找到 4 条结果 · IEEE Transactions on Industry Applications
基于链轨的斜坡重力储能系统关键参数设计以实现最优效率
Key Parameters Design of Chain-Rail Based Slope Gravity Energy Storage System for Optimal Efficiency
Zufan Wang · Xun Yu · Linlin Dong · Tian Gao 等6人 · IEEE Transactions on Industry Applications · 2025年7月
基于链轨的斜坡重力储能系统（SGESS）凭借高效可靠的运行性能，在山区和丘陵地区具有显著优势。然而，设计SGESS需要平衡多个结构和运行参数。鉴于电气和机械部件相互依存的约束关系，选择关键参数并对其进行优化以实现系统综合效率最大化，仍是工业应用中的一大挑战。为解决这一问题，本研究建立了电气和机械部件的依存约束关系，并选定了SGESS的关键参数。然后，针对基于链轨的SGESS各组件建立了完整的损耗分析数学模型，研究了关键参数对系统综合效率的影响。以系统效率为目标函数，提出了一种基于非线性规划的关键...
解读: 该斜坡重力储能系统研究对阳光电源储能产品线具有重要参考价值。其关键参数优化方法可借鉴至PowerTitan储能系统的能量管理策略：1）动力学建模与效率分析思路可应用于ST系列储能变流器的往返效率优化，特别是充放电曲线设计；2）多目标优化算法可用于iSolarCloud平台的储能系统参数自适应调优，针...
考虑分布式储能SOC均衡与多智能体合作博弈的主动配电网协调优化调度
Coordinated Optimal Dispatch in Active Distribution Network Considering SOC Equalization of Distributed Energy Storage and Multi-Agent Cooperative Game
Ruoxi Cheng · Chengfu Wang · Guoying Wang · Chunling Liu 等6人 · IEEE Transactions on Industry Applications · 2025年7月
在主动配电网（ADN）中，分布式储能（DES）荷电状态（SOC）不均衡，再加上多个利益相关者的利益相互交织，极大地增加了系统协调与调度的复杂性。对此，提出一种考虑分布式储能荷电状态均衡和多主体合作博弈的主动配电网协调优化调度方法。首先，提出一种基于荷电状态均衡的分布式储能功率分配策略。该策略将分布式储能单元划分为优先充电组和优先放电组，通过组间和组内双层分配实现储能单元间充放电功率的均衡优化。其次，为准确描述主动配电网能量交易过程中配电网运营商、分布式储能运营商和负荷聚合商之间的经济交互，提出一...
解读: 该研究对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。SOC均衡控制技术可直接应用于分布式储能集群管理，解决多台储能设备并联运行时的SOC不一致问题，有效避免过充过放，延长电池寿命。多智能体合作博弈机制可集成到iSolarCloud云平台的智能调度模块，实现多储能站点...
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...
基于卷积神经网络的功率器件结温监测
Junction Temperature Monitoring of Power Devices Using Convolutional Neural Networks
Zhiliang Xu · Huimin Wang · Xinglai Ge · Yichi Zhang 等6人 · IEEE Transactions on Industry Applications · 2025年3月
基于温度敏感电参数（TSEP）的方法能够实现功率器件结温的精确监测（JTM）。然而，大多数温度敏感电参数易受负载电流和器件老化的影响而产生误差，从而降低了结温监测的准确性。为解决这一问题，本文提出了一种基于卷积神经网络（CNN）模型的结温监测方法，以应对这两个因素带来的不利影响。在该方法中，选择开通集电极电流（$I_{C}$）作为温度敏感电参数，并通过数学模型深入分析了开通集电极电流的温度特性。此外，通过大量双脉冲测试全面研究了开通集电极电流的参数相关性。考虑到实际中负载电流影响显著且频繁变化的...
解读: 该CNN结温监测技术对阳光电源功率器件热管理具有重要应用价值。可直接应用于ST系列储能变流器和SG系列光伏逆变器的SiC/GaN功率模块，通过实时监测IGBT/MOSFET结温实现预测性维护。相比传统TSEP方法，CNN自动特征提取克服了非线性补偿难题，无需额外传感电路即可从开关波形获取温度信息，适...