找到 166 条结果
一种用于太阳能、风能及混合系统的时空决策模型——以沙特阿拉伯为例
A spatio-temporal decision-making model for solar, wind, and hybrid systems – A case study of Saudi Arabia
Mohamed R. Elkadeem · Ali Younes · Jakub Jurasz · Atif S.Al Zahrani 等5人 · Applied Energy · 2025年1月 · Vol.383
摘要 本文针对由电力需求增长、电价上涨、环境污染以及能源危机所推动的全球向可再生能源转型的问题展开研究。提出了一种新颖的时空决策模型（STDMM），用于评估 utility-scale 太阳能光伏（PV）、陆上风力涡轮机（WT）以及光伏/风电混合系统的发展潜力，并以沙特阿拉伯为案例进行分析。选址与能源互补性分析整合了ERA5高分辨率气象数据以及二十余项约束和评估准则，技术经济潜力则考虑了特定技术参数与基础设施成本。STDMM的结果表明，由于气候资源和基础设施条件优越，沙特北部地区具有较高的光伏开...
解读: 该时空决策模型对阳光电源中东市场布局具有重要参考价值。研究显示风电LCOE波动大(34.8-125美元/MWh)且光伏北部、风电东部资源分布差异明显,凸显储能系统刚需。阳光电源ST系列PCS和PowerTitan储能方案可有效平抑波动,解决弃电风险。针对混合电站场景,SG系列光伏逆变器结合ESS储能...
一种用于风力涡轮机应用中精确预测三维时空风场的新型频域物理信息神经网络
A novel frequency-domain physics-informed neural network for accurate prediction of 3D spatio-temporal wind fields in wind turbine applications
Shaopeng Li · Xin Li · Yan Jiang · Qingshan Yang 等7人 · Applied Energy · 2025年1月 · Vol.386
摘要 风能是全球关键的清洁能源之一。风力涡轮机的结构安全性和动力响应分析在很大程度上受到其所在位置风速数据可获得性与精度的影响。然而，气象观测站分布稀疏，通常难以获取高分辨率的空间风速数据，因此需要采用条件模拟方法来补充低分辨率的观测数据。本研究针对这一挑战，提出了一种频域物理信息神经网络（FD-PINN），该方法利用频域信息，旨在实现对风力涡轮机三维（3D）时空风场的精准预测。该方法构建了一个深度神经网络，并将其与关键物理模型相结合，包括风谱、风场相干函数以及风速廓线。通过融合这些物理先验知识...
解读: 该频域物理信息神经网络技术对阳光电源风电变流器及新能源场站具有重要价值。通过高精度3D时空风场预测,可优化SG系列风电变流器的功率预测算法和主动抗扰控制策略,提升MPPT效率。结合iSolarCloud平台,该深度学习方法可增强风光储混合电站的预测性维护能力,优化储能系统ST系列PCS的充放电策略。...
MFFDM-WLS：一种基于多粒度特征的时序分层风速时间序列一致性预测方法
MFFDM-WLS: A multi-granularity feature-based coherent forecasting method for temporal hierarchical wind speed time series
Yun Wang · Xiaocong Duana · Fan Zhang · Guang Wua 等7人 · Applied Energy · 2025年1月 · Vol.400
摘要 风能因其清洁和可持续的特性，已成为全球能源系统的重要组成部分。然而，风速的间歇性和波动性给风电出力带来了显著的不确定性，对电网并网造成了挑战。此外，与单一粒度预测相比，多粒度风速预测能够提供更丰富的信息，更有利于风电场的运行与规划。因此，为进一步提高风速预测的准确性与可靠性，并获得满足分层一致性的多粒度预测结果，本文提出了一种针对时序分层风速时间序列的基于多粒度特征的一致性预测方法MFFDM-WLS。首先，提出一种基于多粒度特征融合的深度模型（MFFDM），用于生成基础预测值。MFFDM采...
解读: 该多粒度风速预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。通过时间层级一致性预测,可优化iSolarCloud平台的预测性维护算法,提升风储协同控制精度。多粒度特征融合方法可应用于GFM/GFL控制策略的自适应切换决策,增强电网友好型并网能力。概率预测结果可为E...
基于时空知识蒸馏的居民用户电力负荷预测
Electric Load Forecasting for Individual Households via Spatial-Temporal Knowledge Distillation
Weixuan Lin · Di Wu · Michael Jenkin · IEEE Transactions on Power Systems · 2024年4月
随着电网安全运行和家庭能源管理系统的发展，居民用户的短期负荷预测（STLF）日益重要。尽管机器学习在住宅STLF中表现有效，但本地设备的数据与资源限制制约了个体用户预测的精度。相比之下，电力公司拥有更丰富的数据和更强的计算能力，可部署基于图神经网络（GNN）等复杂模型，挖掘用户间的时空关联以提升预测性能。本文提出一种高效且保护隐私的知识蒸馏框架，通过将基于公用数据预训练的GNN模型中的时空知识迁移至轻量级个体模型，在不访问其他用户数据的前提下提升个体预测精度。在真实住宅负荷数据集上的实验验证了该...
解读: 该时空知识蒸馏负荷预测技术对阳光电源户用储能系统（如ST系列）和iSolarCloud平台具有重要应用价值。可将云端基于海量用户数据训练的GNN预测模型压缩至本地ESS控制器，在保护用户隐私前提下实现高精度负荷预测，优化储能充放电策略和光储协同控制。该轻量化模型可嵌入户用逆变器DSP/ARM芯片，降...
基于能量函数的非线性时空动力学稳定与控制方法在逆变器型网络化微网中的应用
A Nonlinear Spatio-Temporal Dynamical Stabilization and Control for Inverter Based Networked Microgrids: Energy Function Based Approach
Rajdip Debnath · Gauri Shanker Gupta · Deepak Kumar · Subrat Kumar Swain 等5人 · IEEE Transactions on Industry Applications · 2024年7月
分布式能源资源接入现代化联网微电网以及负荷动态变化的增加带来了显著的稳定性挑战。本研究旨在全面理解由跟网型和构网型逆变器组成的非线性多时间尺度系统中级联交互的稳定性。此外，所提出的控制器借助非线性李雅普诺夫函数，提供了一种改进且具有弹性的方法，以应对与非线性设备和线路/网络动态、状态变量的不确定性以及未建模系统动态相关的挑战。通过约束时间状态收敛到稳定平衡点，闭环控制系统的渐近时空动态稳定性得以保证，同时将控制振荡降至最低。对比分析和高保真硬件在环仿真相结合，有力证明了在各种动态场景下，所提出的...
解读: 该非线性时空动力学控制方法对阳光电源的储能变流器和光伏逆变器产品具有重要应用价值。通过能量函数建模的稳定性分析方法,可优化ST系列储能变流器和SG系列光伏逆变器的GFM/GFL控制策略,提升多机并联运行时的功率分配性能和暂态响应特性。特别是在PowerTitan大型储能系统中,该方法有助于解决多逆变...
DC-DC变换器先进故障诊断方法：利用电信号的时间连续性
Advanced Fault Diagnosis Method for DC–DC Converters: Leveraging the Temporal Continuity of Electrical Signals
Li Wang · Zidong Wang · Chao Xu · Yiming Xu 等5人 · IEEE Transactions on Industrial Informatics · 2025年1月
本文聚焦可靠的直流 - 直流转换器运行对现代电力电子设备稳定性的关键作用。解决了直流 - 直流转换器故障诊断中的一个常见问题：倾向于依赖局部特征拟合，而忽略了电信号的时间连续性。从数据处理的角度提出了一种利用自适应小波变换的创新诊断方法。该技术可以动态调整尺度和平移参数，以适应电路条件变化导致的电信号连续变化。从模型改进的角度，设计了扩展卷积胶囊网络模型。该模型通过多尺度特征提取、全局 - 局部注意力机制的融合以及全局向量分析，有效诊断故障特征。结果表明，本文方法能有效提取电信号的时间连续性特征...
解读: 作为全球领先的光伏逆变器和储能系统供应商，阳光电源的产品核心依赖于高可靠性的DC-DC变换器。该论文提出的基于时序连续性特征的故障诊断方法，对我们现有产品线具有重要应用价值。 从业务角度看，该技术直击当前诊断系统的痛点。传统方法侧重局部特征拟合，在光伏逆变器面对复杂光照变化、储能系统应对频繁充放电...
基于动态时空注意力图卷积网络与误差修正的光伏功率预测方法
PV power forecasting method using a dynamic spatio-temporal attention graph convolutional network with error correction
Zhao Zhenabd · Yufei Yang · Fei Wangabc · Nanpeng Yue 等7人 · Solar Energy · 2025年1月 · Vol.300
摘要 优异的短期光伏发电功率预测对于制定光伏发电计划及实现电力系统的经济调度至关重要。然而，现有的短期预测方法并未深入探讨输入特征的可解释性，通常依赖静态相关性分析方法处理数值天气预报（NWP）数据，并且常常忽视对功率预测误差进行修正的关键步骤。针对上述三项研究不足，本文提出一种结合基于分解的误差修正机制的动态时空注意力图卷积网络（STAGCN）短期光伏功率预测方法。首先，采用时空重要性模型解释方法对多源NWP数据进行特征提取，识别出对模型预测具有关键作用的特征变量。其次，引入时空特征变换与融合...
解读: 该动态时空注意力图卷积网络光伏功率预测技术对阳光电源iSolarCloud智能运维平台及储能系统具有重要应用价值。通过多源NWP特征提取和误差修正机制,可显著提升SG系列逆变器的发电功率预测精度,优化PowerTitan储能系统的充放电策略制定。该方法的可解释性增强和动态时空建模思路,可集成至预测性...
使用遗传算法优化带储能的独立混合可再生能源系统设计：风能与太阳能时间互补性影响分析
Optimizing the design of stand-alone hybrid renewable energy systems with storage using genetic algorithms: Analysis of the impact of temporal complementarity of wind and solar sources
Jose Luis Munoz-Pincheira · Lautaro Salazar · Felipe Sanhueza · Armin Lüer-Villagr · Energy Conversion and Management · 2025年1月 · Vol.341
摘要 本研究分析了风能与太阳能之间的时间互补性对带储能的独立混合可再生能源系统（HRES）最优设计的影响。研究在GNU Octave中开发了一个采用固定随机种子的遗传算法模型，以确保结果的可重复性并实现不同情景之间的比较。目标是在满足由电力供应缺失概率（LPSP）定义的可靠性约束条件下，最小化净现值成本（NPC）。在不同互补性水平下评估了恒定和可变负荷曲线，结果表明其影响依赖于负荷类型。此外，对LPSP、电池成本和折现率进行了敏感性分析，揭示了这些参数如何影响最优系统配置。结果表明，在可靠性要求...
解读: 该研究对阳光电源混合储能系统具有重要指导意义。风光互补性优化可直接应用于ST系列储能变流器与SG光伏逆变器的协同配置策略,通过遗传算法优化LPSP可靠性指标,支撑PowerTitan储能系统容量设计。研究中的NPC成本优化模型可集成至iSolarCloud平台,实现分布式发电项目的智能规划与预测性运...
考虑时空负荷调节的可持续互联网数据中心灵活储能系统与可再生能源规划
Flexible Energy Storage System and Renewable Energy Planning for Sustainable Internet Data Center Considering Temporal and Spatial Load Regulation
Tong Wan · Jing Qiu · Yuechuan Tao · Shuying Lai 等5人 · IEEE Transactions on Industry Applications · 2025年5月
鉴于人们对环境问题的担忧与日俱增，可持续发展理念已深入人心。随着互联网数据中心（IDC）的计算负载持续增加，它们已成为电力行业的一种新型用电负荷。然而，如果数据中心依靠主要由化石燃料供电的电网运行，尤其是当能源来自热力发电机时，它们会间接导致碳排放。本文提出了一种将电池储能系统（BESS）与可再生能源规划相结合的方法，重点进行时空负荷调整，以减少数据中心的碳排放，推动其实现绿色计算。我们引入了碳强度演变公式和改进的碳排放流（CEF）方法，以衡量和监测数据中心的间接碳排放。为应对可再生能源接入所固...
解读: 该研究的时空负荷调节与储能-可再生能源协同规划技术对阳光电源PowerTitan大型储能系统和iSolarCloud云平台具有重要应用价值。数据中心场景的灵活储能配置方法可直接应用于ST系列储能变流器的容量优化设计，通过时间维度的削峰填谷和空间维度的多站点协同调度，提升储能系统经济性。该研究提出的可...
基于不确定性量化的鲁棒锂离子电池容量估计方法：应对时间序列数据掩蔽挑战的渐进学习框架
Robust capacity estimation with uncertainty quantification for li-ion batteries under temporal data masking challenges: A progressive learning approach
Tengwei Pang · Guodong Fan · Boru Zhou · Yansong Wang 等6人 · Applied Energy · 2025年1月 · Vol.401
准确估计锂离子电池容量对于可靠性管理至关重要，但由于时间序列数据掩蔽问题的存在，该任务面临严峻挑战。时间序列掩蔽是实际云应用中普遍存在的现象，会导致时序数据缺失和数据质量退化。为解决这一问题，本文提出一种渐进式学习框架，该框架构建了一条数据质量感知的学习路径，通过逐步生成并引入人工掩蔽的低质量样本，仅利用高质量实验室数据即可实现模型的鲁棒训练。该框架融合了动态采样与自适应重采样策略，以增强模型对数据偏斜的鲁棒性。此外，通过在同源充电段上进行隐式集成学习，高效实现了具有强物理可解释性的不确定性量化...
解读: 该渐进式学习框架对阳光电源ST系列储能变流器及PowerTitan系统的电池管理具有重要价值。针对iSolarCloud云平台实际应用中的数据缺失和时序遮蔽问题,该方法仅需高质量实验室数据即可实现鲁棒容量估计,在50%数据遮蔽下RMSE仅增0.03%。其隐式集成的不确定性量化技术可避免贝叶斯方法的计...
通过数字化赋能的绿色创新网络演化提升新能源产业可持续发展绩效：基于时序指数随机图模型
Improving sustainable development performance of new energy industry through green innovation network evolution empowered by digitalization: Based on temporal exponential random graph model
Qin Liu · Ruming Chena · Qinglu Gaob · Wenwen Yuea · Energy Conversion and Management · 2025年1月 · Vol.324
摘要 新能源产业的可持续发展对于应对气候变化和面对各种挑战至关重要，这需要由数字化驱动的绿色创新网络提供支撑。然而，数字化各维度在推动网络发展以提升可持续发展绩效方面的影响尚未得到充分探讨。因此，本研究旨在探索多维度数字化如何动态赋能绿色创新网络，并识别关键的数字化要素，从而有效提升可持续发展绩效。本文利用绿色专利构建中国新能源企业的绿色创新网络。首先，从结构嵌入性视角出发，采用多元回归分析方法，考察网络结构对可持续发展绩效的影响；进一步地，通过社会网络分析与网络模体方法，探究绿色创新网络在宏观...
解读: 该研究揭示数字化赋能绿色创新网络对新能源产业可持续发展的动态影响机制,对阳光电源具有重要战略价值。研究强调数字技术、数字投资和数字战略的正向作用,与公司iSolarCloud平台的智能运维能力高度契合。建议强化ST储能系统、SG光伏逆变器产品线的数字化协同创新,通过提升网络中心性优化产业生态位。研究...
利用沿海上升流信息改进的海上风能时空预测
Improved spatio-temporal offshore wind forecasting with coastal upwelling information
Feng Ye · Travis Miles · Ahmed Aziz Ezzat · Applied Energy · 2025年1月 · Vol.380
准确的短期风速预测对于风能可靠运行及其并入电网至关重要。对于海上风电场而言，海洋环境带来的额外不确定性使得获取高质量预测变得更加复杂。一个典型的例子是沿海上升流这一物理现象，它是一种常见的海洋学过程：持续的沿岸风将较冷、更深的海水向上输送，从而影响垂直风廓线，并进一步影响海上风力涡轮机的发电输出。本文提出了一种时空风速预测模型，该模型利用从卫星影像中提取的上升流信息，以提高海上短期风速和功率预测的精度。该方法基于状态转换建模框架，能够学习海上风场在不同状态下的特有特征，包括相关的海上气象效应以及...
解读: 该海上风电时空预测技术对阳光电源储能系统具有重要价值。通过融合海洋上升流等环境因素,预测精度提升3.76%-27.53%,可显著优化ST系列储能变流器的充放电策略和PowerTitan系统的能量管理。该regime-switching建模思路可借鉴至iSolarCloud平台,结合GFM控制技术实现...
抗攻击的电力信息物理系统状态估计：一种用于FDIA检测的动态时空冗余重构框架
Attack-resilient state estimation for cyber-physical power systems: A dynamic spatial-temporal redundancy reconfiguration framework for FDIA detection
Shutan Wua · Qi Wanga · Jianxiong Hub · Yujian Yea 等5人 · Applied Energy · 2025年1月 · Vol.397
摘要 现代电力系统作为信息物理系统，日益依赖混合测量数据以提高状态估计（SE）的准确性和分辨率。然而，SE功能的增强伴随着对测量设备和外部检测机制的依赖性增加，从而扩大了攻击面，使状态估计面临复杂的网络威胁。本文揭示了现有基于混合测量的SE框架中的安全漏洞，特别是在协调性虚假数据注入攻击（FDIAs）下，攻击者同时操纵基准测量和验证测量以逃避检测的问题。为应对这一挑战，本文提出了一种基于动态时空冗余重构的抗攻击SE方法。该方法通过主动在测量过程中引入测量不确定性，增强了对外部攻击的鲁棒性。本文引...
解读: 该网络攻击防御技术对阳光电源储能系统和智能运维平台具有重要价值。ST系列PCS和PowerTitan储能系统依赖混合测量数据进行状态估计,易受虚假数据注入攻击。论文提出的动态时空冗余重构方法可集成到iSolarCloud平台,通过主动注入测量不确定性和实时自适应检测阈值,增强储能电站抗攻击能力。该框...
等离子体驱动的片状电子束时间准直
Plasma-driven temporal collimation of sheet electron beam
Prerna Unadkat · Niraj Kumar · Applied Physics Letters · 2025年1月 · Vol.127
利用外加磁场对高电流密度片状电子束进行准直面临诸多挑战，尤其是二极管不稳定性等问题。本文提出一种非磁性、等离子体辅助的平面准直器。研究采用脉冲电子束源产生持续50 ns的瞬态片状电子束，通过该准直器并分析其性能。在准直区域附近获得7.1 mm × 0.75 mm的准直束流，束高方向压缩显著优于束宽，表现出各向异性压缩特性。由于空间限制，传统探针难以开展内部诊断，因此采用VSim进行了三维粒子模拟，以深入理解准直过程中的粒子动力学行为。
解读: 该等离子体束流准直技术虽源于高能物理领域，但其非磁性、瞬态高电流密度控制原理对阳光电源功率器件散热与电磁兼容设计具有启发意义。片状电子束的各向异性压缩特性可借鉴于ST储能变流器和SG逆变器的功率模块热管理优化，通过定向导热结构设计实现局部热流密度控制。VSim三维粒子模拟方法可应用于SiC/GaN器...
复杂风电场中风机来流风速的分析与预测：考虑气象因素及风电场时空特性
Analysis and prediction of incoming wind speed for turbines in complex wind farm: Accounting for meteorological factors and spatiotemporal characteristics of wind farm
Hongkun Lu · Xiaoxia Gao · Jinxiao Yu · Qiansheng Zhao 等8人 · Applied Energy · 2025年1月 · Vol.381
摘要 预测和计算风机轮毂前方的来流风速是风电功率预测研究中的关键环节。本文提出了一种考虑气象空间环境、风速时间特性以及地形和风机尾流效应的风电机组来流风速预测方法。首先，采用气象空间降尺度与时间特征提取方法对风气象桅杆（WMM）处的风速进行预测，建立大尺度气象背景与WMM风速之间的时空关联关系；其次，利用WMM预测风速，并结合从WMM到特定风电机组路径上的地形影响和尾流效应，计算该机组的来流风速；第三，利用激光雷达（LiDAR）在中国张家口张北某风电场的一台特定风电机组上对本文所提方法进行了验证...
解读: 该风速预测技术对阳光电源风电变流器及储能系统具有重要应用价值。通过融合气象降尺度、时空特征提取和尾流效应建模,可显著提升风功率预测精度(R²达0.9432)。该方法可集成至iSolarCloud平台,为风储耦合系统提供精准预测支持:1)优化ST系列储能PCS的充放电策略,提前响应风电波动;2)改进G...
考虑时序特征缺失值动态插补的超短期风电功率预测
Ultra-short-term Wind Power Forecasting Considering Dynamic Imputation of Missing Values in Temporal Features
李丹 · 唐建 · 缪书唯 · 黄烽云 等5人 · 中国电机工程学报 · 2025年17月 · Vol.45
针对风电功率预测中时序数据缺失问题，提出一种融合动态插补机制的超短期预测方法。通过设计嵌入时滞衰减插补策略的门控循环单元，动态捕捉缺失值前后观测间的不规则时滞依赖，并结合掩码自相关分析确定最优时窗与衰减参数。构建序列到序列模型以协调输入特征维度变化，输出15分钟至4小时的功率预测序列。实验表明，该方法在含缺失数据场景下较传统方法具有更高精度与稳定性。
解读: 该时序特征缺失值动态插补技术对阳光电源的智能运维和储能系统具有重要应用价值。可直接应用于iSolarCloud平台的风电场监控预测模块，提升发电功率预测精度，优化储能调度策略。对ST系列储能变流器的功率调节和PowerTitan系统的容量配置提供更准确的数据支撑。该方法可与现有GFM/GFL控制算法...
非参数随机微分方程在风电功率超短期概率预测中的应用
Nonparametric Stochastic Differential Equations for Ultra-Short-Term Probabilistic Forecasting of Wind Power Generation
Yuqi Xu · Can Wan · Guangya Yang · Ping Ju · IEEE Transactions on Power Systems · 2024年11月
超短期风电功率概率预测为电力系统实时运行提供了关键的不确定性信息。然而，风电出力的随机动态特性复杂，传统参数化模型难以准确刻画其非线性演化过程。本文提出一种基于非参数随机微分方程的建模方法，直接从历史数据中学习漂移与扩散项的结构，无需预设函数形式，有效捕捉风功率的时变统计特征与局部动态行为。实验结果表明，该方法在多个时间尺度下均能提供高精度的概率预测结果，显著提升预测可靠性。
解读: 该非参数随机微分方程预测技术对阳光电源的风电变流器和储能系统具有重要应用价值。可直接应用于ST系列储能变流器的功率调度优化和PowerTitan大型储能系统的容量配置。通过精确预测风电功率的随机波动特性,有助于提升储能系统的调峰调频性能,优化电池充放电策略。该技术还可集成到iSolarCloud平台...
基于时序卷积网络的电容电压预测与降低开关频率的MMC电压平衡控制
Temporal Convolutional Network-Based Capacitor Voltage Prediction With Reduced Switching Frequency for Voltage Balancing in MMC
Jyoti Ranjan Dash · Prasanta Kumar Mohanty · Pramod Agarwal · Premalata Jena 等5人 · IEEE Transactions on Industry Applications · 2025年4月
模块化多电平变换器（MMC）因其模块化、可扩展性和容错性，在高、中功率应用中得到了广泛应用。子模块（SM）电容电压的准确估计和控制对于确保电压平衡至关重要，但直接测量会增加复杂度和成本，而高开关频率会导致过多的损耗。本文提出了一种两阶段方法：首先，基于多层时间卷积网络（TCN）的模型预测子模块电容电压，无需直接测量；其次，一种电压平衡策略利用预测的电压来最小化开关频率。脉宽调制（PWM）以载波频率而非采样频率运行，减少了不必要的开关事件，降低了损耗。仿真和硬件实验在各种场景下验证了该方法的有效性...
解读: 从阳光电源的业务视角来看，这项基于时序卷积网络（TCN）的模块化多电平换流器（MMC）电容电压预测技术具有重要的战略价值。MMC拓扑结构在我司大功率光伏逆变器、储能变流器（PCS）以及中压传动系统中已有广泛应用，该技术针对子模块电容电压平衡这一核心痛点提供了创新解决方案。 技术价值方面，该方法通过...
预算约束下的协作式可再生能源预测市场
Budget-Constrained Collaborative Renewable Energy Forecasting Market
Carla Gonçalves · Ricardo J. Bessa · Tiago Teixeira · João Vinagre · IEEE Transactions on Sustainable Energy · 2025年1月
准确的可再生能源发电功率预测对提升电力系统中可再生能源容量及实现可持续发展目标至关重要。本文强调将去中心化的时空数据融入预测模型的重要性，并针对数据分散所有权带来的挑战，提出促进数据共享的激励机制。主要贡献包括：a）通过比较分析推荐高效且可解释的样条LASSO回归模型；b）设计数据与分析市场中的 bidding 机制，确保数据提供者获得公平补偿，并支持买卖双方表达价格诉求。此外，提出一种结合价格约束、避免冗余特征分配的时间序列预测激励机制。实验结果表明，所提方法显著提升了预测精度，风力发电数据的...
解读: 该研究的可再生能源预测市场机制对阳光电源的储能和光伏产品线具有重要应用价值。首先，高精度的时空预测模型可直接应用于PowerTitan储能系统的调度优化，提升储充策略的经济性。其次，样条LASSO回归方法可集成到iSolarCloud平台，为分布式光伏电站和储能系统提供更准确的发电/负荷预测。通过数...
中国废弃光伏分布的时空演化及能源-经济-环境-社会可持续效益综合评估
Spatiotemporal evolution of decommissioned photovoltaic distribution and integrated energy-economic-environmental-social sustainable benefit assessment in China
Jianli Zhou · Zihan Xu · Juan He · Dandan Liu 等8人 · Applied Energy · 2025年1月 · Vol.384
摘要 准确而详细地掌握中国废弃光伏（PV）系统在时间和空间上的分布特征，并结合对回收再利用这些废弃光伏组件所带来可持续性效益的全面评估，对于有效应对我国即将迎来的大规模光伏退役潮具有重要意义。目前，关于中国废弃光伏在时空分布及其回收利用方面的研究仍显不足。本研究采用随机森林与BP神经网络方法构建预测模型，刻画了2024年至2050年八种情景下废弃光伏的时空演化趋势，并从能源、经济、环境和社会四个维度对其可持续效益进行了综合评估。通过模糊层次分析法（FAHP）、基于指标间相关性的权重确定法（CRI...
解读: 该研究对阳光电源光储回收业务具有战略价值。2050年退役光伏将达670-1600GW,形成万亿级市场。阳光电源可结合iSolarCloud平台建立退役组件全生命周期追踪系统,为山东、河北等重点区域提前布局储能替代方案。ST系列储能系统可利用梯次利用组件降低成本,SG逆变器产品线需考虑模块化设计以延长...
第 2 / 9 页