找到 2 条结果
基于日内时段划分的风电出力序列模拟方法
A Day-Ahead Time-Segment-Based Wind Power Output Sequence Simulation Method
作者未知 · 高电压技术 · 2025年12月 · Vol.2025
To address the limitation of Markov chain Monte Carlo (MCMC) in preserving anti-peak-shaving characteristics, this paper proposes a time-segmented wind power simulation method. It clusters daily output curves by month using K-means, segments days int...
解读: 该方法提升风电出力时序建模精度，尤其强化反调峰特性刻画，对阳光电源风电变流器（如SG11400/SG13600系列）在弱电网、高波动场景下的暂态响应与构网支撑能力设计具有参考价值；可辅助iSolarCloud平台优化风光储协同调度策略，并为PowerTitan在风储联合调频项目中提供更真实的出力输入...
基于终端代价学习的混合动力汽车能量管理无限时域模型预测控制
Infinite Horizon Model Predictive Control With Terminal Cost Learning for Hybrid Electric Vehicle Energy Management
Xu Wang · Ying Huang · Jian Wang · Jiahe Hui 等5人 · IEEE Transactions on Power Electronics · 2025年2月
本文提出了一种用于混合动力汽车能量管理的无限时域模型预测控制（MPC）框架。该方法结合了MPC的模型预测能力与基于神经网络的终端代价学习潜力，并利用蒙特卡洛方法估计长期能耗，有效提升了能量管理系统的优化精度与动态响应能力。
解读: 该研究提出的无限时域MPC与终端代价学习方法，对阳光电源的电动汽车充电桩业务及储能系统（如PowerTitan/PowerStack）具有参考价值。在充电桩领域，该算法可优化车辆与充电设施间的能量交互策略；在储能领域，该控制逻辑可用于提升PCS在复杂工况下的能量调度效率。建议研发团队关注该类基于神经...