找到 8 条结果
计及新能源波动平抑的储能电站日前-实时运行决策
Day-ahead and Real-time Operation Decision of Energy Storage Power Station Considering Renewable Energy Fluctuation Smoothing
李青春 · 徐君威 · 张绍强 · 张建 等6人 · 太阳能学报 · 2025年1月 · Vol.46
针对新能源侧储能参与电力市场的运行决策问题，结合现行市场政策，提出一种储能电站平抑波动后剩余容量参与电能量与调频市场的应用模式。构建了计及新能源波动平抑的日前-实时协同运行决策模型，考虑调频需求不确定性及功率越限对收益的影响，采用大M法线性化模型，并调用CPLEX求解。算例表明，该策略可有效提升储能利用率与运行经济性，降低能量越限风险。
解读: 该日前-实时协同决策技术对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要应用价值。研究提出的波动平抑后剩余容量参与电能量与调频市场的模式，可直接集成到iSolarCloud云平台的智能运维系统中，实现储能电站多重收益优化。其大M法线性化求解方法可嵌入PowerTitan的EMS能量...
基于共享储能服务的智能楼宇双层优化配置
A Bilevel Optimization Configuration of Intelligent Buildings Based on Shared Energy Storage Services
张浩鹏李泽宁薛屹洵常馨月苏珈孙宏斌 · 中国电机工程学报 · 2025年3月 · Vol.45
为降低城市化进程中楼宇储能投资成本，提出一种基于共享储能服务的智能楼宇（IBs）双层优化配置方法。建立计及寿命周期的共享储能电站（SESS）模型，结合楼宇热惯性构建含空调系统的IBs数学模型，并综合考虑SESS与IBs的差异化利益诉求，建立双层优化模型。上层以降低SESS规划成本为目标，下层以最小化IBs年运行成本为目标，通过KKT条件将双层问题转化为单层混合整数线性规划求解。算例分析表明，该方法在满足用户温度舒适性的前提下，可实现SESS运营商与IBs的共赢。
解读: 该双层优化配置技术对阳光电源PowerTitan储能系统和ST系列储能变流器在城市楼宇场景应用具有重要价值。共享储能电站模式可优化阳光电源储能系统的容量配置和投资回报，通过计及寿命周期的SESS模型可指导PowerTitan系统的全生命周期管理策略。双层优化算法可集成至iSolarCloud云平台，...
评估结合中间储能的电转X系统中基于网格惩罚的强化学习在可再生能源管理中的应用
Assessing Grid Penalized Reinforcement Learning for Renewable Energy Management of Power-to-X Integrated With Intermediate Storage
Jeongdong Kim · Jonggeol Na · Joseph Sang-Il Kwon · Seongbin Ga 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
本研究通过详细案例与对比分析，探讨了在可再生能源与电价不确定性下，基于深度强化学习（DRL）的电转X（PtX）系统规划策略。提出一种融合混合储能系统的DRL小时级规划模型，采用网格惩罚奖励函数以抑制电网电力过度使用，并考虑可再生能源出力与电价的时间不确定性。利用法国国家实际数据，将该模型与规则基线模型在不同时空不确定性下进行比较。结果表明，DRL模型在全国范围内实现月利润提升1360.12%，尽管可再生能源渗透率略低，但通过提高电网惩罚强度可有效缩小渗透率差距并维持高盈利性。该研究首次量化揭示了...
解读: 该DRL驱动的可再生能源管理技术对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要应用价值。研究提出的网格惩罚强化学习策略可直接应用于储能系统的能量管理系统（EMS），通过动态优化充放电策略，在电价波动和新能源出力不确定性下实现经济性最优。混合储能系统的小时级规划模型可集成至iSol...
控制模式作为软件定义电力系统中的电网服务：GFL与GFM
Control-Mode as a Grid Service in Software-Defined Power Grids: GFL vs GFM
Guoxuan Cui · Zhongda Chu · Fei Teng · IEEE Transactions on Power Systems · 2024年5月
摘要：在电力电子设备高渗透的电力系统中，为提高系统整体强度并抵御弱电网中的小信号不稳定问题，提出采用构网型控制来替代传统的跟网型变流器（GFL），其可直接形成端电压。然而，构网型变流器（GFM）的运行需要有足够的有功和无功功率裕量，这可能导致其在稳态下的运行并非最优。这就引出了一个新的研究问题，即如何在构网型变流器和跟网型变流器之间进行优化配置，以平衡构网型变流器增强电网强度的能力与预留功率裕量可能带来的经济损失。本文首次提出了一种软件定义电网下的优化框架，可根据系统工况在系统调度的每个时间步动...
解读: 该研究对阳光电源ST系列储能变流器和SG系列光伏逆变器的控制策略升级具有直接应用价值。GFL与GFM控制模式服务化架构可集成至PowerTitan储能系统，实现弱电网场景下的动态模式切换：在电网强度充足时采用GFL模式提升效率，在弱电网或孤岛工况下切换至GFM模式提供电压频率支撑。该技术可优化阳光电...
基于自适应线性潮流模型的交流网络约束机组组合
AC Network-Constrained Unit Commitment Based on Adaptive Linear Power Flow Model
Jiarui Long · Zhifang Yang · Yuming Liu · Mingxu Xiang 等5人 · IEEE Transactions on Power Systems · 2024年8月
网络约束机组组合（UC）通常采用交流约束的线性近似以保证求解效率，但现有线性化方法难以应对机组启停导致的运行工况变化及交流可行性恢复问题，且近似精度依赖于工况与初始点的接近程度。本文提出一种基于自适应线性潮流模型的UC方法，将运行工况按机组状态、负荷水平和拓扑划分为多个区域，并引入辅助二元变量实现区域及对应最优线性模型的自适应选择。通过识别对UC精度影响显著的关键支路并仅在这些支路上应用自适应模型，有效降低计算负担。在多个标准测试系统及中国某省级电网中的验证表明，该方法显著减少支路有功/无功潮流...
解读: 该自适应线性潮流模型对阳光电源PowerTitan大型储能系统和iSolarCloud智能运维平台具有重要应用价值。在源网荷储协调优化场景中，储能系统的充放电调度需考虑电网潮流约束，该方法通过自适应区域划分和关键支路识别，可显著提升ST系列储能变流器参与电网调度的决策精度和计算效率。特别适用于省级电...
一种基于在线强化学习的集中式控制微电网能量管理策略
An Online Reinforcement Learning-Based Energy Management Strategy for Microgrids With Centralized Control
Qinglin Meng · Sheharyar Hussain · Fengzhang Luo · Zhongguan Wang 等5人 · IEEE Transactions on Industry Applications · 2024年7月
为解决可再生能源，尤其是风能和太阳能显著的不可预测性和间歇性问题，本文提出了一种基于在线强化学习的新型优化模型。首先，考虑到风电 - 光伏储能系统（WPESS）固有的挑战，设计了一个能源管理优化模型，以实现计划执行并最小化储能（ES）运行成本。采用在线强化学习框架，为能源管理优化模型定义了各种状态变量、动作变量和奖励函数。应用状态 - 动作 - 奖励 - 状态 - 动作（SARSA）算法来学习微电网系统的联合调度策略，利用其迭代探索机制并与环境进行交互。该策略旨在实现有效功率跟踪和减少储能充放电...
解读: 从阳光电源的业务视角来看，这项基于在线强化学习的微电网能量管理技术具有重要的战略价值。该技术针对风光储系统的不确定性和间歇性问题，提出了SARSA算法驱动的实时优化方案，这与我司在光储一体化解决方案领域的核心需求高度契合。 在产品应用层面，该技术可直接赋能我司的PowerStack储能系统和微电网...
基于无模型深度强化学习的微电网能量管理
Energy Management in Microgrids Using Model-Free Deep Reinforcement Learning Approach
Odia A. Talab · Isa Avci · IEEE Access · 2025年1月
随着智能电网技术的发展，微电网在整合风能、太阳能等可再生能源方面发挥着关键作用。然而，可再生能源的间歇性及电动汽车与快充站负荷的增长，给微电网运行的稳定性与效率带来挑战。本文提出一种无模型的实时能量管理策略，无需传统不确定性建模即可应对源荷双重不确定性。将问题建模为马尔可夫决策过程，并采用基于Actor-Critic架构的深度确定性策略梯度算法实现动态优化。仿真结果表明，该方法总成本降至51.8770 €ct/kWh，较Dueling DQN和DQN分别降低3.19%和4%，验证了其在现代微电网...
解读: 该无模型深度强化学习能量管理技术对阳光电源微电网解决方案具有重要应用价值。可直接应用于PowerTitan储能系统与ST系列储能变流器的能量调度优化，通过DDPG算法实现光伏-储能-充电桩的实时协同控制，无需复杂的不确定性建模即可应对源荷波动。该方法可集成至iSolarCloud云平台，提升微电网E...
基于解析目标级联的含储能系统的输配电网协同优化
Analytical Target Cascading Based Co-Optimization of Transmission and Distribution Systems With Energy Storage System
Sophia Owais · Md Jamal Ahmed Shohan · Md Omar Faruque · IEEE Transactions on Power Systems · 2025年2月
在输配电网络中集成可再生能源和储能系统（ESS），在优化潮流和高效调度储能系统方面带来了重大挑战，这需要解决复杂的时域耦合约束问题。为解决这一问题，我们提出了一种名为基于Q学习的解析目标级联（ATC - Q）优化的新型双层协同优化框架，用于解决输配联合网络中的交流最优潮流（ACOPF）问题。该算法在24小时滚动时域内同时考虑输电网和配电网的储能系统，同时考虑实时电价、储能系统当前荷电状态、预测的光伏发电量（PV）和负荷需求。所提出的解决方案旨在通过解耦时域约束并根据储能系统当前和未来状态构建队列...
解读: 该输配电网协同优化技术对阳光电源PowerTitan大型储能系统和ST系列储能变流器具有重要应用价值。ATC分层优化框架可直接应用于iSolarCloud云平台的多站点协调调度，实现输电侧集中式储能电站与配电侧分布式ESS的协同运行。多时间尺度调度策略可优化储能变流器的充放电曲线，提升可再生能源消纳...