找到 2 条结果 · Energy Conversion and Management
模拟西澳大利亚电网未来平衡所需的氢储能
Modelling hydrogen storage requirements to balance the future Western Australian grid
Yuki Rhee · Fuyu Jiao · Keelan O’Neill · Saif Z.S.Al Ghafri 等7人 · Energy Conversion and Management · 2025年1月 · Vol.346
摘要 随着可再生能源技术在电力系统中的渗透率不断提高，以实现净零二氧化碳排放目标，其间歇性问题成为关键挑战之一；而提供充足的能源存储能力是应对该挑战的解决方案之一。本研究针对西澳大利亚西南互联电力系统（Southwest Interconnected System）电网，分析了2042年的未来电力需求与可再生能源发电的预测情景。所考虑的所需能源存储包括电池储能系统与在枯竭气藏中进行的地下氢储能的组合。西南互联电力系统是一个极具代表性的案例研究对象，因其是一个相对规模较大且孤立的电网，具备丰富的可...
解读: 该研究验证了电池储能系统(BESS)与氢储能协同的必要性,为阳光电源ST系列PCS及PowerTitan储能方案提供应用场景。研究表明BESS优先响应短期波动,氢储能应对季节性需求(约6%年需求量)。阳光电源可结合GFM控制技术优化BESS快速响应能力,通过iSolarCloud平台实现光伏-储能-...
部分遮阴下最优功率采集：基于二进制灰雁优化的光伏阵列重构与基于机器学习的故障诊断
Optimal power harvesting under partial shading: Binary Greylag Goose optimization for reconfiguration and Machine learning-Based fault diagnosis in solar PV arrays
S.Saravanan · R. Senthil Kumar · P.Balakumar · N. Prabaharan · Energy Conversion and Management · 2025年1月 · Vol.333
摘要 光伏（PV）系统已成为向电网提供能量采集支持的主要来源，作为传统能源的可持续替代方案。然而，部分遮阴对光伏系统的影响会降低基于光伏的发电效率。光伏阵列重构方法是减轻部分遮阴效应影响的最佳实践之一。本文提出了一种新的光伏阵列重构方法，采用二进制灰雁优化（Binary Greylag Goose Optimization, BGGO）算法。为验证所提BGGO方法的有效性，研究采用一个9x9面板的光伏阵列，并考虑六种阴影分布模式——右下角、右上角、左下角、左上角、中心以及对角线遮阴。在总交叉连接...
解读: 该二进制灰雁优化算法结合机器学习的阴影应对方案,对阳光电源SG系列光伏逆变器的MPPT优化技术具有重要参考价值。研究验证在复杂遮挡场景下通过阵列重构可提升10-14%发电效率,可与我司iSolarCloud平台的预测性维护功能深度融合,实现智能故障诊断与动态拓扑优化。该方法论可应用于ST储能系统的能...