找到 15 条结果 · Energy Conversion and Management
漂浮式海上风力机的高阶多物理场建模及其气动设计与载荷管理
Advanced multi-physics modeling of floating offshore wind turbines for aerodynamic design and load management
Haoda Huang · Qingsong Liub · Gregorio Iglesiasc · Chun Lia · Energy Conversion and Management · 2025年1月 · Vol.346
摘要 漂浮式海上风力机（FOWTs）在提升海上风电竞争力方面具有显著优势。然而，其运行过程涉及复杂的动力学行为，表现为多种载荷来源、显著的时间变异性以及高度非线性特征。深入理解主导FOWT行为的多物理场耦合机制及子系统间的相互作用，对于提高运行安全性、增加发电功率并推动商业化部署至关重要。为应对上述挑战，本研究通过融合计算流体动力学（CFD）与有限元方法（FEM），构建了一个高保真度、完全耦合的气动-弹性-水动-系泊多物理场分析框架。以安装在半潜式平台上的NREL 5 MW水平轴风力机（HAWT...
解读: 该多物理场耦合建模技术对阳光电源海上风电变流器产品具有重要价值。研究揭示的浮式风机功率波动增大(6.84%效率损失)和复杂载荷特性,为我司SG系列大功率风电变流器的控制策略优化提供依据。可借鉴其流固耦合分析方法,改进变流器在动态工况下的MPPT算法和GFM并网控制,提升功率平滑能力。同时,该研究的应...
海上风电场与漂浮式光伏系统混合化：功率平滑与出力-需求差异降低
Hybridisation of offshore wind farms with floating photovoltaics: Power smoothing and output-demand divergence reduction
Josh Moore · Gregorio Iglesias · Energy Conversion and Management · 2025年1月 · Vol.345
摘要 与陆上可再生能源类似，海上可再生能源也具有间歇性，这给电网稳定性的维持带来了挑战，并导致平衡成本增加。本研究旨在探讨如何通过在风力涡轮机之间广阔的未利用海域部署漂浮式光伏系统，来缓解运行中风电场的功率波动性，并减轻其爬坡事件的严重程度和发生频率。本文选取伦敦阵列（London Array）海上风电场作为案例研究对象。基于一个专门定义的参数——加权爬坡事件严重度（Weighted Ramping Event Severity, WRES），提出了一种量化爬坡事件严重性的新方法。分析在高时间分...
解读: 该海上风光互补研究对阳光电源海上光伏逆变器及储能系统具有重要价值。研究证实光伏可降低风电波动20.8%,验证了SG系列逆变器在海上漂浮光伏场景的应用潜力。10分钟高频功率平滑需求与PowerTitan储能系统的快速响应特性高度契合,ST系列PCS的GFM控制技术可有效应对爬坡事件。建议开发耐盐雾海上...
整合可再生能源与热储能的区域供热网络设计优化方法
Integrating renewable energy and thermal storage in district heating networks: A design optimization approach
Amedeo Cerut · Jerry Lamber · Hartmut Spliethof · Energy Conversion and Management · 2025年1月 · Vol.345
摘要 区域供热网络（DHNs）能够高效地向城市区域供应可再生能源。然而，依赖天气条件的能源来源以及能源供给与供热需求之间的时间不匹配，使得DHN的设计面临挑战。本研究建立了一个多时间步长的混合整数线性规划（MILP）优化模型，并将热储能与可再生能源整合到DHN的设计过程中。所提出的模型在完全空间分辨率下，对管道布局、投资决策以及供能和热储能技术的运行策略进行联合优化。该模型被应用于两个合成案例和一个实际的、规模逐步增大的区域供热网络。通过敏感性分析评估了时间聚合水平对设计结果的影响，发现至少需要...
解读: 该区域供热网络优化研究对阳光电源储能系统具有重要借鉴意义。文章提出的MILP多时间尺度优化方法可应用于ST系列储能变流器与PowerTitan系统的容量配置与调度策略优化。特别是热储能与可再生能源协同运行的思路,可迁移至电储能场景:结合iSolarCloud平台的负荷预测功能,优化PCS充放电策略以...
STE-HOLNet：一种融合时空特征、动态概念漂移检测与自适应校正的风电功率预测新方法
STE-HOLNet: A new method for wind power prediction by integrating spatio-temporal features, dynamic concept drift detection and adaptive correction
Xiongfeng Zhao · Hai Peng Liu · Huaiping Jin · Xueping Shen 等5人 · Energy Conversion and Management · 2025年1月 · Vol.344
摘要 风电具有高度的不确定性和非线性，其时间序列通常表现出多周期性特征和概念漂移现象，这对实现高精度预测构成了重大挑战。本文提出了一种基于时空特征增强并结合动态在线校正机制的混合深度学习预测模型——时空增强型混合在线学习网络（Spatio-temporal Enhanced Hybrid Online Learning Network, STE-HOLNet），该模型通过改进的时间编码机制与深层网络结构紧密集成，实现了实时且高精度的风电功率预测。首先，引入一种改进的Time2Vec模块（E-Ti...
解读: 该风电功率预测技术对阳光电源储能系统具有重要应用价值。STE-HOLNet模型的概念漂移检测与自适应在线学习机制,可直接应用于ST系列PCS的功率预测模块,提升储能系统对风电波动的响应能力。其时空特征增强方法能优化iSolarCloud平台的预测性维护算法,降低RMSE达36.93%的性能可显著改善...
集成排放分配方法的热电联产与混合热泵耦合能源系统动态核算模型
Dynamic accounting model with integrated emission allocation methods for coupled energy systems with combined heat and power plants and hybrid heat pumps
Chris Burkela · Marco Griesbach · Florian Heberle · Dieter Brüggemann 等5人 · Energy Conversion and Management · 2025年1月 · Vol.342
摘要 详细的排放核算方法正日益成为衡量能源系统脱碳进程的重要工具。传统的核算方法仅使用年度需求值和电网电力的平均能源结构，因而忽略了跨越核算边界的时间动态能量流与排放流动。此外，在相互连接的供能网络中，能量与排放存在随时间变化的交互过程。本研究从动态视角出发，分析一种通过热电联产机组（CHP）和可同时提供供热与供冷的热泵（HP）将电力、供热和供冷网络相互联结的耦合能源系统。为准确刻画排放流动的行为特征，本文基于Python开发了一种动态排放平衡模型。该框架建立在碳排放流理论基础之上，采用拟输入-...
解读: 该动态碳排放核算模型对阳光电源多能互补系统具有重要价值。针对热电联产与热泵耦合场景,可应用于ST储能系统与充电站的协同优化:通过Python框架实时追踪电-热-冷三网碳流,指导PowerTitan储能在不同时段的充放电策略。准输入输出节点理论可集成至iSolarCloud平台,实现小时级碳排放监测。...
锂离子电池充电策略优化：基于异构集成代理模型的先进多目标优化算法
Charging strategies optimization for lithium-ion battery: Heterogeneous ensemble surrogate model-assisted advanced multi-objective optimization algorithm
Fang Cheng · Hui Liu · Energy Conversion and Management · 2025年1月 · Vol.342
摘要 缩短充电时间（CT）同时维持锂离子电池（LIBs）的热安全与健康状态管理，对于提升电动汽车的实用性至关重要。然而，传统的基于机理的充电策略优化方法存在计算负担重、搜索空间高维以及多目标冲突等问题，导致其在广泛应用中面临瓶颈。为克服上述问题，本文首先构建了一种基于机理的电-热-老化耦合模型用于数据集生成。随后，提出一种基于元特征的异构集成代理模型（MetaHES），以更好地适应在荷电状态分阶段恒流充电（SMCC）策略下多样化的充放电性能特性。此外，引入一种改进的约束多目标哈里斯鹰优化算法，结...
解读: 该锂电池充电策略优化技术对阳光电源储能系统和充电桩产品具有重要应用价值。其异构集成代理模型可显著降低ST系列PCS和PowerTitan储能系统的电池管理算法计算负担,多目标优化算法能在充电时间、热安全和电池寿命间实现最优平衡。特别是多阶段恒流充电策略可直接应用于EV充电站快充技术,提升充电效率两个...
使用遗传算法优化带储能的独立混合可再生能源系统设计：风能与太阳能时间互补性影响分析
Optimizing the design of stand-alone hybrid renewable energy systems with storage using genetic algorithms: Analysis of the impact of temporal complementarity of wind and solar sources
Jose Luis Munoz-Pincheira · Lautaro Salazar · Felipe Sanhueza · Armin Lüer-Villagr · Energy Conversion and Management · 2025年1月 · Vol.341
摘要 本研究分析了风能与太阳能之间的时间互补性对带储能的独立混合可再生能源系统（HRES）最优设计的影响。研究在GNU Octave中开发了一个采用固定随机种子的遗传算法模型，以确保结果的可重复性并实现不同情景之间的比较。目标是在满足由电力供应缺失概率（LPSP）定义的可靠性约束条件下，最小化净现值成本（NPC）。在不同互补性水平下评估了恒定和可变负荷曲线，结果表明其影响依赖于负荷类型。此外，对LPSP、电池成本和折现率进行了敏感性分析，揭示了这些参数如何影响最优系统配置。结果表明，在可靠性要求...
解读: 该研究对阳光电源混合储能系统具有重要指导意义。风光互补性优化可直接应用于ST系列储能变流器与SG光伏逆变器的协同配置策略,通过遗传算法优化LPSP可靠性指标,支撑PowerTitan储能系统容量设计。研究中的NPC成本优化模型可集成至iSolarCloud平台,实现分布式发电项目的智能规划与预测性运...
基于层次图神经网络与极值理论的短期区域风电功率预测方法
Short-term regional wind power forecast method based on hierarchical graph neural network and extreme value theory
Menglin Liab · Ming Yang · Yixiao Yuab · Energy Conversion and Management · 2025年1月 · Vol.341
摘要 从电力系统运行者的角度来看，管辖区域内风电总出力潜力相比单个风电场更受关注。挖掘目标区域内多个风电场站点之间的时空依赖关系可显著提升预测性能。然而，大量风电场由于不同空间尺度天气系统的连续性所引发的复杂相关性，给建模带来了不可忽视的挑战；此外，基于均方误差的传统损失函数在应对极端事件时表现出固有的局限性。为解决上述问题并进一步提高预测精度，本文构建了一种结合修正模块和基于极值理论改进损失函数的层次化时空图神经网络模型。首先，综合考虑地理距离信息和长期气候特征，采用凝聚式层次聚类方法将区域划...
解读: 该分层图神经网络区域风电预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。精准的区域风电预测可优化储能系统充放电策略,提升风储协同效率。其极值理论改进损失函数可增强极端工况预测能力,为iSolarCloud平台的预测性维护提供算法支撑。时空依赖建模方法可应用于多站点...
多尺度融合图卷积网络用于多站点光伏功率预测
Multi-scale fused Graph Convolutional Network for multi-site photovoltaic power forecasting
Qi Sim · Xinze Zhang · Siyue Yang · Liang Shen 等5人 · Energy Conversion and Management · 2025年1月 · Vol.333
摘要 近年来，通过精细挖掘时空关系的多站点光伏功率预测因其在降低建模成本和提高预测精度方面的潜力而受到广泛关注。然而，现有方法通常忽略了在真实场景中多个站点之间跨不同时间尺度存在的复杂且动态变化的时空相关性。为解决这一局限性，本研究从多尺度视角提出了一种新颖且有效的模型：多尺度融合图卷积网络（Multi-Scale Fused Graph Convolutional Neural Network, MSF-GCN）。MSF-GCN引入了一个多图卷积（MGCN）模块，该模块结合预定义图与可自适应学...
解读: 该多尺度图卷积网络技术对阳光电源iSolarCloud智慧运维平台具有重要应用价值。MSF-GCN模型通过多图卷积捕获分布式光伏电站间空间依赖关系,结合多尺度时序分解,可显著提升SG系列逆变器集群的功率预测精度(MAE提升13.21%)。其自适应图学习机制能优化PowerTitan储能系统的充放电策...
用于光伏输出预测的混合机器学习模型：结合随机森林与LSTM-RNN实现鱼菜共生系统的可持续能源管理
Hybrid Machine learning models for PV output prediction: Harnessing Random Forest and LSTM-RNN for sustainable energy management in aquaponic system
Tresna Dewi · Elsa Nurul Mardiyat · Pola Risma · Yurni Oktarin · Energy Conversion and Management · 2025年1月 · Vol.330
准确预测光伏发电（PV）系统输出对于优化可持续鱼菜共生系统中的能源管理至关重要，其中太阳辐照度的波动带来了重大挑战。本研究提出了一种结合长短期记忆循环神经网络（LSTM-RNN）与随机森林（RF）的混合模型，以有效应对这些挑战。该模型融合了LSTM-RNN在建模时间依赖性方面的优势以及RF在特征选择和处理非线性数据方面的能力，从而在电压、电流、功率和辐照度等参数上展现出优越的预测精度。通过采用包括归一化和序列转换在内的先进预处理步骤，使数据集与时间模式对齐，提升了模型的学习效率。评估指标如均方根...
解读: 该混合机器学习模型对阳光电源iSolarCloud智慧运维平台具有重要应用价值。LSTM-RNN与随机森林结合的预测方法可集成至SG系列光伏逆变器的MPPT优化算法,提升发电预测精度(RMSE<0.08)。模型对辐照度和温度的特征优先级分析(贡献度45%和22%)可优化ST系列储能PCS的充放电策略...
一种面向多地点短期风速预测的以位置为中心的Transformer框架
A location-centric transformer framework for multi-location short-term wind speed forecasting
Luyang Zhao · Changliang Liu · Chaojie Yang · Shaokang Liu 等6人 · Energy Conversion and Management · 2025年1月 · Vol.328
准确的时空风速预测在电力系统优化和可再生能源效率提升中起着至关重要的作用。然而，传统模型通常将多个地点的历史风速数据合并到统一的特征通道中，这种做法削弱了其捕捉空间相关性的能力，从而降低了预测精度。本研究提出，在建模时空关系时保持各位置特有的差异性有助于提升预测性能。基于这一前提，本文构建了一种新颖的基于Transformer、具有以位置为中心架构的预测框架，并引入了若干关键创新：（1）一种时空门控融合单元，能够动态整合地理坐标与时间风速数据，同时保留位置特异性信息；（2）一种重构的Transf...
解读: 该位置中心化Transformer风速预测框架对阳光电源新能源管理系统具有重要应用价值。精准的多点短期风速预测可直接优化ST系列储能变流器的充放电策略,通过时空关联建模提升风光储协调控制精度。其双重增强机制可集成至iSolarCloud平台的预测性维护模块,结合地理坐标与时序数据的门控融合单元能改进...
考虑多负载运行的电制氨系统优化调度
Optimal scheduling of power-to-ammonia systems considering multi-load operations
Shuting Yang · Liuyi Yang · Wei Zhang · Kexin Bi 等9人 · Energy Conversion and Management · 2025年1月 · Vol.327
摘要 电制氨（PtA）系统在能源储存方面具有多项优势，有助于实现碳中和排放的转型。然而，可再生能源的波动性和间歇性常常导致电力供应与化工生产之间出现时空不匹配的问题。本研究提出了一种将响应面方法与混合整数非线性规划相结合的优化调度框架。响应面模型中提供了描述哈伯-博世工艺的显式公式，这些公式结构简洁、保真度高，有助于确保系统的最优性能。在优化过程中，根据可再生电力、电能及氢气的供给与利用情况对生产能力进行分配。该框架突破了传统单负载生产模型的限制，有效减少了弃电现象，并应对了可再生能源的间歇性问...
解读: 该Power-to-Ammonia优化调度技术对阳光电源储能系统具有重要借鉴价值。研究中的多负荷运行策略与混合整数非线性规划方法,可应用于ST系列PCS及PowerTitan储能系统的能量管理优化,有效解决新能源波动性问题,将弃电率降至0.4%。响应面建模方法可集成至iSolarCloud平台,实现...
应对可再生能源电力系统中的鸭子曲线：一种基于iTransformer的多任务学习净负荷预测模型
Tackling the duck curve in renewable power system: A multi-task learning model with iTransformer for net-load forecasting
Jixue Pei · Nian Liu · Jiaqi Shi · Yi Ding · Energy Conversion and Management · 2025年1月 · Vol.326
摘要 可再生能源的高比例渗透导致区域负荷模式发生显著变化，形成对电力系统运行方式产生深远影响的鸭子曲线现象。为实现对鸭子曲线场景的准确预测，本文提出一种结合iTransformer与多任务学习的日前净负荷预测方法，该方法综合考虑了光伏发电、风力发电和有功负荷等多种独立资源分量。首先，通过组合特征选择方法识别各单项预测任务的主导特征；随后，采用iTransformer作为主干网络构建具有强大学习时间依赖能力的预测模型；此外，将iTransformer与多任务学习相结合，以提取外部因素、各单项功率与...
解读: 该鸭子曲线净负荷预测技术对阳光电源储能系统具有重要应用价值。通过iTransformer多任务学习模型精准预测光伏、风电及负荷波动,可优化ST系列PCS的充放电策略,提升PowerTitan储能系统在高比例新能源场景下的调度效率。该方法识别的周期性和波动性特征可集成至iSolarCloud平台,实现...
基于多图神经网络辅助双域Transformer的风力发电时空预测
Spatiotemporal forecasting using multi-graph neural network assisted dual domain transformer for wind power
Guolian Hou · Qingwei Li · Congzhi Huang · Energy Conversion and Management · 2025年1月 · Vol.325
摘要 准确预测风力发电量对于风电场的运行与维护决策至关重要。随着风电机组规模和容量的不断增加，综合考虑时间与空间特征已成为提高预测精度的关键。本文提出一种新颖的多步风力发电时空预测方法，该方法采用多图神经网络辅助的双域Transformer模型。具体而言，为充分表征风电机组之间的异质依赖关系，通过注意力机制构建多种关系图并将其融合为统一图结构。随后，设计了时空融合模块（STFM），结合图卷积网络与一维卷积神经网络，以同时捕捉时间与空间特征。此外，提出了时频双域Transformer（DDform...
解读: 该时空多图神经网络风电预测技术对阳光电源储能系统具有重要应用价值。可集成至iSolarCloud平台,为风储耦合场景下的ST系列PCS提供精准功率预测支撑,优化储能充放电策略。多步预测能力(10分钟至6小时)与PowerTitan储能系统的能量管理周期高度契合,可提升风储协同调度精度。其时频双域Tr...
通过数字化赋能的绿色创新网络演化提升新能源产业可持续发展绩效：基于时序指数随机图模型
Improving sustainable development performance of new energy industry through green innovation network evolution empowered by digitalization: Based on temporal exponential random graph model
Qin Liu · Ruming Chena · Qinglu Gaob · Wenwen Yuea · Energy Conversion and Management · 2025年1月 · Vol.324
摘要 新能源产业的可持续发展对于应对气候变化和面对各种挑战至关重要，这需要由数字化驱动的绿色创新网络提供支撑。然而，数字化各维度在推动网络发展以提升可持续发展绩效方面的影响尚未得到充分探讨。因此，本研究旨在探索多维度数字化如何动态赋能绿色创新网络，并识别关键的数字化要素，从而有效提升可持续发展绩效。本文利用绿色专利构建中国新能源企业的绿色创新网络。首先，从结构嵌入性视角出发，采用多元回归分析方法，考察网络结构对可持续发展绩效的影响；进一步地，通过社会网络分析与网络模体方法，探究绿色创新网络在宏观...
解读: 该研究揭示数字化赋能绿色创新网络对新能源产业可持续发展的动态影响机制,对阳光电源具有重要战略价值。研究强调数字技术、数字投资和数字战略的正向作用,与公司iSolarCloud平台的智能运维能力高度契合。建议强化ST储能系统、SG光伏逆变器产品线的数字化协同创新,通过提升网络中心性优化产业生态位。研究...