找到 4 条结果 · Energy Conversion and Management
混合氢-电池系统设计与调度中的模型复杂性与优化权衡
Model complexity and optimization trade-offs in the design and scheduling of hybrid hydrogen-battery systems
Elena Rozzi · Alberto Grimaldi · Francesco D.Minuto · Andrea Lanzini · Energy Conversion and Management · 2025年11月 · Vol.344
摘要 利用可再生能源生产氢气在推动能源系统向低碳化转型过程中可能发挥重要作用。本研究探讨了应用于工业级电能制氢系统的多种优化策略，包括混合整数线性规划（MILP）、一种结合粒子群优化（PSO）与MILP的混合框架（PSO-MILP），以及将PSO与基于规则的能量管理策略（EMS）相结合的方法。该分析评估了氢气生产的平准化成本（LCOH）、碳排放水平，以及若干关键因素的影响，如电池老化、电解槽效率、实时电价和氢负荷管理。结果表明，基于MILP的模型实现了中等水平的LCOH值（10.1–10.7 €...
解读: 该研究对阳光电源氢储能系统集成具有重要参考价值。混合PSO-MILP优化框架可应用于ST系列储能变流器与电解槽的协同调度,实现制氢成本降低9-14%同时减排27-45%。研究中的电池退化建模和分段仿射线性化方法可优化PowerTitan储能系统在工商业光伏制氢场景的能量管理策略,缩短计算时间至27小...
基于K-means聚类算法与人工神经网络模型的并网型微电网优化能量管理
Optimized energy management in Grid-Connected microgrids leveraging K-means clustering algorithm and Artificial Neural network models
Peter Anuoluwapo Gbadeg · Yanxia Sun · Olufunke Abolaji Balogu · Energy Conversion and Management · 2025年7月 · Vol.336
摘要 随着可再生能源（RESs）在并网型微电网中的不断集成，亟需先进的能量管理策略以提升系统的效率、可靠性与可持续性。本研究提出了一种基于一对一优化器（One-to-One-Based Optimizer, OOBO）的优化能量管理框架，用于微电网调度，并结合K-means聚类算法与人工神经网络（Artificial Neural Networks, ANNs）实现负荷预测。所提出的方法能够动态调度分布式能源（DERs）、电池储能系统（BESS）以及柴油发电机，在最小化运行成本和碳排放的同时实现...
解读: 该研究的OOBO优化算法与AI负荷预测技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。研究验证储能系统可降低38%碳排放,与我司ESS解决方案的调度优化方向一致。K-means聚类与ANN模型可集成至iSolarCloud平台,提升微电网实时调度能力。OOBO算法30-4...
以单位里程成本最小化为目标的燃料电池混合动力重型牵引车最优容量配置
Optimal sizing of fuel cell hybrid electric Heavy-Duty tractor with minimum of unit mileage cost
Xiaoyu Wang · Shouwen Yao · Pengyu Li · Yuyang Chen 等7人 · Energy Conversion and Management · 2025年4月 · Vol.330
摘要 本文提出了一种针对由燃料电池系统（FCS）、电池（B）和超级电容器（SC）组成的混合储能系统（HESS）的燃料电池混合动力重型牵引车（FCHHT）的最优混合能源容量配置方法。为此，提出了一种以单位里程（10^4 km）成本（UMC）为目标函数的评价指标，用于综合评估系统的初始成本、退化成本以及氢气消耗成本。此外，提出了一种基于平均功率与荷电状态（APS）的能量管理系统（EMS），其中给出了FCS与HESS之间的功率分配策略，并通过驱动循环功率需求的平均功率、FCS最高效率点功率、FCS最大...
解读: 该燃料电池混合动力重卡优化技术对阳光电源储能及充电业务具有重要借鉴价值。论文提出的电池+超级电容混合储能系统(HESS)架构与阳光电源ST系列PCS的多源协调控制理念高度契合,其基于平均功率和SOC的能量管理策略可应用于PowerTitan储能系统的功率分配优化。单位里程成本(UMC)优化方法为储能...
基于熵产理论的PSO-BP优化PAT能量效率的改进方法
An improved method of applying PSO-BP to optimize PAT energy efficiency based on entropy production theory
Wentao Xu · Li Cheng · Yuna Cui · Hongqin Yan 等6人 · Energy Conversion and Management · 2025年3月 · Vol.327
泵作透平（Pump as turbine, PAT）是一种集水泵与水轮机功能于一体的综合装置，也是优良的抽水蓄能设备之一。几何导流结构的优化是提高PAT能量转换效率的重要手段。为研究有效的能量转换优化措施，本文提出了一种结合熵产（Entropy Production, EP）理论与PSO-BP神经网络的方法来优化PAT性能。与传统的PSO-BP方法相比，该方法首先引入学习因子和权重因子以提升PSO算法的搜索效率；然后从能量角度出发，基于脉动速度场中的时均耗散熵产描述PAT内部流动特性，并将该熵产...
解读: 该PSO-BP优化方法结合熵产理论对阳光电源抽水蓄能系统具有重要价值。PAT作为泵储设备,其能量转换效率优化可应用于PowerTitan储能系统的液冷泵优化和ST系列PCS的热管理系统。熵产理论从能量耗散角度分析流体损失,可指导阳光电源储能系统冷却回路设计,提升系统效率0.5-2%。改进的PSO-B...