找到 4 条结果
一种用于风电场下垂调节模块化多电平变换器环流谐波消除的空间梳状滤波器与空间重复控制器新控制架构
A New Control Architecture With Spatial Comb Filter and Spatial Repetitive Controller for Circulating Current Harmonics Elimination in a Droop-Regulated Modular Multilevel Converter for Wind Farm Application
Sandeep Kolluri · Naga Brahmendra Yadav Gorla · Rajesh Sapkota · Sanjib Kumar Panda · IEEE Transactions on Power Electronics · 2019年11月
针对海上风电场接入高压直流输电系统的模块化多电平变换器（MMC），频率下垂调节会导致环流谐波频率随交流频率变化。本文提出了一种结合空间梳状滤波器和空间重复控制器的控制架构，有效消除了变频工况下的环流谐波，提升了系统稳定性。
解读: 该技术对于阳光电源的风电变流器产品线具有重要参考价值。随着海上风电向深远海发展，高压直流输电（HVDC）及MMC拓扑的应用日益增多。文中提出的空间重复控制策略能有效解决变频工况下的环流抑制问题，提升变流器在弱电网及复杂工况下的电能质量。建议研发团队关注该控制架构在大型风电变流器中的移植可行性，特别是...
面向社区的多智能体云储能框架中的能量交易策略
Community-Oriented Energy Trading Strategy in Multiagent Cloud Energy Storage Framework
Vikash Kumar Saini · Ahmed Refaat Elshamy · Ameena Sad Al-Sumaiti · Rajesh Kumar · IEEE Transactions on Industrial Informatics · 2025年8月
云储能（CES）是一种具有成本效益的居民能源共享解决方案，可将消费者转变为自给自足的主体。本文采用多轮买卖双方匹配策略，引入了一种用于端到端（E2E）能源交易的优化能源管理模型。买卖双方在一个时间段内多次出价。该模型考虑了诸如代理负荷曲线、分布式能源资源、用户电网成本、单个电池的能源交易成本投资以及云储能等因素。通过仿真验证了所提出模型的有效性。主要亮点在于引入了单轮买卖双方匹配策略和多轮买卖双方匹配策略，以确定代理之间端到端能源交易的市场清算价格。仿真结果表明，云储能用户代理降低了成本，减少了...
解读: 从阳光电源储能系统集成与能源管理平台的业务视角来看，这项基于云储能的多主体能源交易策略研究具有重要的前瞻价值。该论文提出的端到端能源交易模型与我司PowerTitan储能系统及iSolarCloud智慧能源管理平台的发展方向高度契合。 该技术的核心价值在于通过多轮卖方-买方匹配机制，实现社区级分布...
考虑建筑热舒适性与净负荷季节性不确定性的云储能管理
Cloud Energy Storage Management Under Building Thermal Comfort and Net Load Seasonal Uncertainty Scenario
Vikash Kumar Saini · Ameena S. Al-Sumaiti · Rajesh Kumar · Srinivas Yelisetti 等5人 · IEEE Transactions on Industry Applications · 2025年4月
摘要：受建筑热环境、建筑内居住人数以及天气变化等因素影响，住宅和小型商业用户在应对光伏发电的可变性和极端负荷波动方面面临着日益严峻的挑战。智能电表后的共享储能系统提供了一种积极的解决方案，使这些用户在优化能源使用方面拥有更强的灵活性。本文在用户建筑热舒适度和光伏发电不确定性的场景下对云储能架构进行管理。利用ESP32微控制器和PZEM004 T电表组件开发了一个硬件模块，用于收集能耗数据。该硬件模块采用RS - 485通信接口协议。还制定了一种基于数据驱动的净需求误差预测策略，以最大程度降低包括...
解读: 该云储能协同管理技术对阳光电源ST系列储能系统与SG户用/工商业光伏逆变器的集成应用具有重要价值。研究中的等效热参数模型可融入iSolarCloud平台，实现建筑负荷柔性调控；季节性不确定性建模方法可优化PowerTitan储能系统的充放电策略，提升分布式光伏消纳率。建议将随机优化算法嵌入ST储能变...
提高风电功率预测精度：一种混合SNGF-RERNN-SCSO方法
Enhancing wind power forecasting accuracy: A hybrid SNGF-RERNN-SCSO approach
Ramesh Chandra Khamari · Santosh Manib · Rajesh G.Bodkhe · Akhilesh Kumar Singh · Solar Energy · 2025年5月 · Vol.295
摘要 准确预测风电功率对于优化能源管理、提升电网稳定性至关重要。然而，由于风速模式具有间歇性和随机性的固有特征，风速与发电功率的预测面临显著挑战。本文提出的混合系统融合了表面正态伽abor滤波器（Surface Normal Gabor Filter, SNGF）、回忆增强型循环神经网络（recalling enhanced recurrent neural network, RERNN）以及沙猫群优化算法（sand cat swarm optimization, SCSO），命名为SNGF-R...
解读: 该混合风电预测技术对阳光电源储能系统具有重要应用价值。SNGF-RERNN-SCSO模型实现0.1% MAE和0.3秒响应速度,可直接集成至ST系列PCS和PowerTitan储能系统的能量管理模块,优化风储协调控制策略。其高精度预测能力可增强GFM/GFL控制算法的前瞻性调度,提升电网稳定性。建议...