找到 2 条结果 · Energy Conversion and Management
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...
电网连接型多能系统的整体优化：生物质与灵活储能的集成
Holistic optimization of grid-connected multi-energy systems: Biomass and flexible storage integration
Jie Ji · Yinqi Xi · Yibai Wang · Jia Xiao 等9人 · Energy Conversion and Management · 2025年1月 · Vol.327
摘要 本研究针对苏北地区多能系统（MES）容量及灵活储能优化中的关键挑战，重点探讨了生物质能、风能与光伏发电源的集成问题。该研究对于提升绿色可再生能源的高效与可持续利用具有重要意义，是应对能源危机和环境问题的关键途径。本研究采用了一种生物质与灵活储能（BMFS）策略，涵盖风力涡轮机、光伏发电机、生物质供电单元以及储能系统的集成。通过运用集合经验模态分解-共生生物搜索-径向基函数（EMD-SSA-RBF）优化算法，在多种负荷条件下对系统性能进行了仿真模拟，旨在实现电网供需之间的平衡。该算法结合了E...
解读: 该多能源系统优化研究对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。研究中的EMD-SSA-RBF算法可启发iSolarCloud平台的预测性维护优化,提升储能系统在风光生物质混合场景下的调度精度。GBGT稳定供电策略可借鉴至VSG虚拟同步发电机控制技术,增强电网稳定性。研究...