找到 3 条结果

排序:
储能系统技术 储能系统 调峰调频 ★ 5.0

面向快速频率响应的模块化电池性能感知控制

Performance-Aware Control of Modular Batteries for Fast Frequency Response

Yutong He · Guangchun Ruan · Haiwang Zhong · IEEE Transactions on Sustainable Energy · 2025年4月

模块化电池可聚合用于电力系统的频率调节。尽管利用电池模块的闲置容量具有显著经济效益,但其在动态运行效率与老化特性上的异质性仍带来优化挑战,且快速频率响应需在秒级完成实时决策。本文提出一种性能感知的电池模块调度方法,通过混合整数二次约束规划模型,综合考虑电池组及变换器的导通损耗与开关损耗,并结合基于循环的老化模型,引入老化次梯度计算与线性化方法量化频繁充放电下的老化成本。基于真实电池数据的案例研究表明,相比传统方法,该方法可降低功率损耗成本28%–57%,减少电池老化成本4%–15%,并有效改善荷...

解读: 该模块化电池性能感知控制技术对阳光电源ST系列储能变流器及PowerTitan大型储能系统具有直接应用价值。研究提出的混合整数二次约束规划模型可优化阳光电源储能系统在电网调频服务中的模块调度策略,通过精确量化变换器导通损耗与开关损耗,结合循环老化模型,可显著提升ST变流器在快速频率响应场景下的经济性...

储能系统技术 储能系统 SiC器件 构网型GFM ★ 5.0

结合内部电池物理特性的最优构网型储能系统管理

Optimal grid-forming BESS management incorporating internal battery physics

Yuanbo Chen · Kedi Zheng · Cheng Feng · Junling Huang 等6人 · Applied Energy · 2025年5月 · Vol.385

摘要 通过电池储能系统(BESS)提供构网服务(GFS)对于现代电网中日益增长的可再生能源并网至关重要。然而,GFS响应与电池物理特性之间的快速交互给构网型BESS运行管理带来了重大挑战。本文研究了考虑内部电池物理特性的构网型BESS管理方法。我们首先建立了一个基于物理机理的模型,以准确刻画BESS在提供GFS过程中的可用功率能力及老化动态特性。基于该物理模型,本文提出了一种两阶段随机优化问题,用于在日前阶段确定GFS控制系数并制定BESS功率调度计划,同时考虑电网频率的不确定性。进一步地,设计...

解读: 该研究对阳光电源ST系列储能变流器及PowerTitan系统的构网型控制策略具有重要参考价值。通过建立电池物理模型优化GFM服务系数,可提升我司储能系统在高比例新能源电网中的频率支撑能力和经济性。研究中的两阶段随机优化方法可集成至iSolarCloud平台,实现日前调度与实时功率调节的协同优化,同时...

智能化与AI应用 强化学习 微电网 储能变流器PCS ★ 5.0

基于多智能体伦理增强技术的多微电网电-碳联合点对点交易方法

Multi-Microgrids Peer to Peer Electricity-Carbon Joint Trading Method Based on Multi-Agent Ethical Enhancement Technology

Fashun Shi · Lin Cheng · Yuguang Song · Pengjie Zhao 等7人 · IEEE Transactions on Industry Applications · 2025年10月 · Vol.62

本文提出一种融合伦理原则的多智能体安全强化学习算法,用于多微电网电-碳联合能量管理。通过引入碳交易机制、上置信界-增广拉格朗日安全RL框架及几何变换隐私保护模块,在保障电力平衡与低碳经济运行的同时,实现‘不伤害’与隐私保护双重伦理目标。

解读: 该研究高度契合阳光电源在光储协同与智能微电网领域的战略布局。其电-碳联合P2P交易框架可直接赋能iSolarCloud平台升级为碳感知型智能运维系统;安全强化学习算法可用于优化ST系列PCS及PowerTitan在多微网场景下的动态功率分配与碳足迹追踪;隐私保护模块亦可集成至组串式逆变器边缘侧决策单...