找到 8 条结果 · Energy Conversion and Management
基于相变材料的工业级规模热能储存装置的模型预测控制
Model predictive control of a phase-change-material thermal energy storage device at industrial relevant scale
Tommaso Rebol · Lorenzo Gini · Luca Mantell · Alberto Travers · Energy Conversion and Management · 2025年12月 · Vol.346
摘要 热能储存（TES）系统广泛应用于发电、工业和住宅领域，通常与聚光太阳能发电系统、热泵或专用换热器结合使用，以回收工业过程中的废热。这类系统具有高可靠性、缓慢退化以及投资和维护成本低的优点。在现有技术中，采用相变材料（PCM）的潜热储存系统具有高紧凑性和小温度波动的优势。然而，目前对PCM装置运行特性的认识仍然有限，尤其是在其动态响应以及用于调节交换热功率的控制系统性能方面。本文分析了一种壳管式PCM-TES装置的动态响应特性，该装置在实验室环境下运行，但具备工业级规模的储热容量（180 k...
解读: 该相变储能MPC控制技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要参考价值。研究揭示PCM储能系统的强非线性特性与传统PID控制局限性,验证了模型预测控制在复杂热管理场景的优越性。可启发阳光电源在液冷储能系统、工商业储能温控及iSolarCloud平台集成先进MPC算法,提升储能...
数据中心分布式能源系统与储能增强型不间断电源的协同优化：一种基于模型预测控制的三层优化框架
Coordinated optimization of distributed energy system and storage-enhanced uninterruptible power supply in data center: A three-level optimization framework with model predictive control
Zimu Wang · Zhiqiang Yin · Jinyu Yang · Jiangjiang Wang · Energy Conversion and Management · 2025年10月 · Vol.342
摘要 数据中心工作负载的快速扩张对能源可持续性提出了严峻挑战。在数据中心中，分布式能源系统（DES）常面临较高的运行成本和可再生能源出力波动的问题，而不间断电源（UPS）系统的储能潜力则未被充分利用。为应对这些挑战，本研究提出了一种将储能增强型不间断电源（EUPS）与DES相集成的三层优化框架。该框架旨在最小化运行成本、优化可再生能源利用率，并提升系统稳定性。第一层通过容量规划最小化年化投资成本；第二层建立运行调度策略，以平衡成本效率与可再生能源的消纳；第三层采用模型预测控制（MPC）对EUPS...
解读: 该三层优化框架对阳光电源数据中心储能解决方案具有重要价值。研究中的EUPS系统与我司ST系列PCS及PowerTitan储能系统高度契合,可通过MPC实时控制降低SOC波动18.04%,提升系统寿命。三层架构(容量规划-调度策略-实时控制)可集成至iSolarCloud平台,结合我司三电平拓扑技术优...
基于模糊神经网络作为数字孪生核心的光伏设施模型设计
Model design for photovoltaic facilities based on fuzzy neural network as core of its digital twin
William D.Chicaiza · Alex O.Top · Adolfo J.Sánchez · Juan M.Escaño 等5人 · Energy Conversion and Management · 2025年10月 · Vol.342
摘要 本研究提出了位于CIESOL-阿尔梅里亚的一个光伏（PV）设施数字孪生核心的构建方法。文中提出了两种建模方法：一种是基于等效电路的物理模型，另一种是基于自适应神经模糊推理系统（ANFIS）的数据驱动型神经模糊模型。该神经模糊模型被设计为灰箱系统，具有高可解释性和强适应性，并因其能够快速与物理实体同步，实现对数字孪生框架至关重要的实时行为建模而尤为突出。基于ANFIS的模型能够准确捕捉光伏系统的动态功率输出，适用于基于预测建模的能量管理策略集成。该模型表现出优异的预测性能，最坏情况下的平均绝...
解读: 该模糊神经网络数字孪生技术对阳光电源SG系列光伏逆变器和iSolarCloud平台具有重要应用价值。ANFIS灰盒模型实现0.99决定系数和16.37W平均绝对误差,可嵌入逆变器实时MPPT优化算法,提升发电效率。其低计算资源需求适配工业控制器,可增强iSolarCloud预测性运维能力,实现光储电...
基于热电冷却的电池热管理预测性温度控制与运行特性研究
Predictive temperature control and operational characteristics study for battery thermal management using thermoelectric cooling
Chengdai Chen · Tao Lin · Fengqin Han · Linfeng Zhong · Energy Conversion and Management · 2025年10月 · Vol.341
摘要 针对电池在高倍率放电、大电流运行及快速功率释放等工况下的热调控需求，本文提出一种高效的金属辅助热电冷却（TEC）电池热管理系统（BTMS），并构建了一种快速温度控制模型及其建模方法，以平衡电池产热与热电散热之间的关系。在恒定倍率和变倍率放电条件下进行的实验验证表明了该模型的有效性，同时通过综合分析揭示了TEC系统的运行动态、性能阈值以及增强热管理能力的优化路径。实验结果表明，在恒定放电倍率（0.75 C–1.50 C）下，通过优化TEC工作电流，所提出的热调控模型可将电池峰值温度有效控制在...
解读: 该热电制冷电池热管理技术对阳光电源储能系统具有重要应用价值。在ST系列PCS和PowerTitan储能产品中,高倍率充放电场景下电池温控是关键挑战。研究提出的TEC快速温控模型可将峰值温度控制在26±4.8°C,温度稳定速度提升62.5%,能耗仅占2.55-11.26%,为储能系统电池包热管理优化提...
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10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...
优化建筑能源系统的电网交互性、舒适性和韧性
Optimizing building energy systems for grid-interactivity, comfort and resilience
Wanfu Zheng · Ziqi Huab · Dan Wang · Zhe Wang · Energy Conversion and Management · 2025年9月 · Vol.340
摘要 随着太阳能光伏等可再生能源的广泛应用，在确保电网稳定、用户舒适度以及应对停电事件的韧性的同时，管理建筑能源系统的复杂性变得日益具有挑战性。为应对这一挑战，本研究提出了一种分层控制框架，能够在多个住宅建筑中对电池储能系统、热泵和生活热水（DHW）系统进行最优协调。本文采用线性回归、k近邻回归和LightGBM方法构建了针对扰动的预测模型。在建筑层级，提出一种数据驱动的模型预测控制（MPC）策略，对热泵运行进行最优调控以保障居住者舒适度，并辅以基于规则的控制器实现生活热水储热调度。在微网层级，...
解读: 该分层控制框架对阳光电源ST系列储能变流器和微网解决方案具有重要应用价值。研究提出的建筑级与微网级双层MPC协调策略,可直接应用于PowerTitan储能系统的削峰填谷和碳减排优化。其数据驱动的预测控制方法可增强iSolarCloud平台的智能调度能力,实现光储热泵多能协同。建筑用电需求预测作为扰动...
基于生物相变材料的热能储存系统需求响应最优控制
Optimal control of a bio-based phase change material thermal energy storage for demand response
Aneesh Chandra Nunn · Olav Galtelan · Laurent Georges · Yi Zong · Energy Conversion and Management · 2025年2月 · Vol.326
摘要 本研究提出了一种创新性基于生物蜡相变材料的枕板式热能储存装置在为一栋四层高的研究建筑提供空间供暖时的最优控制策略的设计与开发。ZEB实验室中的水力供暖系统包括电动热泵、热能储存装置以及水力散热器。为模拟该热系统的相变动态特性，建立了面向控制的数值动态模型，并进行了验证。为了可靠且准确地预测建筑物的逐时供暖负荷，开发了一个14节点的电阻–电容（Resistance–Capacitance）热网络模型，用作决策支持工具。基于已验证的系统模型，进一步开发了一种基于模型的最优预测控制策略，用于热能...
解读: 该研究的模型预测控制(MPC)策略与阳光电源ST系列储能变流器及PowerTitan系统高度契合。文中基于动态模型的需求响应优化可直接应用于我司储能系统的能量管理策略,通过响应分时电价实现40%-50%的成本削减。其柔性因子接近1的控制效果验证了储能系统提供电网辅助服务的能力,可增强我司ESS解决方...
基于动态模型与神经网络的微燃机在混合燃料
NG & H₂）下的
Quan Liab · Qian Zhang · Lei Zhang · Energy Conversion and Management · 2025年12月 · Vol.346
摘要 微型燃气轮机（MGTs）正逐渐成为偏远地区和岛屿的一种多功能离网供电解决方案，同时也作为微智能电网的可靠电源，为传统集中式发电与输电提供了可行替代方案。本研究提出了一种新颖的混合性能预测框架，该框架融合了基于物理原理的白箱模型（WBM）与数据驱动的黑箱模型（BBM），实现了对MGT性能的高精度且计算高效的评估。以一台100 kW的MGT为参考系统，分别对回热循环（RC）和简单循环（SC）两种构型在环境温度为258.15 K、273.15 K和288.15 K条件下进行了分析，并系统地改变了...
解读: 该混合燃料微燃机研究对阳光电源储能系统具有重要启示价值。论文提出的物理模型与神经网络融合预测框架,可借鉴应用于ST系列PCS的多场景功率预测与能量管理优化。其快速启动机制与储能耦合方案,契合PowerTitan在孤岛微网的GFM控制需求。多目标优化算法(NSGA-III)可用于ESS充放电策略优化,...