Shuang Han · Weiye Song · Jie Yan · Ning Zhang 等6人 · IEEE Transactions on Power Systems · 2025年2月

延长风电功率预测（WPF）的时间尺度对于以可再生能源为主的电力系统的电网管理和市场运营至关重要。然而，风电功率预测对数值天气预报（NWP）的高度依赖带来了巨大挑战。基于短期数据的数值天气预报迭代运算会放大其固有的不确定性，导致其超过10天的预报精度降低。为解决这一问题，引入季节内振荡（ISO）来捕捉更长期、更大尺度的气象模式，进而提出了用于15天风电功率预测的ISO - NWP集成框架。首先，开发了一个遥相关（TC）的历史时空定位模型，该模型在季节内振荡的影响下关联远距离的天气变化和风电功率波动...

解读: 该研究对阳光电源的风电变流器和储能系统具有重要应用价值。通过融合季内振荡预测与数值天气预报的混合建模方法，可显著提升风电功率预测精度，这对我司ST系列储能变流器的调度策略优化和PowerTitan储能系统的容量配置具有直接指导意义。具体而言，可将该预测算法集成到iSolarCloud平台，优化储能调...

Xianbo Zhou · Lei Fan · Jing Ning · Hao Zhou 等9人 · Applied Energy · 2025年4月 · Vol.383

摘要 液态金属电池（LMBs）因其长循环寿命、高安全性和低成本，在大规模储能领域具有广阔的应用前景。然而，LMBs在放电过程中存在较大的浓差极化以及一定的内部短路风险，严重阻碍了其实际应用。本研究提出采用施加外加磁场的策略来解决上述两个问题。首先，通过数值模型和逻辑推理阐明了外加磁场发挥作用的机理。进一步的实验结果表明，外加磁场显著提升了LMBs的放电性能。在500 mA cm−2的电流密度下，61.9 mT的磁场使放电电压提高了34.64%；在1000 mA cm−2的电流密度下，29.6 m...

解读: 该液态金属电池外磁场调控技术为阳光电源ST系列储能系统提供创新思路。研究揭示的磁场抑制浓差极化机制(500mA/cm²下电压提升34.64%)可启发PowerTitan大容量储能产品的热管理优化和电化学性能提升。磁场快速修复短路故障的能力对储能PCS的故障诊断与自愈合控制策略具有借鉴意义,可集成至i...

Mingchen Ma · Haiyang Jiang · Jiaxin Wang · Yi Wang 等8人 · IEEE Transactions on Power Systems · 2025年8月 · Vol.41

本文提出PROSPECT-43测试系统，用于评估低碳电力系统转型路径与规划算法。系统含AC-DC混合输电网络、低碳电源、新型负荷（数据中心、电氢耦合）、储能及碳预算约束，支持长期规划与技术协同分析。

解读: 该测试系统高度契合阳光电源在光储融合、构网型储能系统（如PowerTitan、ST系列PCS）及iSolarCloud平台的系统级解决方案布局。其AC-DC混合架构、电氢耦合负荷建模可直接支撑阳光电源风光储氢一体化项目设计；碳预算与多阶段规划框架有助于优化PowerStack系统在电网侧储能中的调峰...

Weiye Song · Jie Yan · Shuang Han · Ning Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年1月

随着风电在电力系统中占比提升，其出力间歇性导致的低功率风险日益突出，准确预测低风力发电对缓解电力短缺至关重要。然而，由于低风速事件稀少，传统方法面临样本不足难题，制约了预测精度提升。为此，本文提出一种自监督预学习方法，通过挖掘低出力样本间的相似性与差异性，分别预测低风力发电事件（LWPE）的发生时段和低风力发电过程（LWPP）的功率序列。针对LWPE预测，设计基于对比学习的孪生残差收缩网络，利用样本对进行特征预学习以缓解样本不平衡；对于LWPP预测，构建基于模式识别的嵌入式预测框架，将典型波动模...

解读: 该自监督预学习方法对阳光电源储能与风电产品线具有重要应用价值。可将其集成至ST系列储能变流器的EMS能量管理系统，提升风储联合运行策略的精准度；应用于PowerTitan大型储能系统的调度优化，实现对低风力时段的精准响应。该技术可优化iSolarCloud平台的预测算法，提高风电场群的运维效率。特别...

Peng Lu · Yuanbao Wu · Junhao Li · Ning Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月 · Vol.17

针对风电与光伏预测误差导致的调度偏差问题，本文提出嵌入预测与误差校正信息的分布式近端策略优化（DPPO）模型，并将电网物理约束以正则形式嵌入网络，提升不确定性下的调度鲁棒性与经济性。

解读: 该研究提出的DPPO强化学习调度框架可直接赋能阳光电源iSolarCloud智能运维平台及PowerTitan储能系统能量管理模块，提升其在风光出力波动场景下的实时决策能力。建议将该算法集成至ST系列PCS的EMS层，协同组串式逆变器实现源-网-荷-储多层级自适应调控，尤其适用于高比例新能源并网的工...

Peng Lu · Yuanbao Wu · Junhao Li · Ning Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月

针对风电与光伏功率预测误差导致的最优调度偏差问题，本文提出一种嵌入双规则的分布式近端策略优化（DPPO）模型。该模型将预测及误差校正信息嵌入DPPO状态空间，并以正则形式在神经网络中融入电网功率平衡与潮流约束，结合预设规则实现状态评估与动作执行的协同优化。基于某省电网实际数据在改进IEEE-30节点系统上的仿真结果表明，所提方法能有效应对可再生能源预测不确定性，在提升风电消纳、降低运行成本及增强调度适应性方面优于三种先进方法。

解读: 该嵌入双规则DPPO调度技术对阳光电源PowerTitan储能系统和iSolarCloud智能运维平台具有重要应用价值。其预测误差校正机制可直接集成到ST系列储能变流器的EMS能量管理策略中，通过实时修正风光预测偏差优化充放电决策，提升储能系统在新能源消纳场景下的经济性。分布式优化架构与阳光电源多站...

Peng Lu · Hanqing Lan · Qiwei Yuan · Zhihao Jiang 等14人 · Applied Energy · 2025年4月 · Vol.384

摘要 将大规模风电与大量电动汽车（EV）负荷接入电力系统，对电网的安全性与经济运行带来显著影响，带来了诸如电网调度指令频繁变动、电动汽车充放电行为无序以及网络损耗增加等一系列挑战。为此，本文建立了一种考虑大规模电动汽车的输配电网双层优化调度策略模型，采用分布式近端策略优化方法，高效管理机组出力及系统的充放电能力，并实时将这些能力分配至各个节点。上层模型以最小化系统总运行成本为目标，优化热电机组的运行状态，并调控输电网络中参与充放电的电动汽车数量；下层模型则通过优化配电网络中电动汽车的充放电功率、...

解读: 该输配电网双层优化策略对阳光电源储能及充电桩业务具有重要价值。文中分布式近端策略优化算法可应用于ST系列储能变流器的多站点协调控制,优化PowerTitan储能系统在电网调度中的充放电策略,降低网损成本。针对大规模电动汽车接入场景,可指导充电桩产品开发智能调度功能,结合iSolarCloud平台实现...

Yongxing Zhang · Zhicong Huang · Jing Bian · Junwei Liu 等5人 · Energy Conversion and Management · 2025年6月 · Vol.334

摘要 多自由度波浪能转换器（MDWEC）因其高效捕获波浪能的潜力而受到广泛关注。然而，现有的MDWEC设计很少考虑浮体与动力输出装置（PTO）之间的耦合运动，导致能量捕获效率下降。为弥补这一研究空白，本文探讨了应用于MDWEC能量捕获场景中的主动驱动机械结构的解耦机制。该解耦机制使PTO的工作轴能够与浮体的运动自由度（DOF）一一对应，从而克服由耦合运动引起的MDWEC能量捕获效率受限的问题。为验证该理念，本文根据实际海况提出了一种新型多自由度解耦波浪能转换器（MDD-WEC）。建立了多物理场数...

解读: 该多自由度解耦机制对阳光电源电驱动系统具有重要借鉴价值。论文提出的PTO与运动自由度一对一对齐的解耦思想,可应用于电动汽车多电机驱动系统优化,通过独立控制各电机PTO参数,提升能量转换效率。其多物理域建模方法与阳光电源SiC驱动器的三电平拓扑控制策略相契合,可优化电机驱动的扭矩解耦控制。实验验证的参...