找到 8 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3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...
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...
基于鲁棒深度强化学习的考虑输电网电压波动的多馈线配电网分布式电压控制
Distributed voltage control for multi-feeder distribution networks considering transmission network voltage fluctuation based on robust deep reinforcement learning
Zhi Wu · Yiqi Li · Xiao Zhang · Shu Zheng 等5人 · Applied Energy · 2025年2月 · Vol.379
摘要 在多馈线配电网中，区域间光伏出力与负荷需求的功率平衡问题更加复杂。为解决上述问题，本文提出一种基于鲁棒深度强化学习的多智能体分布式电压控制策略，以降低电压偏差。将整个多馈线配电网划分为主智能体和多个子智能体，建立了一种考虑输电网电压波动及其对应功率波动的多智能体分布式电压控制模型。主智能体基于子智能体上传的信息，将输电网电压波动及相应功率波动的不确定性建模为对系统状态的扰动，并采用鲁棒深度强化学习方法确定有载调压变压器分接头的位置。进一步地，各子智能体利用二阶锥松弛技术调节每条馈线上逆变器...
解读: 该多馈线分布式电压控制技术对阳光电源ST系列储能变流器和SG系列光伏逆变器具有重要应用价值。论文提出的主从代理架构可应用于iSolarCloud平台,实现毫秒级电压调节决策。鲁棒深度强化学习方法可增强PowerTitan储能系统应对电网电压波动的能力,二阶锥松弛技术优化逆变器无功输出与阳光电源现有M...
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...
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...