找到 6 条结果 · IEEE Access
基于斑点鬣狗优化与二次逼近混合算法的光伏系统在局部遮阴条件下的全局最大功率点跟踪
GMPP Tracking of Solar PV System Using Spotted Hyena and Quadratic Approximation Based Hybrid Algorithm Under Partially Shaded Conditions
Parveen Kumar · Manish Kumar · Ajay Kumar Bansal · IEEE Access · 2025年1月
由于环境问题，清洁能源需求不断上升，光伏（PV）系统作为可再生能源的重要组成部分，应用日益广泛。其发电效率受负载特性、太阳辐照、遮阴情况和温度等多种因素影响。最大功率点跟踪（MPPT）旨在通过调节系统参数实现最大功率输出。在局部遮阴条件下，PV输出特性呈现多峰，导致传统方法易陷入局部极值。本文提出一种结合斑点鬣狼优化（SHO）与二次逼近（QA）的混合算法QASHO，用于复杂光照条件下的全局最大功率点（GMPP）追踪。仿真结果表明，该方法较扰动观察法（P&O）和布谷鸟搜索算法（CSO）具有更优的追...
解读: 该混合MPPT算法对阳光电源SG系列光伏逆变器和PowerTitan储能系统具有重要应用价值。QASHO算法结合群智能优化与数学逼近，能有效解决复杂遮阴场景下的多峰功率追踪难题，可直接集成到SG系列逆变器的MPPT控制模块，提升山地、建筑屋顶等遮阴频发场景的发电效率。斑点鬣狗算法的快速收敛特性与二次...
通过光伏和电池储能优化配置提升配电网韧性：面向正常和紧急条件的基于成本的优化框架
Improving Power Distribution Resilience Through Optimal PV and BES Allocation With a Cost-Based Optimization Framework for Normal and Emergency Conditions
Mohammad Taghi Ettehad · Reza Mohammadi Chabanloo · Mohammad Taghi Ameli · IEEE Access · 2025年1月
近期自然灾害和人为攻击给配电公司和用户带来重大挑战。光伏PV系统因环境、技术和经济因素集成到配电网不断增加。技术进步使PV系统和电池储能BES系统能够提供无功功率。本文提出配电系统中PV和BES系统优化配置的综合框架，最小化正常条件下的能量损失和未供电能量ENS，以及紧急条件下的负荷中断。该框架建模小型微电网形成，考虑运行和物理限制，与网络恢复过程协调，考虑各种发电和负荷场景最大化紧急条件下中断负荷恢复。采用混合整数二次规划MIQP进行成本优化。结果表明该方法显著增强紧急情况下配电网韧性，负荷中...
解读: 该配电网韧性优化技术与阳光电源光储一体化解决方案高度契合。阳光PowerTitan储能系统结合SG系列光伏逆变器可为配电网提供韧性提升。所提框架的微电网孤岛运行能力与阳光构网型储能技术一致。MIQP优化方法可应用于阳光iSolarCloud平台的多站点协同优化。该研究验证的紧急条件下负荷中断显著降低...
基于改进型人工神经网络的光伏系统最大功率点跟踪：融合元启发式与解析算法以实现部分遮阴下的最优性能
Enhanced ANN-Based MPPT for Photovoltaic Systems: Integrating Metaheuristic and Analytical Algorithms for Optimal Performance Under Partial Shading
Alpaslan Demirci · Idriss Dagal · Said Mirza Tercan · Hasan Gundogdu 等6人 · IEEE Access · 2025年1月
在部分遮阴条件下，光伏系统效率显著下降，导致最大功率点跟踪困难。本文提出一种改进型人工神经网络（ANN）方法，通过结合解析算法与元启发式优化算法进行训练，提升MPPT性能。模型基于涵盖多种遮阴、辐照及温度条件的大量数据集构建，仿真结果表明，该方法在动态遮阴环境下具有更高精度、更快响应速度和更强稳定性，MPPT效率在晴空和遮阴条件下分别达99.98%和99.97%，优于传统P&O及GWO、HHO、PSO等优化算法。
解读: 该改进型ANN-MPPT技术对阳光电源SG系列光伏逆变器具有重要应用价值。当前SG系列产品采用传统P&O或PSO算法，在复杂遮阴场景下存在局部最优陷阱和响应速度瓶颈。该研究通过元启发式算法训练ANN模型，在动态遮阴下实现99.97%的MPPT效率，可直接集成至SG逆变器的DSP控制器中，提升分布式光...
基于卷积神经网络、小波神经网络与掩码多头注意力机制的全球辐照度预测模型
A Global Irradiance Prediction Model Using Convolutional Neural Networks, Wavelet Neural Networks, and Masked Multi-Head Attention Mechanism
Walid Mchara · Lazhar Manai · Mohamed Abdellatif Khalfa · Monia Raissi 等5人 · IEEE Access · 2025年1月
准确预测全球辐照度对光伏系统尤其是太阳能电动汽车的能量管理至关重要。传统模型难以捕捉辐照数据中复杂的时空依赖性，导致在多变天气条件下预测精度受限。本文提出一种融合卷积神经网络（CNN）、小波神经网络（WNN）与掩码多头注意力（MMHA）机制的新型混合框架CNN-WNN-MMHA。CNN提取局部空间特征，WNN进行频域分解以捕获多尺度变化，MMHA建模时间依赖并编码位置信息。模型在突尼斯八年实测气候数据上训练与验证，实验表明其性能显著优于LSTM、BiLSTM和CNN-LSTM等先进方法，MAPE...
解读: 该混合深度学习辐照度预测模型对阳光电源多条产品线具有重要应用价值。在SG系列光伏逆变器中，可优化MPPT算法的前瞻性控制，提前调整功率跟踪策略；在PowerTitan储能系统中，精准的辐照度预测可优化充放电调度策略，提升光储协同效率；在iSolarCloud智能运维平台中，该模型可增强预测性维护能力...
基于数值天气数据驱动的光伏数字孪生传感器数据生成：一种混合模型方法
Numerical Weather Data-Driven Sensor Data Generation for PV Digital Twins: A Hybrid Model Approach
Jooseung Lee · Jimyung Kang · Sangwoo Son · Hui-Myoung Oh · IEEE Access · 2025年1月
随着全球对环保政策的重视，可再生能源系统广泛应用，光伏（PV）系统因其易管理性备受青睐，而数字孪生（DT）技术则用于实现实时监控与管理。本文提出一种基于数值天气预报（NWP）数据的新型传感器数据生成模型，结合LSTM与GAN构建混合数据驱动框架，并引入融合Transformer的TransTimeGAN以捕捉15分钟级变化特征。模型在自研PV DT系统数据上训练验证，实验结果显示其在均方误差（7.84e-3）、动态时间规整（1.3769）、KL散度（0.9591）和标准差相似性（0.9671）等...
解读: 该混合数字孪生技术对阳光电源iSolarCloud智能运维平台及SG系列光伏逆变器具有重要应用价值。TransTimeGAN模型可基于NWP数据生成15分钟级高精度传感器数据，弥补实际电站传感器缺失或故障场景，为MPPT算法优化提供完整数据支撑。在PowerTitan储能系统中，该技术可实现光储协同...
基于模型预测控制的双向充电机V2G功率调节策略
Fault Detection in Photovoltaic Systems Using a Machine Learning Approach
Jossias Zwirtes · Fausto Bastos Líbano · Luís Alvaro de Lima Silva · and Edison Pignaton de Freitas · IEEE Access · 2025年1月
车网互动技术通过双向充电实现电动汽车与电网的能量交换,但功率波动和电池寿命是关键挑战。本文提出基于模型预测控制的V2G功率调节策略,通过多步优化实现电网支撑、电池保护和用户需求的协调。
解读: 该V2G控制技术可应用于阳光电源双向充电桩产品。通过智能功率调节策略,实现电动汽车参与电网调峰调频,延长动力电池循环寿命,提升充电桩的电网友好性,为光储充一体化系统提供车网互动功能。...