Md Morshed Alam · Md Jahangir Hossain · Muhammad Ahsan Zam · A. Al Durr · Applied Energy · 2025年1月 · Vol.377

摘要 人工智能在微电网（MG）设计与运行中的应用有助于提升其能源效率、韧性以及降低能源供应成本。本研究提出一种新方法，对将现有低压配电网转型为微电网进行综合性分析，以实现2050年净零排放目标。本文设计并实施了一种基于数据驱动的机器学习聚类与负荷特征提取方法，用于从历史数据中提取关键数据、约束条件及依赖关系。进一步地，利用所获得的约束与依赖关系确定可再生能源电源的配置容量。提出一种双层优化技术，以确保成本与可再生能源（RES）容量之间的合理协调。通过采用澳大利亚某能源社区的真实历史用电与发电数据...

解读: 该研究的AI驱动微电网优化方案与阳光电源产品体系高度契合。双层优化技术可直接应用于ST系列储能变流器与SG逆变器的协调控制,通过iSolarCloud平台集成机器学习聚类算法,实现负荷预测与能量管理优化。研究验证的98.23%碳减排和65.45%成本削减数据,为PowerTitan储能系统在社区微电...