找到 3 条结果
基于多智能体深度强化学习的含电池更换站的微电网群交易能源管理
Multiagent Deep Reinforcement Learning for Transactive Energy Management of MMGs Incorporating Battery Swapping Stations
Ting Cai · You Zhang · Yuxin Wu · Haoyuan Yan 等5人 · IEEE Transactions on Industrial Informatics · 2025年4月
微电网（MGs）与换电站（BSSs）之间的最优能源管理可带来显著的经济效益。然而，由于分布式可再生能源和新兴负荷的时空不确定性以及信息不完整，现有研究在制定微电网与换电站之间的最优交互策略方面面临挑战。本文采用混合多智能体深度强化学习方法解决多微电网与多换电站之间的能源交易问题，以实现运营成本最小化。具体而言，引入了一个分层的交易能源管理社区，在考虑不同利益相关者利益的情况下，促进多微电网与换电站之间的能源交换。该问题被建模为部分可观测马尔可夫博弈。所提出的混合算法将多智能体近端策略优化算法（M...
解读: 从阳光电源的业务角度看，这项基于多智能体深度强化学习的能源交易管理技术，与公司在储能系统和综合能源解决方案领域的战略布局高度契合。该技术通过MAPPO-DDQN混合算法实现多微网与换电站间的优化能源调度，平均降低13.71%的微网运营成本并提升14.62%的换电站收益，这为阳光电源的储能系统集成和能...
面向社区的多智能体云储能框架中的能量交易策略
Community-Oriented Energy Trading Strategy in Multiagent Cloud Energy Storage Framework
Vikash Kumar Saini · Ahmed Refaat Elshamy · Ameena Sad Al-Sumaiti · Rajesh Kumar · IEEE Transactions on Industrial Informatics · 2025年8月
云储能（CES）是一种具有成本效益的居民能源共享解决方案，可将消费者转变为自给自足的主体。本文采用多轮买卖双方匹配策略，引入了一种用于端到端（E2E）能源交易的优化能源管理模型。买卖双方在一个时间段内多次出价。该模型考虑了诸如代理负荷曲线、分布式能源资源、用户电网成本、单个电池的能源交易成本投资以及云储能等因素。通过仿真验证了所提出模型的有效性。主要亮点在于引入了单轮买卖双方匹配策略和多轮买卖双方匹配策略，以确定代理之间端到端能源交易的市场清算价格。仿真结果表明，云储能用户代理降低了成本，减少了...
解读: 从阳光电源储能系统集成与能源管理平台的业务视角来看，这项基于云储能的多主体能源交易策略研究具有重要的前瞻价值。该论文提出的端到端能源交易模型与我司PowerTitan储能系统及iSolarCloud智慧能源管理平台的发展方向高度契合。 该技术的核心价值在于通过多轮卖方-买方匹配机制，实现社区级分布...
基于交易型能源框架的智能家居集成与配电网优化——综述
Smart home integration and distribution network optimization through transactive energy framework – a review
Sadam Hussain · M.Imran Azimb · Chunyan Laia · Ursula Eicker · Applied Energy · 2025年1月 · Vol.395
摘要 在当今世界，由于政策激励，越来越多的居民用户正在使用分布式能源资源（DERs），包括太阳能光伏（PV）和其他储能系统（ESSs）。然而，为实现利润最大化而运行储能系统可能导致功率流动超出配电网的电压和热稳定极限。本文在交易型能源框架下，深入分析了智能家居能源管理系统（SHEMS）、配电变压器以及系统约束之间的相互关系。主要研究重点包括SHEMS、聚合商、点对点（P2P）能源交易、最优潮流（OPF）以及运行限值。SHEMS是不可或缺的工具，可优化能源使用、促进DERs的运行、管理ESS和电动...
解读: 该交易型能源框架研究对阳光电源智慧能源生态具有战略价值。文中SHEMS与配电网协同优化场景,可直接应用于ST系列储能变流器与SG逆变器的协同控制策略,通过iSolarCloud平台实现聚合商功能和P2P交易管理。最优潮流算法可优化PowerTitan储能系统的充放电策略,配合VSG虚拟同步机技术保障...