找到 2 条结果
面向实时电价预测的电网物理信息驱动与时间自适应堆叠学习：短中期协同方法
Grid physics-informed and time-adaptive stacked learning for real-time electricity price forecasting: a short-term to mid-term approach
Yawen Yi · Xinyu Chen · Zhiyong Tian · Yuxin Zhang · Applied Energy · 预计 2026年5月 · Vol.410
本文提出一种融合电网物理约束与时间动态特性的堆叠学习框架，用于提升短期至中期电力市场价格预测精度，支持源网荷储协同优化决策。
解读: 该研究对阳光电源iSolarCloud智能运维平台及PowerTitan/ST系列储能PCS的能源调度策略具有直接价值。通过物理信息嵌入的时序预测模型，可增强光储系统在电力市场中的报价精度与调峰调频响应能力。建议将该算法集成至iSolarCloud的电价预测模块，并适配ST系列PCS的本地边缘推理单...
一种用于移动应急储能车的新型三端口电力驱动重构变换器
A New Three-Port Electric Drive Reconfiguration Converter for Mobile Emergency Energy Storage Vehicle
Shuo Liu · Yukun Wan · Yi Zhong · Xiaoyu Zhou 等6人 · IEEE Transactions on Power Electronics · 2025年8月
针对自然灾害下电力系统脆弱性及应急供电需求，本文提出一种新型三端口电力驱动重构变换器，用于移动应急储能车（MEESV）。该拓扑解决了传统单端口储能车在应急供电灵活性上的局限，实现了多端口能量交互与快速负载恢复，提升了应急电源系统的响应效率与可靠性。
解读: 该研究提出的三端口变换器拓扑与阳光电源的PowerTitan及PowerStack系列储能系统高度契合。在移动应急储能场景下，多端口重构技术能显著提升系统在黑启动、微电网孤岛运行及多负载供电时的灵活性。建议研发团队关注该拓扑在模块化储能单元中的应用，通过集成化设计优化PCS功率密度，并结合iSola...