找到 2 条结果
基于多智能体强化学习的社区共享储能-光伏系统用于电动汽车负荷管理
Community shared ES-PV system for managing electric vehicle loads via multi-agent reinforcement learning
Baligen Talihati · Shiyi Fu · Bowen Zhang · Yuqing Zhao 等6人 · Applied Energy · 2025年1月 · Vol.380
摘要 在全球能源转型背景下，电动汽车（EV）的快速增长已成为不可逆转的趋势。然而，大规模电动汽车的接入对电力系统的稳定性与可靠性带来了严峻挑战。本研究提出通过社区共享的储能与光伏发电（ES-PV）系统来缓解电动汽车负荷带来的压力。在多智能体强化学习（MARL）框架下，多个决策智能体协同工作，共同管理社区内的各类变量与系统，包括储能系统的充放电策略、智能电动汽车充电策略以及ES-PV系统的电价策略。通过MARL实现的协调与优化，使上述策略能够应对各变量之间的相互依赖关系及动态变化，从而提升整体系统...
解读: 该多智能体强化学习框架对阳光电源社区能源解决方案具有重要价值。研究验证了光储系统可承载38.68%电动车负荷,与公司ST系列储能变流器、SG光伏逆变器及充电桩产品形成协同。多智能体协同优化储能充放电、智能充电及电价策略的思路,可融入iSolarCloud平台,提升社区微网的GFM控制性能。光伏自消纳...
提高高绝对湿度环境下直流电弧检测精度
Improving the precision of DC arc detection in high absolute humidity environment
Xinran Liab · Xuxin Gea · Ziyu Zhu · Fan Jia 等6人 · Solar Energy · 2025年1月 · Vol.299
摘要 直流（DC）电弧是导致光伏系统和电池系统等直流系统故障的主要原因之一。由于放电条件会影响电弧噪声的特性，其中湿度是一个重要因素，因此直流电弧难以检测。然而，大多数研究是在固定湿度条件下进行的，导致湿度如何影响电弧检测的机制尚不明确。这种不确定性阻碍了在宽湿度范围内对直流电弧进行可靠检测。本研究系统地探讨了绝对湿度对直流电弧检测的影响，涵盖电弧噪声行为、特征提取以及分类性能。实验结果表明，电弧噪声的时频分布包含上升和下降两个阶段。具体而言，电弧噪声的幅度与绝对湿度呈负相关，而其峰值出现时间则...
解读: 该高湿度环境直流电弧检测技术对阳光电源SG系列光伏逆变器和ST储能变流器的安全防护具有重要价值。光伏电站和储能系统常部署于沿海、热带等高湿度地区，现有AFCI（电弧故障断路器）功能在湿度变化时易产生误判或漏检。研究揭示的湿度对电弧噪声特性的影响机理，可优化阳光电源直流侧电弧检测算法，通过自适应特征提...