找到 9 条结果 · IEEE Transactions on Industry Applications
基于动态加权功率预测误差分配的混合储能系统配置优化
Configuration Optimization of Hybrid Energy Storage System Based on Dynamic Weighted Power Prediction Error Distribution
Xinxue Zhang · Guowei Dong · Jie Shi · Yanni Zhang 等6人 · IEEE Transactions on Industry Applications · 2025年5月
为了量化风电和光伏（PV）功率波动性对风光储系统容量配置的影响，本文聚焦于动态功率预测分布特征，对最优容量配置进行了研究。首先，提出了一种动态加权的非参数核密度估计 - 高斯混合模型（NKDE - GMM）算法。基于上述分布算法，应用了一种基于改进人工鱼群算法（AFSA）的风光储容量优化模型。该模型的目标是使储能系统的生命周期成本最小化，同时考虑与风电和光伏能源预测功率不确定性相关的惩罚成本。最后，通过所提出的综合评价指标（CEI）对不同置信水平下的优化配置结果进行了比较。案例研究表明，综合评价...
解读: 该动态加权功率预测误差分配技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。研究提出的混合储能配置优化方法可直接应用于阳光电源液冷储能系统中电池与超级电容的协同控制策略，通过多时间尺度功率预测偏差分析，优化功率分配算法，延长电池循环寿命。该技术可集成至iSolarC...
基于PSO控制的可扩展输入阻抗隔离谐振变换器在PSCs中的应用
Expandable Input Impedance Sourced Isolated Resonant Converter Operated With PSO for PSCs
Rajat Kumar Keshari · Prakash Ji Barnawal · Rajeev Kumar Singh · Vivek Nandan Lal · IEEE Transactions on Industry Applications · 2025年5月
摘要：低压可再生能源通常需要高效的高增益功率转换器，将电压提升至现有电压水平，同时通过隔离确保其安全性。这些转换器通常会使用体积庞大的电解电容器（EC），而电解电容器存在老化问题，会导致运行不可靠。此外，由于在部分阴影条件（PSC）下形成的多峰光伏特性，从太阳能电池板获取全局峰值功率也是一项挑战。因此，为解决这些问题，本文提出了一种无电解电容器的可扩展输入阻抗源隔离谐振转换器（EIISIRC），并使用基于粒子群优化（PSO）的算法将其与太阳能光伏系统集成，以验证其可行性。所提出的转换器是一种可扩...
解读: 该隔离谐振变换器技术对阳光电源多条产品线具有应用价值。在光伏侧，可扩展输入阻抗特性与SG系列逆变器的宽电压MPPT算法协同，提升组件失配场景下的发电效率；谐振软开关技术可降低1500V高压系统的开关损耗，与公司SiC器件应用形成互补。在储能侧，该拓扑的高增益特性适用于ST系列低压电池簇直接并网场景，...
考虑可再生能源发电商与共享储能合作的市场框架
A Market Framework Considering Cooperation Between Renewable Generators and Shared Energy Storage
Shaohua Zhang · Xian Wang · Ziyan Zhang · Jingjie Ma 等6人 · IEEE Transactions on Industry Applications · 2025年3月
风力和光伏等可再生能源生产商正越来越多地参与电力市场。然而，可再生能源的严重不确定性会导致显著的投标偏差，影响其在市场中的竞争力。在此背景下，与共享储能系统（SESS）合作对于可再生能源发电商解决这一问题具有巨大潜力。本研究提出了一种新颖的市场框架，其中包括一个由风力和光伏发电商与共享储能系统合作形成的合作式混合资源联盟（HRC），该联盟在日前市场中与火力发电商展开竞争。通过允许联盟内部进行电力共享，并使共享储能系统能够减轻投标偏差并利用市场套利，该市场框架显著提高了储能的利用率。基于此市场框架...
解读: 从阳光电源的业务视角来看，这项研究提出的"可再生能源与共享储能协同市场框架"具有重要战略价值，与公司"光储融合"解决方案高度契合。 该框架的核心创新在于构建风光储混合资源联盟参与日前市场竞价，通过共享储能系统（SESS）平抑可再生能源出力波动，同时实现市场套利。这与阳光电源当前推广的"1+X"模块...
一种基于指数滑模交流电压与电流控制器的自适应分数阶电压MPPT方法
An Adaptive Fractional Voltage MPPT With the Exponential Sliding AC Voltage and Current Controllers for Enhanced Power Processing Integrity
Aashish Kumar · Baibhav Kumar Gupta · A. Surya Kiran · K. Ramachandra Sekhar · IEEE Transactions on Industry Applications · 2025年2月
在本研究中，为并网逆变器设计了一种新颖的自适应分数开路电压（AFOCV）最大功率点跟踪（MPPT）算法，旨在在光照强度和温度波动的情况下优化功率处理的完整性并提高能量产量。所提出的算法引入了自适应太阳常数更新，以应对环境的不确定性。此外，为电压和电流控制器引入了一种新颖的控制机制，以提高注入电网的电流质量，同时将直流侧的电压偏差降至最低。该机制采用改进的指数趋近律来逼近所提出的滑模面。改进后的控制方法基于所设计的滑模面跟踪电压和电流误差，以实现稳态电压和电流参考值。所提出的滑模面还增强了内外环之...
解读: 从阳光电源光伏逆变器和并网系统业务视角来看，这项自适应分数电压MPPT技术结合改进型指数滑模控制器的研究，为提升产品竞争力提供了重要的技术参考价值。 该技术的核心创新在于通过自适应太阳能常数更新机制来应对环境不确定性，这与阳光电源在复杂气候条件下的应用场景高度契合。相比传统分数开路电压法的固定系数...
优化住宅能源成本：一种基于启发式电价信号调度的太阳能光伏与电动汽车集成的新型机器学习方法
Optimizing Residential Energy Costs: A Novel Machine Learning Approach for Solar PV and EV Integration Through Heuristic Price Signal Dispatch
Muhammad Irfan · Tayyab Tahir · Shujuan Huang · Sara Deilami 等5人 · IEEE Transactions on Industry Applications · 2025年1月
将太阳能光伏（PV）系统与电动汽车（EV）技术相结合，正逐渐成为一种可持续且前景广阔的方法，可用于应对不断增长的能源需求、减轻环境影响，并减少住宅和交通领域的碳排放。本研究聚焦于澳大利亚悉尼地区并网“光伏 + 电动汽车”系统的住宅应用，着重强调了将双向电动汽车电池与屋顶光伏系统结合使用的益处。除了系统顾问模型（SAM）软件工具中依赖手动调度和削峰分析的启发式价格信号调度算法外，本研究还采用了机器学习方法领域内一种新颖的基于 Q 学习的模型（QLBM）算法，以增进对系统动态的理解。这种新方法旨在通...
解读: 从阳光电源的业务视角来看，这篇论文所探讨的"光伏+电动汽车"双向能量管理技术具有重要的战略参考价值。该研究基于Q学习算法的能量调度优化方案，与我司在智能能源管理系统（EMS）领域的技术路线高度契合，为光储充一体化解决方案的智能化升级提供了新思路。 论文的核心价值在于通过机器学习算法实现动态价格响应...
基于改进等效网络近似方法的大规模输电系统分布式最优潮流
Distributed Optimal Power Flow for Bulk Transmission Grid Based on Modified Equivalent Network Approximation Method
Md Shamim Hasan · Sukumar Kamalasadan · IEEE Transactions on Industry Applications · 2025年1月
随着多区域互联电力系统的不断扩展，集中式优化算法的应用面临着越来越大的挑战。此外，分布式能源资源（DERs）接入输电网络的相关研究仍有待深入。尽管等效网络近似法（ENA）在配电网中效果显著，但其在网状输电系统中的应用却困难重重。本文提出了一种基于改进等效网络近似法（MENA）框架的大规模输电电网潮流优化方法。该方法基于序列二次规划（SQP），本质上具有分布式特性。研究将分布式能源资源纳入输电网络，并提出了一种电压控制方法，以缓解电压骤升和骤降问题。通过多个IEEE测试算例和一个大型输电网络对所提...
解读: 从阳光电源的业务视角来看，这项基于改进等效网络近似方法的分布式最优潮流技术具有重要的战略价值。随着公司在全球范围内部署大规模光伏电站和储能系统，如何将分布式能源资源（DERs）有效整合到输电网络中，已成为制约新能源消纳能力的关键瓶颈。 该技术的核心价值在于解决了传统集中式优化算法在多区域互联电网中...
基于深度强化学习的逆变器控制器：增强含电弧炉电网中可再生能源的集成
Deep Reinforcement Learning Enabled Inverters: Strengthening RES Integration in Grids With Electric Arc Furnaces
Ebrahim Balouji · Özgül Salor · Safwan Al Khatib · IEEE Transactions on Industry Applications · 2024年9月
本文介绍了一种用于支撑电网的逆变器控制系统的开发，旨在将可再生能源（RES）接入电网，以应对存在诸如电弧炉（EAF）等间歇性负载的具有挑战性的工况。采用基于深度学习的方法，运用深度确定性策略梯度（DDPG）这一强化学习（RL）算法，对电网进行建模、估算电压和相角，并控制支撑电网的逆变器。目标是开发一种能产生虚拟惯量的支撑电网的逆变器，以稳定由间歇性负载引发的电网频率问题，并实现可再生能源（RES）与电力系统的无缝集成。使用DDPG无需一些传统的估算工具，如快速傅里叶变换（FFT）、同步参考坐标系...
解读: 该深度强化学习逆变器控制技术对阳光电源ST系列储能变流器和SG系列光伏逆变器在工业电网应用具有重要价值。针对电弧炉等非线性负载引起的电压波动、谐波畸变问题，可增强现有构网型GFM控制策略，实现负序与无功功率的自适应动态补偿。该技术可应用于：1）PowerTitan储能系统在钢铁、冶金等工业园区的电能...
一种基于在线强化学习的集中式控制微电网能量管理策略
An Online Reinforcement Learning-Based Energy Management Strategy for Microgrids With Centralized Control
Qinglin Meng · Sheharyar Hussain · Fengzhang Luo · Zhongguan Wang 等5人 · IEEE Transactions on Industry Applications · 2024年7月
为解决可再生能源，尤其是风能和太阳能显著的不可预测性和间歇性问题，本文提出了一种基于在线强化学习的新型优化模型。首先，考虑到风电 - 光伏储能系统（WPESS）固有的挑战，设计了一个能源管理优化模型，以实现计划执行并最小化储能（ES）运行成本。采用在线强化学习框架，为能源管理优化模型定义了各种状态变量、动作变量和奖励函数。应用状态 - 动作 - 奖励 - 状态 - 动作（SARSA）算法来学习微电网系统的联合调度策略，利用其迭代探索机制并与环境进行交互。该策略旨在实现有效功率跟踪和减少储能充放电...
解读: 从阳光电源的业务视角来看，这项基于在线强化学习的微电网能量管理技术具有重要的战略价值。该技术针对风光储系统的不确定性和间歇性问题，提出了SARSA算法驱动的实时优化方案，这与我司在光储一体化解决方案领域的核心需求高度契合。 在产品应用层面，该技术可直接赋能我司的PowerStack储能系统和微电网...
考虑时空特征的自适应编解码模型用于分布式光伏电站短期功率预测
Adaptive Encoder-Decoder Model Considering Spatio-Temporal Features for Short-Term Power Prediction of Distributed Photovoltaic Station
Xun Dou · Yehang Deng · Shunjiang Wang · Tianfeng Chu 等6人 · IEEE Transactions on Industry Applications · 2024年1月
考虑到运维成本和技术的影响，分布式光伏电站群内部通常缺乏足够的气象观测设备。所采集气象数据的偏差以及软硬件限制导致的光伏功率数据误差，将直接导致模型预测精度降低。为解决这一问题，本文提出一种具有自适应时空编解码结构的分布式光伏功率短期预测方法，该方法能够适应不同数据输入和不同天气条件下的预测需求，提高预测精度。首先，利用随机森林算法（RF）和皮尔逊相关系数（PCC）对特征重要性进行排序，选取关键输入数据。其次，提出一种基于长短期记忆网络（LSTM）和时空注意力机制（STA）的时空特征编解码模型，...
解读: 从阳光电源的业务视角来看，这项基于自适应时空编解码器的分布式光伏短期功率预测技术具有显著的战略应用价值。 **业务协同价值：**该技术直击分布式光伏电站运维痛点——气象观测设备不足导致的预测精度下降问题。对于阳光电源的智慧能源管理系统而言，精准的功率预测是实现光储协同优化的基础。通过LSTM与时空...