Bin Liu · Dan Wang · Jiawei Huang · Chengxiong Mao · IEEE Transactions on Industrial Electronics · 2025年1月

本文提出一种基于模糊神经网络（FNN）的新型能量管理系统（EMS），通过实时控制电池充放电功率，最小化并网微电网中可再生能源发电与负荷需求之间的功率失配，提升可再生能源的就地消纳能力。该系统采用在线FNN控制器快速响应净负荷的随机波动，参数通过周期性离线训练更新。仿真结果表明：所提FNN-EMS在优化性能上平均优于基准方法18.0217%；具备秒级实时响应能力；且所有FNN参数具有明确物理意义，具有良好可解释性。实验平台验证结果与仿真一致，证明了该系统的有效性与实用性。

解读: 该FNN能量管理技术对阳光电源ST系列储能变流器和PowerTitan大型储能系统具有重要应用价值。其秒级实时响应能力可显著提升储能系统在微电网场景下的功率调节性能，优化可再生能源就地消纳率平均达18%以上。该技术的良好可解释性与阳光电源iSolarCloud云平台的智能诊断功能高度契合，可实现储能...