找到 6 条结果 · Energy Conversion and Management
结合MPC与深度强化学习的燃料电池/电池混合能源系统新型能量管理策略
Novel energy management strategy for fuel cell/battery hybrid energy systems combining MPC and deep reinforcement learning
Shengnan Liu · Hangyu Cheng · Seunghun Jung · Young-Bae Kim · Energy Conversion and Management · 2025年1月 · Vol.341
摘要 本文提出了一种新型的能量管理策略（EMS），用于燃料电池/电池混合能源系统，该策略通过将模型预测控制（MPC）与深度强化学习（DRL）相结合实现。所提出的EMS充分利用了MPC与DRL各自的优势，有效缓解了由于模型不确定性导致的MPC性能下降问题，同时加速了DRL的收敛过程，并增强了其对未预见工况的适应能力。具体而言，本研究首先建立了包含各部件退化特性的燃料电池/电池混合能源系统的动态模型，在此基础上构建相应的MPC模型。MPC作为基础控制器，利用线性化模型确保系统的稳定性及约束条件的满足...
解读: 该MPC与深度强化学习融合的能源管理策略对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。通过MPC保障系统稳定性与约束遵循,DRL优化长期决策,可显著降低燃料电池衰减51.43%并减少系统运行成本4.45%。该混合控制架构可应用于阳光电源多能互补储能系统,特别是氢储能与电池储...
深度强化学习作为多能系统中能量流分析与优化的工具
Deep reinforcement learning as a tool for the analysis and optimization of energy flows in multi-energy systems
Andrea Franzos · Gabriele Fambr · Marco Badam · Energy Conversion and Management · 2025年1月 · Vol.341
摘要 深度强化学习算法不仅有助于开发优化的控制策略，而且可作为探索复杂问题并揭示非显而易见控制方案的有力工具。本文研究了深度强化学习在高比例可再生能源渗透条件下对多能系统进行优化的应用。关键的能量转换技术，如热电联产、电池储能系统、热泵和电转气技术，实现了不同能源网络之间的双向能量交换，从而促进了运行协同效应。由于这些互联关系导致各能源部门之间的相互依赖性，某一领域内的能量流动会显著影响其他领域的流动，因而增加了优化的复杂性。本研究旨在展示一种方法的优势，该方法可用于解读深度强化学习算法所实施的...
解读: 该深度强化学习优化方法对阳光电源多能源系统集成具有重要价值。研究验证了储能系统(ST系列PCS、PowerTitan)与热泵、电转气等多能转换技术的协同优化潜力,可降低15%天然气消耗和18%碳排放。建议将此算法框架应用于iSolarCloud平台,实现储能PCS与光伏逆变器(SG系列)的智能协调控...
基于深度强化学习的考虑动态风的风电场流动控制
Deep reinforcement learning-driven wind farm flow control considering dynamic wind
Hangyu Wang · Shukai He · Jie Yan · Shuang Han 等5人 · Energy Conversion and Management · 2025年1月 · Vol.337
摘要 克服由尾流效应引起的功率损失对于提高运行中风电场的效率至关重要。风电场流动控制是实现这一目标的关键方法。然而，包括风速和风向变化在内的动态风况以及环境不确定性，给有效的流动控制带来了重大挑战。为应对这些挑战，本文提出了一种基于深度强化学习并考虑动态风的风电场流动控制方法。首先，从LiDAR测量数据中提取动态风波动特征，构建了全面的数据集。随后，开发了一种以动态风作为输入、通过偏航角调整最大化风电场输出功率的流动控制方法。最后，引入双延迟深度确定性策略梯度（Twin Delayed Deep...
解读: 该深度强化学习风电场流控技术对阳光电源储能系统具有重要借鉴价值。TD3算法的实时优化与在线学习机制可应用于ST系列PCS的动态功率调度,通过经验回放处理新能源波动不确定性。动态风况建模思路可迁移至PowerTitan储能系统,结合iSolarCloud平台实现风光储协同控制,优化多能互补场景下的功率...
浮体式太阳能发电系统的强化学习基准测试与原型开发：结合棕熊优化算法的实验研究与LSTM建模
Benchmarking reinforcement learning and prototyping development of floating solar power system: Experimental study and LSTM modeling combined with brown-bear optimization algorithm
Mohamed E. Zay · Shafiqur Rehman · Ibrahim A.Elgendy · Ali Al-Shaikhi 等8人 · Energy Conversion and Management · 2025年1月 · Vol.332
摘要 本研究对浮体式太阳能光伏（SFPV）系统与地面安装式太阳能光伏（GSPV）系统进行了全面的对比性实验研究、性能评估分析以及增强型人工智能（AI）建模。两种系统——SFPV与GSPV——均在沙特阿拉伯阿尔-霍巴尔巴林湾地区相同的严苛环境条件下安装、测试并进行比较，详细评估了电功率输出、光伏组件表面温度、光伏直流电压与电流，以及能量产出和效率。此外，本研究还构建了一种混合人工智能框架，该框架融合了轻量梯度提升机（LightGBM）、门控循环单元（GRU）和长短期记忆网络（LSTM）模型，并通过...
解读: 该研究对阳光电源浮式光伏系统集成具有重要价值。SFPV相比地面电站发电量提升59.25%、组件温度降低32.36%,验证了浮式方案的技术优势。LSTM-BBOA混合AI模型(R²达0.9999)可应用于iSolarCloud平台的预测性维护,优化SG系列逆变器的MPPT算法。浮式场景的温度控制特性有...
面向区域建筑能源系统的智能化管理：一种结合深度强化学习的混合储能框架
Towards intelligent management of regional building energy systems: A framework combined with deep reinforcement learning for hybrid energy storage
Rendong Shena1 · Ruifan Zhengb1 · Dongfang Yangc · Jun Zhaob · Energy Conversion and Management · 2025年1月 · Vol.329
摘要 可再生能源的应用 increasingly被视为应对建筑能耗快速增长的有效解决方案。将储能装置集成到建筑能源系统中，能够有效缓解可再生能源带来的不确定性，并增强能源供需之间的平衡能力。与单一储能系统相比，混合储能具有更高的调节潜力和灵活性。然而，由于增加了调节变量，控制策略的复杂性显著上升，带来了巨大挑战。此外，现有研究往往忽视了热泵与储热装置之间的相互作用效应。针对上述问题，本研究以天津某区域能源系统为研究对象，该系统集成了可再生能源发电、地源热泵以及混合储能装置。研究中充分考虑地源热泵...
解读: 该混合储能智能管理技术对阳光电源ST系列PCS及PowerTitan储能系统具有重要应用价值。研究中的多智能体深度强化学习算法可应用于优化我司储能系统与地源热泵的协调控制,提升23.64%系统收益和27.96%新能源利用率的成果,为iSolarCloud平台集成AI优化算法提供创新方向。特别是混合储...
基于深度强化学习并考虑电驱动系统热特性的混合动力汽车能量管理策略
Energy management strategy for hybrid electric vehicles based on deep reinforcement learning with consideration of electric drive system thermal characteristics
Juhuan Qin · Haozhong Huang · Hualin Lu · Zhaojun Li · Energy Conversion and Management · 2025年1月 · Vol.332
摘要 深度强化学习已成为实现混合动力汽车在线优化能量管理的有力候选方法。然而，以往的研究尚未考虑混合电驱动系统中关键部件整体热特性对系统性能的影响。本文针对插电式混合动力汽车，提出一种基于深度确定性策略梯度算法并考虑电驱动系统热特性的能量管理策略，旨在将电池和电机的温度控制在安全范围内，同时提升车辆的整体性能。首先，构建了电池与电机的温度模型，并将其引入能量管理策略框架中；其次，采用基于深度确定性策略梯度的智能算法调节权重系数，以实现多目标之间的协调优化。基于多种典型循环工况开展了仿真实验，结果...
解读: 该深度强化学习热管理策略对阳光电源电动汽车驱动系统及储能产品具有重要价值。在电机驱动器方面,可借鉴其温度预测模型优化功率器件(SiC/IGBT)热管理,降低损耗并延长寿命;在储能PCS(ST系列)中,可应用DDPG算法实现电池热状态动态调控,提升PowerTitan等系统循环寿命;在充电桩OBC产品...