移学习的区域光伏功率预测优化高效方法
An efficient approach for regional photovoltaic power forecasting optimization based on texture features from satellite images and transfer learning
Yang Xi · Jianyong Zheng · Fei Mei · Gareth Taylor 等5人 · Applied Energy · 2025年5月 · Vol.385
准确高效的区域光伏发电功率预测对于提升光伏电力供应的稳定性并扩大其市场份额至关重要。近年来的研究进展已将卫星与地面观测数据的特征相结合，基于混合神经网络的模型展现出优异的预测性能。然而，仍存在若干挑战：直接从卫星图像中提取的空间特征往往缺乏细节，且大多数现有预测方法需要大量电力数据样本。因此，在云量变化速率较高的情况下，预测精度易受相位滞后的影响，同时由于区域光伏装置数量庞大且分布分散，计算负担也显著增加。为解决上述问题，本研究提出一种创新的时空特征，该特征将从卫星图像重构的纹理特征（TFs）与...
解读: 该区域光伏功率预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过卫星图像纹理特征与迁移学习结合,可显著提升SG系列逆变器集群的功率预测精度(RMSE提升72%)并降低相位滞后,特别适用于分布式光伏电站管理。该算法计算效率提升10倍,可与ST储能系统协同优化充放电策略,减少云层...
水风光混合系统中现有水电站扩容优化的解析方法：以雅砻江流域为例
Analytical method for optimizing capacity expansion of existing hydropower plants in hydro-wind-photovoltaic hybrid system: A case study in the Yalong River basin
Chen Wu · Pan Liu · Qian Cheng · Zhikai Yang 等11人 · Applied Energy · 2025年4月 · Vol.383
摘要 水电可通过构建水-风-光混合能源系统，有效整合具有间歇性的风电和光伏（PV）发电。随着风电和光伏电站规模的不断扩大，扩大水电装机容量变得尤为关键。然而，传统的扩容数值方法需要高时间分辨率的输入数据以及复杂的模拟计算。为解决这一问题，本文提出一种无需高分辨率输入数据的解析方法，用于推导水电站最优扩容规模，便于实际应用并支持敏感性分析。首先，基于历史运行数据，分别采用多项式函数和线性函数对水电出力及风电-光伏弃电率随水电扩容规模的变化关系进行估计；其次，结合净现值法，建立考虑总发电量（包括水电...
解读: 该水风光混合系统容量优化方法对阳光电源具有重要参考价值。研究揭示的弃电率与容量扩展关系,可指导我们ST系列储能系统在水风光互补场景的容量配置策略。文中敏感性分析方法(电价敏感度为运维成本11倍)可应用于PowerTitan储能电站的经济性评估模型。特别是无需高时间分辨率数据的解析法,可集成到iSol...
台风及其次生灾害共同影响下海上风电场群韧性量化
Resilience quantification of offshore wind farm cluster under the joint influence of typhoon and its secondary disasters
Dongyue Zhou · Xueping Pan · Jinpeng Guo · Xiaorong Sun 等6人 · Applied Energy · 2025年4月 · Vol.383
摘要 海上风电的快速发展使得其在台风等极端天气事件频发背景下的运行安全问题日益受到关注。现有的海上风电场群（OWFC）韧性评估多集中于单一台风灾害所引发的风险，较少考虑多种灾害共同作用的影响，然而台风极易诱发巨浪、风暴潮等次生海洋灾害，这些灾害可能对海上风电机组及输电系统造成严重破坏，忽略此类联合效应可能导致对其脆弱性的低估。为此，本文提出一种新的方法，用于评估海上风电场群在台风及其次生灾害共同作用下的韧性。首先，根据海洋环境条件对台风及台风诱发的海浪进行数值模拟；继而，综合考虑台风与其次生灾害...
解读: 该研究对阳光电源海上风电变流器及储能系统具有重要价值。研究揭示台风及次生灾害导致风电集群韧性下降40%,凸显极端天气下电力系统脆弱性。阳光电源ST系列储能变流器和PowerTitan储能系统可作为海上风电场的韧性支撑,通过GFM控制技术提供惯量支撑,在台风导致风机故障时快速响应维持电网稳定。研究中的...
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...
基于解聚合策略的虚拟电厂异构柔性资源优化协同调度
A De-aggregation strategy based optimal co-scheduling of heterogeneous flexible resources in virtual power plant
Zixuan Zheng · Jie Li · Xiaoming Liu · Chunjun Huang 等10人 · Applied Energy · 2025年4月 · Vol.383
摘要 虚拟电厂（VPP）作为一种有效解决方案，可在包含多种类型柔性资源（FRs）的并网型微电网中维持内部功率平衡，并参与外部削峰辅助服务。然而，随着不同类型柔性资源在响应行为上的特征异质性日益显著，以及其在削峰过程中的耦合关系，给VPP调度指令的精确分解带来了挑战。本文提出一种基于离散选择模型和特征匹配方法的解聚合策略，以动态排序柔性资源的响应顺序，同时优化VPP的削峰能力。首先，对异构特征进行精细化建模，以刻画多类型柔性资源满足并网微电网调度需求（SDGM）的响应能力。随后，构建特征差异量化模...
解读: 该VPP解聚优化策略对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。通过异构资源特征建模和动态响应排序,可提升储能系统参与电网调峰辅助服务的精准度。结合iSolarCloud平台的预测性维护能力,能够优化多类型柔性资源协同调度,降低70%调峰偏差。该技术可增强阳光电源微网解决...
基于有限数据的分布式区域光伏功率预测：一种鲁棒的自回归迁移学习方法
Distributed-regional photovoltaic power generation prediction with limited data: A robust autoregressive transfer learning method
Wanting Zheng · Hao Xiao · Wei Pei · Applied Energy · 2025年2月 · Vol.380
摘要 本文提出了一种针对高比例数据缺失场景下的分布式区域光伏发电功率预测方法。该方法通过两个关键策略增强光伏发电信息的可用性。首先，针对区域内具有有限可用光伏发电数据的参考电站，构建了一种基于DSC-LightGBM算法的可解释性预测模型，以提高光伏发电功率预测的准确性。针对这些电站在气象数据获取方面存在的不足，通过物理建模引入太阳高度角和太阳时角等太阳辐射特征，并采用Shapley加性解释（SHAP）可解释算法分析原始特征与增强特征的重要性。其次，为解决区域内大量非参考电站在实际运行中数据匮乏...
解读: 该分布式光伏功率预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。针对区域内大量电站数据缺失场景,其自回归迁移学习方法可显著提升SG系列逆变器集群的发电预测精度(误差降低25.8%-50.3%)。DSC-LightGBM算法结合太阳高度角等物理特征的建模思路,可优化PowerTi...
通过特征空间匹配分析解释基于时空相关性的LASSO回归模型用于风电功率预测
Interpreting LASSO regression model by feature space matching analysis for spatio-temporal correlation based wind power forecasting
Yongning Zhao · Yuan Zhao · Haohan Liao · Shiji Pan 等5人 · Applied Energy · 2025年2月 · Vol.380
摘要 解释高性能的风电功率预测（WPF）模型对于推动更可信和更精确的预测方法至关重要。当前的研究主要集中在解释黑箱深度学习模型，而忽视了能够直接指示特征重要性的自解释模型，尽管这些模型无法阐明其背后的成因机制。基于最小绝对收缩与选择算子（LASSO）的自解释回归模型在WPF中表现出色。因此，探索其内在决策逻辑及其系数的实际意义，以提取有益的领域知识，具有重要意义。本文提出了一种解释框架，旨在阐明考虑时空相关性的LASSO回归模型在WPF中的决策逻辑。该框架包含四个主要组成部分：首先，建立一个时空...
解读: 该LASSO回归模型解释框架对阳光电源储能系统(ST系列PCS、PowerTitan)和iSolarCloud平台具有重要应用价值。通过时空相关性量化和特征匹配分析,可优化风储协同预测精度,提升储能系统功率调度策略。特征扰动分析方法可应用于多场站协同控制,识别关键影响因素如特征共线性、参考场站空间分...
采用储能系统的电压暂降敏感工业用户两阶段商业模式
A two-stage business model for voltage sag sensitive industrial users employing energy storage systems
Hong Liao · Yunzhu Chen · Zixuan Zheng · Xianyong Xiao 等5人 · Applied Energy · 2025年2月 · Vol.379
在电表后端（behind-the-meter, BTM）集成储能系统（ESS）是降低易受电压暂降影响的工业用户用电成本并提升电能质量的可靠方法。然而，目前诸如高昂的初始投资成本、较长的投资回收周期以及服务策略灵活性不足等障碍，正阻碍着BTM储能系统在工业领域的广泛应用。综合能源服务提供商（IESPs）提供的创新性BTM储能解决方案已成为应对上述挑战的可行选择。本研究提出一种新的两阶段商业模式，旨在推进储能系统的部署，同时兼顾综合能源服务提供商与用户双方的需求。本文阐述了该商业模式的框架，以明确各...
解读: 该两阶段商业模式对阳光电源ST系列储能变流器和PowerTitan系统在工商业场景的推广具有重要价值。研究验证了表后侧储能系统通过削峰填谷和电能质量治理可降低用户全生命周期成本2.35%-17.12%,与阳光电源iSolarCloud平台的智能运维能力高度契合。峰谷电价差和电压暂降治理性能是关键影响...
DEST-GNN：一种用于多站点小时内光伏功率预测的双探索时空图神经网络
DEST-GNN: A double-explored spatio-temporal graph neural network for multi-site intra-hour PV power forecasting
Yanru Yang · Yu Liu · Yihang Zhang · Shaolong Shu 等5人 · Applied Energy · 2025年1月 · Vol.378
准确的光伏发电（PV）功率预测对于电网实时平衡和储能系统优化至关重要。然而，由于光伏发电具有间歇性和波动性，实现高精度的光伏功率预测仍然是一项挑战。本文提出了一种用于多站点小时内光伏功率预测的新方法。与当前独立预测每个光伏电站功率的方法不同，我们通过考虑各光伏电站之间固有的时空相关性，同时预测所有站点的发电功率，并设计了一种新型图神经网络模型——DEST-GNN。在DEST-GNN中，采用无向图来表示这些光伏电站之间的依赖关系：每个光伏电站由一个节点表示，任意两个电站之间的时空相关性则由它们之间...
解读: 该多站点小时内光伏功率预测技术对阳光电源SG系列逆变器和ST储能系统具有重要应用价值。DEST-GNN通过时空图神经网络捕捉多电站关联性,可集成至iSolarCloud平台实现区域级功率预测,优化储能系统PowerTitan的充放电策略。其稀疏注意力机制可提升GFM/GFL控制算法的前瞻性调度能力,...
基于贝叶斯优化算法与二次分解的误差校正深度Autoformer模型在光伏发电预测中的应用
An error-corrected deep Autoformer model via Bayesian optimization algorithm and secondary decomposition for photovoltaic power prediction
Jie Chen · Tian Peng · Shijie Qian · Yida Ge 等7人 · Applied Energy · 2025年1月 · Vol.377
准确的光伏发电功率预测对于电网的稳定运行和合理调度至关重要。然而，由于光伏发电具有不稳定性，其功率预测仍面临巨大挑战。为此，本文提出一种结合二次分解、贝叶斯优化与误差校正机制的Autoformer模型用于光伏发电功率预测。为降低数据复杂性并充分提取特征，采用了两种分解方法：首先利用经验模态分解（EMD）对光伏功率序列进行初级分解；然后引入样本熵（SE）衡量各分量的复杂度，并对复杂度最高的分量采用变分模态分解（VMD）进行二次分解。其次，构建基于贝叶斯优化算法优化的Autoformer模型，分别预...
解读: 该基于深度学习的光伏功率预测技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。通过EMD-VMD二次分解和Autoformer模型可显著提升预测精度,可集成至SG系列逆变器的MPPT优化算法中,实现更精准的发电功率预测。结合ST系列储能PCS,该预测模型能优化储能系统充放电策略,提升...
基于物理信息的积分神经网络用于溶剂法燃烧后CO2捕集过程的动态建模
Physics informed integral neural network for dynamic modelling of solvent-based post-combustion CO2 capture process
Peng Sh · Cheng Zheng · Xiao Wu · Jiong Shen · Applied Energy · 2025年1月 · Vol.377
摘要 溶剂法燃烧后碳捕集（PCC）是实现能源和工业领域大规模脱碳最有前景的技术。然而，该过程的复杂特性和高能耗阻碍了PCC在复杂电力市场中的高效灵活运行。PCC系统的成功运行优化高度依赖于对过程的动态建模，而采用先进的数据驱动方法已成为研究热点。目前广泛使用的数据驱动动态建模方法未将PCC过程的物理机理信息融入模型中，导致模型稳定性不足。物理信息神经网络（PINNs）通过融合数据与物理信息，提供了一种创新的建模方法。然而，其在PCC过程动态建模中的应用仍面临重大挑战。为此，本文基于带外生输入的非...
解读: 该物理信息神经网络(PIINN)动态建模技术对阳光电源储能系统具有重要应用价值。碳捕集系统的复杂非线性动态特性与PowerTitan储能系统在电力市场中的灵活调度需求高度相似。PIINN方法通过平衡点稳定性约束保证模型可靠性的思路,可借鉴应用于ST系列PCS的宽工况运行建模,提升GFM/GFL控制策...
面向集成零排放航空
IZEA）的液氢储存、热管理与输运控制系统
Parmit S.Virdi · Wei Guo · Louis N. Cattafest · Peter Cheetham 等12人 · Applied Energy · 2025年9月 · Vol.393
摘要 航空业的快速发展凸显了迫切需要减少碳排放和凝结尾迹排放，这两者是导致气候变化的关键因素。氢气因其高的比化学能，成为一种极具前景的清洁燃料替代方案。为推动可持续航空发展，本文提出了一种面向集成零排放航空（Integrated Zero Emission Aviation, IZEA）的创新性液氢储存、热管理与输运控制系统设计。本设计利用液氢的制冷能力，对关键动力系统组件的温度及热负荷进行有效调控。通过调节储氢罐内的压力，我们验证了系统能够实现所需的氢气质量流量——最高达0.25 kg/s，以...
解读: 该液氢热管理系统对阳光电源储能及电驱动产品具有重要启示。文中通过系统级优化实现0.62重量指标和16.2MW功率传输的方法,可借鉴于PowerTitan储能系统的热管理优化,特别是PCS功率器件的液冷设计。氢燃料冷却潜力为EV充电桩大功率模块散热提供新思路。压力调控的流量管理策略可应用于储能系统BM...
参数优化与新型双电机耦合扭矩矢量驱动系统的多模式运行
Parameter optimization and multi-mode operation of a novel dual-motor coupling torque vectoring drive system for electric vehicles
Changyang Guan · Junnian Wang · Tianhui Zheng · Qikai Wang 等6人 · Applied Energy · 2025年7月 · Vol.389
摘要 近十年来，电动汽车（EVs）发展迅速，近年来对高性能电动汽车的研发尤为关注。然而，电驱动系统在驱动性能与效率之间的矛盾尚未得到充分解决。为提供一种潜在的解决方案，本文通过探索双电机驱动单元中可能最优的动力耦合构型，提出了一种新型双电机耦合扭矩矢量驱动系统（DCTVD）。相应地，基于DCTVD的多模式运行能力，本文提出并详细讨论了一种参数优化方法、驱动模式切换控制策略以及扭矩矢量控制策略。在应用上述方法与策略后，通过仿真验证了DCTVD的节能潜力。典型行驶工况循环测试结果表明，相较于传统的单...
解读: 该双电机耦合扭矩矢量驱动技术对阳光电源电动汽车动力系统产品线具有重要借鉴价值。其多模式运行与参数优化方法可应用于我司电机驱动控制器开发,通过模式切换策略提升驱动效率10-15%。扭矩矢量控制算法可集成至充电桩与车载OBC系统的功率分配优化中。多物理场耦合仿真方法论与我司PowerTitan储能系统的...