找到 3 条结果 · Applied Energy
基于混合储能系统与工况识别的电动拖拉机多目标能效管理优化
Multi-objective optimization for energy-efficient management of electric Tractors via hybrid energy storage systems and scenario recognition
Qiang Yu · Xionglin He · Yongji Chen · Zihong Jiang 等8人 · Applied Energy · 2025年8月 · Vol.391
摘要 电动拖拉机的推广应用面临诸多挑战，包括动力系统对多样化作业工况的适应性，以及能量效率与电池寿命的优化问题。本文提出一种用于电动拖拉机的混合储能系统（HESS）架构，并设计了一种基于犁地作业场景识别的多目标能效管理策略（EMS）。该策略首先利用实际犁地作业数据构建电动拖拉机模型及犁地工况循环（POC）。采用K均值聚类与主成分分析（PCA）进行离线工况分类，同时引入多层感知器神经网络（MLPNN）实现在线实时场景识别。此外，开发了一种多策略改进型黑翅鸢算法（MSIBKA），以高效求解自适应功率...
解读: 该混合储能系统(HESS)技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要参考价值。论文提出的多目标能量管理策略,通过超级电容承担65%峰值功率、降低电池C-rate超10%,与阳光电源储能PCS的功率分配优化理念高度契合。场景识别与自适应功率分配算法可应用于充电桩产品,提升电池寿...
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...
基于深度强化学习的氢燃料电池列车能量与热管理协同优化策略
Collaborative optimization strategy of hydrogen fuel cell train energy and thermal management system based on deep reinforcement learning
Kangrui Jiang · Zhongbei Tian · Tao Wen · Kejian Song 等6人 · Applied Energy · 2025年9月 · Vol.393
摘要 轨道交通脱碳已成为轨道交通行业未来发展的主要方向。氢燃料电池（HFC）列车因其零碳排放和较低的改造成本，成为具有竞争力的潜在解决方案。然而，由于氢气在储存、运输和利用方面面临的挑战，其成本较高，仍是制约HFC列车商业化的主要因素。温度对HFC的能量转换效率和寿命具有显著影响，其热管理要求比内燃机更为严格。现有的HFC列车能量管理系统（EMS）通常忽略了HFC温度变化对能量转换效率的影响，难以根据环境动态条件实现能量与热管理的实时平衡控制。为解决这一问题，本文提出一种基于深度强化学习（DRL...
解读: 该深度强化学习能量-热管理协同优化技术对阳光电源氢能及储能系统具有重要借鉴价值。其MDP建模与双深度Q学习算法可应用于ST系列PCS的多能源协调控制,实现电池SOC动态平衡与温控优化。该方法在充电站EV Solutions中可优化充电功率分配,降低设备热应力;在PowerTitan储能系统中可提升变...