找到 8 条结果 · Applied Energy
锂离子电池建模研究综述与展望：当前研究的深入分析与未来发展方向
A comprehensive review of lithium-ion battery modelling research and prospects: in-depth analysis of current research and future directions
Bowen Zheng · Zhichao Dengd · Zhenhao Luo · Shuoyuan Mao 等14人 · Applied Energy · 2025年1月 · Vol.401
摘要 随着全球能源转型与低碳技术的快速发展，锂离子电池作为核心储能单元，其性能提升与安全管理高度依赖于精确的电池建模。电池建模经历了从机理驱动到数据驱动、从单尺度到多尺度融合的发展过程，形成了三大主流技术体系：其一，基于Thevenin框架的等效电路模型（ECM），利用RC网络拟合电池外部特性，通过引入迟滞模块并结合遗传算法优化，可在电池管理系统（BMS）实时控制中实现毫秒级响应，展现出显著的工程应用优势；然而，其建模逻辑局限于端口特性，缺乏对深层物理机制的解释能力。其二，基于多孔电极理论和偏微...
解读: 该锂电池建模综述对阳光电源储能系统具有重要指导意义。等效电路模型可直接应用于ST系列PCS的BMS实时控制,实现毫秒级SOC估算;物理场模型支撑PowerTitan电池包热管理优化和材料选型;数据驱动模型可融入iSolarCloud平台,提升储能电站全生命周期预测性维护能力。多尺度混合建模思路为阳光...
一种数据-物理混合驱动的大规模风电场布局优化框架
A data-physics hybrid-driven layout optimization framework for large-scale wind farms
Peiyi Li · Yanbo Ch · Anran Hu · Lei Wang 等6人 · Applied Energy · 2025年1月 · Vol.392
摘要 全球风能利用的发展趋势正朝着建设大规模、远距离风电场的方向推进，而战略性的布局优化对于提升风电场发电量至关重要。然而，大规模风电场布局优化（WFLO）面临诸多挑战，主要体现在涉及高维决策变量的复杂计算，以及在尾流模型精度与计算效率之间需要进行权衡。为解决上述问题，本文提出了一种新颖的数据-物理混合驱动的大规模风电场布局优化框架。该框架尝试将含可变参数的物理方程融入建模过程，以指导尾流效应的建模，并进一步促进布局优化的实现。具体而言，本文提出了物理信息引导的双神经网络（PIDNN）模型用于风...
解读: 该数据-物理混合驱动的大规模风电场布局优化框架对阳光电源风电变流器及储能系统具有重要借鉴价值。其物理信息双神经网络(PIDNN)模型通过融合Navier-Stokes方程与可变推力系数,实现尾流效应精准建模,可启发阳光电源在风储一体化项目中优化ST系列储能变流器的功率调度策略。基因定向差分进化算法(...
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1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...
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1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1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...
基于日前负荷预测的太阳能多储能多联供系统主动储能运行策略与优化
Proactive energy storage operation strategy and optimization of a solar polystorage and polygeneration system based on day-ahead load forecasting
Nan Zheng · Qiushi Wang · Xingqi Ding · Xiaomeng Wang 等7人 · Applied Energy · 2025年1月 · Vol.381
摘要 为提高冬季电池利用率并提升系统的经济技术性能，本文提出了一种基于日前负荷预测的新型主动储能运行策略，应用于耦合了蓄热装置和全钒液流电池的太阳能多储能多联供系统。本文对比研究了该多联供系统在主动储能策略与传统策略下的运行过程差异及其技术经济性能。此外，还分析了两种策略下系统在制冷与供热模式中主要设备的能量输出及运行状态。最后，基于主动储能策略对该多联供系统进行了多目标优化，以权衡㶲效率与单位能源成本之间的关系。结果表明：采用主动储能策略时，电池利用率最高可比传统策略提高14.65个百分点，年...
解读: 该主动式储能运行策略对阳光电源ST系列PCS及PowerTitan储能系统具有重要应用价值。研究提出的基于日前负荷预测的主动调度策略,可使电池利用率提升14.65%,系统火用效率达30.41%,与阳光电源iSolarCloud平台的预测性维护功能高度契合。建议将该策略集成到储能系统EMS中,结合光储...
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...
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1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...