找到 6 条结果 · IEEE Transactions on Sustainable Energy
一种基于分数规划的100%可再生能源电-甲醇联产规划模型
A Novel Fractional Programming-based Planning Model for 100% Renewable Poly-generation of Electricity and Methanol
Zhipeng Yu · Yingtian Chi · Jin Lin · Feng Liu 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
与可再生能源发电商签订长期购电协议（PPA）是推动难减排行业脱碳的有效途径。然而，由于可再生能源出力的波动性与间歇性，发电商通常需过度装机以满足固定电量交付承诺，导致大量弃电和成本上升。电转甲醇（P2M）技术通过提供灵活的化学储能与需求，有助于大规模整合可再生能源。本研究提出一种兼顾刚性与柔性负荷的100%可再生能源电-甲醇联产统一规划框架，以最大化内部收益率（IRR）为目标，构建并高效求解混合整数线性分式规划（MILFP）模型。基于实际数据的验证结果表明，该方法显著提升IRR，降低可再生能源弃...
解读: 该分数规划模型对阳光电源PowerTitan储能系统与SG光伏逆变器的协同优化具有重要价值。研究提出的电-甲醇联产框架可启发阳光电源在工业园区场景中，将ST储能变流器与电解制氢/甲醇设备耦合，通过柔性化学负荷消纳光伏弃电，提升IRR指标。其MILFP优化算法可集成至iSolarCloud平台，实现P...
基于Wasserstein距离的风电场异常风功率数据迭代清洗方法
An Iterative Cleaning Method for Abnormal Wind Power Data in Wind Farms Based on Wasserstein Distance
Yijun Shen · Bo Chen · Jianzheng Wang · Shichao Liu 等5人 · IEEE Transactions on Sustainable Energy · 2025年3月
风电机组功率曲线是评估其发电性能的重要指标，对风电场运行和电力系统调度具有重要意义。然而，机组停机、传感器故障和限电等因素导致大量异常值，给状态监测与功率预测带来挑战。针对异常数据特点，本文提出一种基于Wasserstein距离的风电场迭代清洗方法，结合神经网络与单调性约束，利用Wasserstein距离建模风速-功率关系并同步剔除异常点，使拟合曲线逐步逼近真实功率曲线。在数值模拟和十二个实测风电机组数据集上的实验表明，该方法在存在大量异常数据的情况下仍能构建高精度功率曲线模型，性能显著优于现有...
解读: 该风电数据清洗方法对阳光电源的风电变流器和智能运维系统具有重要应用价值。基于Wasserstein距离的异常数据识别技术可集成到iSolarCloud平台,提升风电场运行数据的质量和可靠性。具体可应用于:(1)风电变流器的功率曲线优化与效率提升;(2)iSolarCloud平台的智能诊断与预测性维护...
联合多阶段规划可再生能源、氢储能与氨储能以深度脱碳高比例可再生能源电力系统
Joint Multi-Stage Planning of Renewable Generation, HESS, and AESS for Deeply Decarbonizing Power Systems With High-Penetration Renewables
Zhipeng Yu · Jin Lin · Feng Liu · Jiarong Li 等6人 · IEEE Transactions on Sustainable Energy · 2024年12月
针对高比例可再生能源电力系统深度脱碳中面临的跨日间歇性与源荷季节性失衡问题，传统调节能力受限。本文提出引入氢储能系统（HESS）与氨储能系统（AESS）逐步替代火电，构建含碳排放约束的多阶段容量扩展规划模型，采用年际 hourly 数据刻画可再生能源波动特性。结合Dantzig-Wolfe分解的改进列生成法高效求解大规模模型。基于中国实际系统研究表明：所提方法在不同可再生能源渗透率下均能保障高供电可靠性，避免典型场景法在高渗透（≥30%）下的可靠性下降问题；HESS与AESS显著降低脱碳成本，在...
解读: 该研究对阳光电源PowerTitan储能系统和ST系列储能变流器的长周期储能规划具有重要价值。文章提出的HESS（氢储能）与AESS（氨储能）协同规划方法，为阳光电源拓展季节性储能解决方案提供理论支撑。研究验证的年际hourly数据建模方法可直接应用于iSolarCloud平台的容量配置优化模块，提...
一种基于机器学习的光伏系统在复杂局部遮阴条件下的全局最大功率点跟踪技术
A Machine Learning-Based Global Maximum Power Point Tracking Technique for a Photovoltaic Generation System Under Complicated Partially Shaded Conditions
Yi-Hua Liu · Yu-Shan Cheng · Yu-Chih Huang · IEEE Transactions on Sustainable Energy · 2024年12月
在局部遮阴条件下，光伏系统输出功率与电压关系呈多峰特性，导致全局最大功率点（GMPP）追踪困难。本文提出一种基于机器学习的两阶段GMPPT方法：第一阶段采用回归树预测GMPP大致位置，第二阶段利用α-扰动观察法精确捕获GMPP。通过建立仿真平台生成训练数据，优化并集成回归树模型。在252种遮阴模式下，平均跟踪损耗为2.13 W，平均响应时间0.11秒，准确识别出244种情况下的GMPP区间。实验结果表明，该方法在追踪精度和速度上均优于五种先进方法。
解读: 该机器学习GMPPT技术对阳光电源SG系列光伏逆变器的MPPT算法优化具有重要应用价值。当前SG逆变器在复杂遮阴场景下的多峰功率曲线处理仍依赖传统扰动观察法，易陷入局部最优。该研究提出的回归树+α-扰动观察两阶段方法，可将平均响应时间缩短至0.11秒，跟踪损耗降至2.13W，显著优于现有方案。建议将...
气囊式压缩超临界二氧化碳储能动态建模
Dynamic Modeling of Gasbag-Structured Compressed Supercritical Carbon Dioxide Energy Storage
Xiaoming Liu · Jun Liu · Yu Zhao · Kezheng Ren 等6人 · IEEE Transactions on Sustainable Energy · 2024年12月
为缓解高渗透率可再生能源带来的不利影响，大规模长时储能系统（LSLD-ESSs）受到广泛关注。现有技术如抽水蓄能和压缩空气储能受限于地理条件。为此，气囊式压缩超临界二氧化碳储能（G-CSCES）被提出，但当前研究多集中于㶲经济性优化，且传统洞穴式模型不适用于G-CSCES，限制了其在辅助服务中的应用。本文提出包含热力学与功率动态的G-CSCES综合动态模型，以提升其在电力系统频率调节中的适用性，并在实际系统上验证了模型有效性。
解读: 该G-CSCES动态建模技术对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要参考价值。研究提出的热力学与功率动态综合模型可为阳光电源储能系统的频率调节功能提供新思路，特别是在构网型GFM控制和虚拟同步机VSG技术中，可借鉴其动态响应建模方法优化控制算法。该技术突破传统地理限制的长时...
面向孤岛微电网频率调节服务的量化通信区域供冷系统分布式事件触发控制
Distributed Event-Triggered Control of District Cooling Systems for the Frequency Regulation Service of Islanded Microgrids With Quantization Communication
Jinshuo Su · Peipei Yu · Hongcai Zhang · Hui Liu · IEEE Transactions on Sustainable Energy · 2025年9月
区域供冷系统（DCS）作为具有显著调节灵活性的需求侧负荷，有望为孤岛微电网提供频率调节服务。然而，现有DCS控制方法因持续通信和大量数据传输导致通信负担过重，且未实现各DCS间的公平功率参与，可能导致部分系统因过度使用调节能力而提前退出，恶化频率响应。为此，本文提出一种基于量化通信的分布式事件触发控制策略，在降低通信频次与数据量的同时，保障功率分配公平性及用户舒适度。该策略通过事件触发机制减少通信次数，采用量化通信压缩数据传输，并使各DCS功率调节比收敛至参考值以实现公平参与。理论分析证明了系统...
解读: 该分布式事件触发控制技术对阳光电源PowerTitan储能系统及微电网解决方案具有重要应用价值。文章提出的量化通信与事件触发机制可直接应用于ST系列储能变流器的并联控制，显著降低通信带宽需求（减少60%以上数据传输），优化多储能单元协同调频性能。公平功率分配策略可避免单台设备过度响应导致的SOC失衡...