找到 24 条结果

排序:
储能系统技术 并网逆变器 储能系统 下垂控制 ★ 5.0

交直流混合微电网在不同控制复杂度下的无缝切换策略

A Seamless Switching Strategy for Hybrid AC/DC Microgrids Under Varied Control Complexities

Huayu Zhang · Shan He · Zhi Yuan · Zhijiang Cheng 等6人 · IEEE Access · 2023年9月

本文针对对等控制的交直流混合微电网,提出基于下垂控制和PQ控制的复合控制策略,实现并网/孤岛模式的无缝切换。通过耦合两种控制方法的电流内环,开发双模组合控制器进行电流跟踪。同时提出补偿预同步控制策略应对频率、相位和幅值变化,电压偏差从19%改善至同步,功率交换为零,实现平滑切换。仿真验证了策略的有效性。

解读: 该无缝切换技术与阳光电源构网型储能系统高度契合。阳光ST系列储能变流器支持GFM/GFL双模运行,该控制策略可显著提升模式切换的平稳性。阳光电源在微电网解决方案中采用类似的预同步和电流跟踪技术,确保并离网瞬态过程中电压频率波动小于±2%,满足IEEE 1547标准,提升微电网供电可靠性。...

风电变流技术 ★ 5.0

通过数值天气预报模型的偏差校正技术提升风力发电预测精度

Enhancing Wind Power Forecasts via Bias Correction Technologies for Numerical Weather Prediction Model

Cheng-Liang Huang · Yuan-Kang Wu · Quoc-Thang Phan · Chin-Cheng Tsai 等5人 · IEEE Transactions on Industry Applications · 2025年2月

摘要:随着能源转型的持续推进以及风力发电装机容量的不断增加,近期研究进展表明,准确的数值天气预报(NWP)能够提高风电功率预测的质量。虽然大多数研究主要关注经过偏差校正的数值天气预报对风速的影响,但很少有研究探讨经过偏差校正的数值天气预报与风电功率预测之间的关系。因此,本研究旨在通过对数值天气预报得出的风速应用偏差校正技术来改进风电功率预测。具体而言,本研究制定了一种合理的后处理策略来修正数值天气预报的输出结果。采用衰减平均法和概率匹配均值法,系统地对三种不同的数值天气预报模型——即雷达天气研究...

解读: 该研究对阳光电源的风电和储能产品线具有重要应用价值。通过数值天气预报偏差校正技术,可显著提升风电场发电功率预测精度,这对我司ST系列储能变流器和PowerTitan储能系统的调度策略优化至关重要。具体而言,精确的风功率预测可用于:1)优化储能系统的充放电调度,提高风储联合运行效率;2)完善iSola...

储能系统技术 储能系统 SiC器件 ★ 5.0

揭示钠化石墨负极主导的NFPP/HC软包电池热失控机制

Uncovering Sodiated HC dominated thermal runaway mechanism of NFPP/HC pouch battery

Wei Li · Shini Lin · Honghao Xi · Yuan Qin 等8人 · Applied Energy · 2025年8月 · Vol.391

摘要 钠离子电池(SIBs)因其资源丰富和优异的电化学性能,被认为是大规模储能系统(LSESS)中极具前景的技术。然而,SIBs的安全性鲜有讨论,而热稳定性对其电池应用至关重要,尤其是在LSESS中的应用。本研究揭示了由钠化负极产热主导的Na₃Fe₂(PO₄)(P₂O₇)||硬碳(NFPP/HC)软包电池的热失控机制。基于电池和材料层面的产热分析表明,硬碳(HC)与电解液之间的放热反应在100 °C时即开始发生(NFPP与电解液的放热反应发生在约230 °C),且负极与电解液的反应释放大量热量,...

解读: 该钠离子电池热失控机理研究对阳光电源PowerTitan等大规模储能系统安全设计具有重要参考价值。研究揭示硬碳负极在100°C即开始放热反应,远低于正极材料230°C,且隔膜熔点接近热失控触发温度。这为ST系列PCS的热管理策略优化提供依据:需在电池簇级别加强温度监测,设置更严格的100°C预警阈值...

储能系统技术 电池管理系统BMS SiC器件 ★ 5.0

AM-MFF:一种基于注意力机制的多特征融合框架用于鲁棒且可解释的锂离子电池健康状态估计

AM-MFF: A multi-feature fusion framework based on attention mechanism for robust and interpretable lithium-ion battery state of health estimation

Si-Zhe Chen · Jing Liu · Haoliang Yuan · Yibin Tao 等6人 · Applied Energy · 2025年3月 · Vol.381

健康状态(SOH)是电池管理系统(BMS)中的一个关键参数。利用多种数据源可有效提升端到端SOH估计的性能。然而,现有的基于多维特征的方法未能充分挖掘不同数据源之间的内在关联。同时,大多数方法缺乏可解释性,并忽视了噪声带来的不利影响。本研究提出了一种基于注意力机制的多特征融合框架(AM-MFF),以实现鲁棒且可解释的SOH估计。AM-MFF结合了卷积神经网络(CNN)和注意力机制(AM)的优势,能够高效提取并融合健康特征,从而全面感知电池老化信息。该框架将两个运行阶段的数据作为输入,并通过两个独...

解读: 该AM-MFF锂电池SOH估算框架对阳光电源储能系统具有重要应用价值。其多特征融合与注意力机制可直接集成至ST系列PCS和PowerTitan储能系统的BMS中,提升电池健康状态预测精度和抗噪性能。多输入容错设计确保单传感器故障时系统仍可靠运行,符合大规模储能安全需求。注意力分数的可解释性有助于iS...

第 2 / 2 页