找到 2 条结果 · Applied Energy
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...
面向大负载波动质子交换膜燃料电池系统的控制导向热管理策略
Control-oriented thermal management strategies for large-load fluctuation PEM fuel cell systems
Yuhan Li · Zhifeng Zheng · Yangge Guo · Xiaojing Cheng 等8人 · Applied Energy · 2025年8月 · Vol.392
摘要 热管理控制对质子交换膜燃料电池（PEMFC）的性能与耐久性具有重要意义。在大负载波动工况下，由于系统具有强非线性和时变时滞特性，热管理控制面临巨大挑战。为此，本文采用串级内模控制（IMC）方法，结合电流前馈控制，以提升宽范围负载变化下的跟踪性能及对时滞扰动的鲁棒性，同时降低系统时滞影响。此外，提出了一种针对恒温器和风扇的双内环串级IMC结构，以进一步增强系统鲁棒性，并引入改进型Smith预估器以改善时滞扰动的抑制能力。首先通过阶跃响应测试和白噪声扰动测试分别评估所提出控制策略的响应速度与鲁...
解读: 该燃料电池热管理控制技术对阳光电源氢能业务拓展具有重要参考价值。文中提出的级联内模控制(IMC)与电流前馈结合策略,可应用于公司充电桩及储能系统的热管理优化,特别是ST系列PCS在大功率波动场景下的温控精度提升。双内环级联IMC与改进Smith预估器的鲁棒性设计思路,可借鉴至SG逆变器的宽温度范围运...