找到 2 条结果
面向主观不确定性的能源存储共享动态租赁框架
Subjective-uncertainty-oriented dynamic renting framework for energy storage sharing
Yan Hea · Jiang-Wen Xiao · Yan-Wu Wang · Zhi-Wei Liu 等5人 · Applied Energy · 2025年1月 · Vol.378
近年来，共享式储能因能够缓解分布式可再生能源间歇性所导致的供需不平衡问题而受到广泛关注。考虑到产消者在面对不确定性时的主观感知，本文提出了一种新的动态竞争性按需租赁框架，用于储能容量（ESC）共享，旨在提高储能利用率、增加储能运营商（ESO）的收益并降低产消者的成本。在该框架中，引入了一种基于需求的动态容量定价机制，将ESO与产消者之间的关系建模为斯塔克尔伯格博弈（Stackelberg game），并在产消者之间建立广义纳什均衡（GNE）问题。ESO决定动态容量定价机制，而产消者则根据自身需求...
解读: 该动态储能共享框架对阳光电源PowerTitan储能系统和ST系列PCS具有重要应用价值。通过引入前景理论建模用户主观不确定性感知,可优化iSolarCloud平台的储能容量动态定价策略,提升储能利用率24.07%和收益13.73%。该框架的Stackelberg博弈机制可集成到阳光电源储能EMS系...
考虑隐变量相互辅助的电力系统高斯混合模型不确定性建模
Gaussian Mixture Model Uncertainty Modeling for Power Systems Considering Mutual Assistance of Latent Variables
Xiao Yang · Yuanzheng Li · Yong Zhao · Yang Li 等6人 · IEEE Transactions on Sustainable Energy · 2024年1月
高斯混合模型（GMM）与狄利克雷过程混合模型（DPMM）常用于刻画电力系统中的不确定性，通常采用期望最大化（EM）算法求解。然而，在处理大规模不确定变量数据时，传统方法难以在较低时间消耗下准确获取模型参数。为此，本文提出一种考虑隐变量相互辅助的GMM不确定性建模方法。首先构建不确定变量的GMM，利用条件概率描述隐变量间的相互辅助关系；进而改进EM算法，在E步和M步中引入条件概率，并重新推导GMM参数的闭式解。基于澳大利亚实际风电与负荷数据的实验结果表明，所提方法在建模效率与精度方面均优于传统GM...
解读: 该研究提出的GMM不确定性建模方法对阳光电源储能和风电产品具有重要应用价值。该方法可应用于ST系列储能变流器和PowerTitan系统的功率预测与调度优化,提升系统对风电、负荷等不确定性的建模精度。特别是在大规模储能电站中,该方法可提高计算效率,为iSolarCloud平台提供更准确的发电/用电预测...