找到 2 条结果
基于模糊下垂控制的航空电池组动态功率平衡方法
A Dynamic Power Balancing Method for Aircraft Battery Packs Based on Fuzzy Droop Control
Yun Zhang · Shihong Jing · Yihang Wei · Tong Li 等5人 · IEEE Journal of Emerging and Selected Topics in Power Electronics · 2024年12月
电动飞机是未来发展趋势，但电池性能限制了电动飞机应用。分布式电池组平衡对电动飞机安全有重大影响。提出一种基于模糊逻辑控制和优化可变参数下垂控制的电池组源-负载分离动态功率平衡方法。通过定义源和负载准则设置启停平衡条件，该方法实现更快平衡速度，同时实现电池组间更小能量传输。动态变化的平衡电流防止实现平衡前大电流充电，降低充电期间热应力并减少电池退化。该方法在更少模式下实现飞机电力系统能量平衡，最小化平衡模式间频繁切换。还消除传统下垂控制在电池平衡系统中引起的电压偏差，增强供电可靠性。建立包含四组4...
解读: 该航空电池组平衡研究对阳光电源储能系统管理有重要参考价值。模糊下垂控制和源-负载分离的动态平衡策略可应用于阳光PowerTitan储能系统的多电池簇并联管理，提高平衡效率和降低热应力。动态变化平衡电流减少电池退化和消除直流母线电压偏差的技术可提升阳光ST系列储能变流器的可靠性和电池寿命。更少模式切换...
DEST-GNN：一种用于多站点小时内光伏功率预测的双探索时空图神经网络
DEST-GNN: A double-explored spatio-temporal graph neural network for multi-site intra-hour PV power forecasting
Yanru Yang · Yu Liu · Yihang Zhang · Shaolong Shu 等5人 · Applied Energy · 2025年1月 · Vol.378
准确的光伏发电（PV）功率预测对于电网实时平衡和储能系统优化至关重要。然而，由于光伏发电具有间歇性和波动性，实现高精度的光伏功率预测仍然是一项挑战。本文提出了一种用于多站点小时内光伏功率预测的新方法。与当前独立预测每个光伏电站功率的方法不同，我们通过考虑各光伏电站之间固有的时空相关性，同时预测所有站点的发电功率，并设计了一种新型图神经网络模型——DEST-GNN。在DEST-GNN中，采用无向图来表示这些光伏电站之间的依赖关系：每个光伏电站由一个节点表示，任意两个电站之间的时空相关性则由它们之间...
解读: 该多站点小时内光伏功率预测技术对阳光电源SG系列逆变器和ST储能系统具有重要应用价值。DEST-GNN通过时空图神经网络捕捉多电站关联性,可集成至iSolarCloud平台实现区域级功率预测,优化储能系统PowerTitan的充放电策略。其稀疏注意力机制可提升GFM/GFL控制算法的前瞻性调度能力,...