找到 38 条结果 · IEEE Transactions on Sustainable Energy
分时共享韧性策略用于配电系统
Time-Sharing Resilience Strategies for Power Distribution Systems
Bo Tu · Zhihua Qu · IEEE Transactions on Sustainable Energy · 2025年9月
极端天气事件日益威胁配电系统的韧性，而传统恢复方案对经济受限社区成本过高。本文提出一种分时共享韧性策略（TSRS），通过最少的分布式能源资源轮换供电于网络分区，并基于社会脆弱性指数（SoVI）实现公平恢复。该策略采用双层混合整数非线性规划框架：上层优化电池储能系统的容量与布点，以最小化成本并满足SoVI加权的供电时长；下层利用逆向广度优先搜索算法形成负载均衡分区，并配置旁路与分段开关以满足电压与无功功率约束。研究贡献包括：面向公平的高脆弱性社区延时供电分区方法、可扩展的双层优化模型及在合成奥科伊...
解读: 该分时共享韧性策略对阳光电源PowerTitan储能系统和ST系列储能变流器具有重要应用价值。研究提出的双层优化模型可直接应用于储能系统的容量配置与选址规划，通过负载均衡分区算法优化多个储能站点的轮换供电策略，降低系统投资成本。基于社会脆弱性指数的公平恢复机制为阳光电源iSolarCloud云平台提...
一种数据驱动的桨距角与转矩控制方法以提升风电场运行性能与效率
A Data-Driven Pitch Angle and Torque Control Method for Enhanced Wind Farm Operation Performance and Efficiency
Luobin W · Sheng H · Ji Z · Guan B 等5人 · IEEE Transactions on Sustainable Energy · 2025年9月
本文提出一种可逆深度门控网络（RDG-Net），用于风电场的桨距角（β）与发电机转矩（Tg）协同控制。该方法通过可逆实例归一化与深度可分离卷积（Revin-DSCNN）模型精确预测单个风电机组输出，抑制疲劳载荷并提升功率捕获效率。结合多头注意力与门控图循环神经网络（multi-GGRNN），有效建模机组间尾流耦合关系，避免高维数学建模带来的计算复杂性。RDG-Net部署于分布式服务器，实现在线训练，增强模型适应性与泛化能力。MATLAB仿真验证了其有效性。
解读: 该数据驱动的控制方法对阳光电源风电变流器及储能系统具有重要参考价值。RDG-Net的可逆深度门控架构可优化应用于ST系列储能变流器的功率调度算法,提升系统响应速度与控制精度。其多头注意力机制对建模储能集群间的功率协调具有启发意义,可用于优化PowerTitan大型储能系统的群控策略。此外,该方法的分...
基于稀疏模型集成学习策略的主动配电网有功调度端到端协同优化
End-to-End Collaborative Optimization for Active Distribution Network Power Dispatch Based on Sparse Model-Ensemble Learning Policy
Lilin Cheng · Kang Sun · Haixiang Zang · Guoqiang Sun 等5人 · IEEE Transactions on Sustainable Energy · 2025年8月
随着分布式可再生能源渗透率的提高，新型主动配电网日益采用灵活调节策略。源荷双侧不确定性给配电网调度带来显著挑战，传统“先预测后优化”方法难以量化实时调度与理论最优之间的性能差距。为此，本文提出一种端到端协同优化策略，直接利用格点化气象数值预报等多源信息进行调度决策，省去功率预测中间环节。为应对高维开放场景下的模型训练难题，引入稀疏模型集成学习构建调度策略，并采用约束策略优化求解。算例表明，该策略在光伏无功辅助服务与需求响应场景中优于传统方法。
解读: 该端到端协同优化技术对阳光电源PowerTitan储能系统和SG系列光伏逆变器的智能调度具有重要应用价值。通过跳过传统功率预测环节，直接基于气象数据进行调度决策，可显著提升iSolarCloud云平台的实时响应能力。稀疏模型集成学习策略适用于ST储能变流器的多场景自适应控制，特别是在光伏无功辅助服务...
基于稀疏模型集成学习策略的主动配电网端到端协同优化调度
End-to-End Collaborative Optimization for Active Distribution Network Power Dispatch Based on Sparse Model-Ensemble Learning Policy
Lilin Cheng · Kang Sun · Haixiang Zang · Guoqiang Sun 等5人 · IEEE Transactions on Sustainable Energy · 2025年8月 · Vol.17
针对分布式新能源高渗透下源荷双不确定性导致的传统‘预测-优化’调度性能偏差问题，本文提出端到端调度策略，跳过功率预测环节，直接融合数值天气预报等多源信息决策；采用稀疏模型集成学习与约束策略优化求解，在光伏无功调节与需求响应场景中显著提升实时调度性能。
解读: 该研究高度契合阳光电源在智能调度与光储协同控制领域的战略布局。其端到端AI调度框架可直接赋能iSolarCloud平台升级，提升对ST系列PCS、PowerTitan及组串式逆变器集群的实时协同调控能力；尤其适用于工商业光储一体化项目中的动态无功支撑与需求响应。建议将稀疏模型集成策略嵌入iSolar...
计及频率安全约束的输配一体化系统两阶段鲁棒机组组合
Incorporating Frequency Security Constraints in Two-Stage Robust Unit Commitment of Integrated Transmission and Distribution System
Rufeng Zhang · Yanjing Chen · Kefei Yan · Zhengmao Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月
随着高比例可再生能源的接入，输电与配电系统独立运行难以实现优化调度并保障频率安全。为此，本文提出一种计及频率约束的两阶段鲁棒机组组合（TRO-FCUC）模型。考虑分布式能源（DERs）在惯性响应和一次频率响应中的调节能力，构建了基于热电机组、风电场与DERs协同作用的动态频率约束。基于不确定性集合，建立TRO-FCUC模型，并采用列与约束生成（C&CG）算法结合强对偶理论，将其转化为混合整数二阶锥规划（MISOCP）模型进行迭代求解。算例分析表明，输配系统协同运行可充分挖掘DERs的调频潜力，在...
解读: 该输配一体化频率安全约束技术对阳光电源ST系列储能系统和SG光伏逆变器产品线具有重要应用价值。研究提出的DERs惯性响应与一次调频协同控制策略，可直接应用于PowerTitan储能系统的频率支撑功能优化，通过虚拟同步机VSG技术实现快速惯性响应。两阶段鲁棒优化方法为iSolarCloud平台的输配协...
在输配一体化系统两阶段鲁棒机组组合中融入频率安全约束
Incorporating Frequency Security Constraints in Two-Stage Robust Unit Commitment of Integrated Transmission and Distribution System
Rufeng Zhang · Yanjing Chen · Kefei Yan · Zhengmao Li 等7人 · IEEE Transactions on Sustainable Energy · 2025年7月 · Vol.17
针对高比例新能源接入下输配系统独立运行导致频率安全难保障的问题，本文提出计及DERs惯性与一次调频能力的两阶段鲁棒频率约束机组组合模型，构建含火电、风电与分布式资源协同的动态频率约束，并通过C&CG算法转化为MISOCP求解。
解读: 该研究高度契合阳光电源在构网型（GFM）并网技术、光储协同调频及iSolarCloud智能调度平台的战略布局。其动态频率约束建模方法可直接赋能PowerTitan和ST系列PCS的构网型控制策略升级，提升对风电/光伏波动的主动支撑能力；所提两阶段鲁棒优化框架亦可嵌入iSolarCloud平台，增强大...
基于最优动态下垂系数的分布式光伏快速有功功率调节
Rapid Active Power Regulation of Distributed Photovoltaics based on Optimal Dynamic Droop Coefficients
Ting Yan · Chunxia Dou · Dong Yue · Ziwei He 等5人 · IEEE Transactions on Sustainable Energy · 2025年7月
为实现大规模分布式光伏（DPV）对快速有功功率调节的主动响应，本文提出一种融合聚类与优化的双层架构，用于协调设计DPV的动态下垂系数。底层根据调节需求选取可调容量和响应时间作为聚类特征，采用U-k-means算法实现DPV聚类；上层构建计及调节性能与网损的频率偏差-最优下垂系数模型，并从潮流影响角度进行优化。通过图注意力网络（GAT）预先求解不同频率波动下的下垂系数调节策略。在改进的IEEE 33节点系统上的仿真结果表明，所提GAT模型优于现有神经网络模型，且所提最优下垂系数调节策略具有有效性与...
解读: 该动态下垂系数优化技术对阳光电源SG系列光伏逆变器和PowerTitan储能系统具有重要应用价值。研究提出的双层架构可直接应用于iSolarCloud平台的分布式光伏集群控制：底层U-k-means聚类算法可根据各逆变器可调容量和响应时间实现智能分组，上层GAT神经网络模型可实时预测最优下垂系数，实...
基于最优动态下垂系数的分布式光伏快速有功功率调节
Rapid Active Power Regulation of Distributed Photovoltaics Based on Optimal Dynamic Droop Coefficients
Ting Yan · Chunxia Dou · Dong Yue · Ziwei He 等5人 · IEEE Transactions on Sustainable Energy · 2025年7月 · Vol.17
针对海量分布式光伏（DPV）的快速有功功率响应需求，提出一种融合聚类与优化的双层架构：底层采用U-k-means算法按可调容量和响应时间聚类；上层构建计及频率偏差、调节性能与网损的下垂系数优化模型，并利用图注意力网络（GAT）预计算不同频率波动下的下垂系数策略。
解读: 该研究高度契合阳光电源组串式逆变器（如SG系列）及ST系列储能变流器在构网型/跟网型协同调频中的动态下垂控制升级需求。其GAT驱动的自适应下垂系数策略可直接嵌入iSolarCloud智能平台，提升光储系统在弱电网下的快速调频响应能力；建议在PowerTitan和PowerStack系统中集成该算法模...
考虑多样化通信速率需求的含基站虚拟电厂机会约束优化
Chance-Constrained Optimization for VPPs With Base Stations Considering Diverse Communication Rate Requirements
Chao Guo · Chengjin Ye · Yi Ding · Jing Li 等6人 · IEEE Transactions on Sustainable Energy · 2025年7月
5G基站耗电量大且需依赖绿色电力，导致用电成本高。将5G基站与分布式可再生能源聚合为虚拟电厂参与市场交易成为趋势。本文针对可再生能源出力不确定性及基站调控机制不明确的问题，提出一种考虑基站可调度性与内部新能源不确定性的虚拟电厂优化调度模型。通过建模基站收发单元数量与备用储能的动态特性，结合用户移动性与覆盖重叠对通信速率的影响，构建兼顾用户体验的时变模型，并引入机会约束控制新能源不确定性风险。采用基于泰勒展开的算法求解，仿真结果表明该方法使内部可再生能源消纳比例提升5.4%，经济效益提高18.72...
解读: 该虚拟电厂优化调度技术对阳光电源ST系列储能系统与PowerTitan大型储能方案具有重要应用价值。文章提出的机会约束优化方法可直接应用于储能变流器的调度策略，通过建模5G基站备用储能的动态特性，为阳光电源储能系统在通信基站场景的应用提供优化算法支撑。其时变模型与泰勒展开求解算法可集成至iSolar...
面向台风不确定性的沿海电-气综合系统三层分布式调度
Tri-layer Distributed Scheduling for Coastal Integrated Transmission-Distribution-Gas System with Uncertain Typhoons-affected Offshore Wind Power
Zehao Cao · Zhengshuo Li · IEEE Transactions on Sustainable Energy · 2025年7月
针对台风不确定性下沿海 offshore 风电调度难题，提出一种新型三层机会约束协同调度模型。该模型通过场景随机规划处理台风引发的风电波动及风机损毁风险，并实现输电网、配电网与天然气网多类灵活资源的分布式协调，构建更复杂的三层调度架构。为求解该模型，采用混合样本平均近似法将其转化为线性可解形式，并设计高效的分布式算法应对嵌套交互结构。算例验证了模型在经济性与可靠性上的优势，平均成本降低20.2%，不平衡功率减少逾90%，且所提算法显著缩短求解时间。
解读: 该研究对阳光电源的储能与风电产品线具有重要参考价值。首先，文中提出的三层分布式调度模型可优化ST系列储能变流器的协调控制策略，提升PowerTitan大型储能系统在沿海风电场景的调度效率。其次，场景随机规划方法可集成到iSolarCloud平台，增强对台风天气下储能-风电联合系统的智能调度与风险预警...
基于灰色关联分析与Transformer-GCAN模型的县域分布式光伏日前功率预测
County-level Distributed PV Day-ahead Power Prediction based on Grey Correlation Analysis and Transformer-GCAN Model
Pei Zhang · Bin Zhang · Jinliang Yin · Jie Shi · IEEE Transactions on Sustainable Energy · 2025年7月
县域内分布式光伏电站具有显著的时空相关性，仅考虑时间相关性难以满足日前调度需求。本文提出一种基于灰色关联分析和Transformer-图卷积注意力网络（Transformer-GCAN）的县域日前功率预测方法。首先通过灰色关联度确定光伏电站间的关联关系并构建站间图结构；其次利用Transformer提取各节点时间特征，并结合图卷积网络引入图注意力机制动态捕捉空间特征；最后通过全连接网络融合时空特征实现县域总功率预测。算例结果表明，相较于Transformer-GCN模型，该方法在晴天、多云和雨天...
解读: 该县域分布式光伏功率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。通过灰色关联分析构建站间拓扑结构，结合Transformer-GCAN模型捕捉时空特征，可显著提升日前功率预测精度（不同天气条件下RMSE降低11.90%-19.61%）。该方法可直接集成到iSolarClou...
基于灰色关联分析与Transformer-GCAN模型的县域分布式光伏日前功率预测
County-Level Distributed PV Day-Ahead Power Prediction Based on Grey Correlation Analysis and Transformer-GCAN Model
Pei Zhang · Bin Zhang · Jinliang Yin · Jie Shi · IEEE Transactions on Sustainable Energy · 2025年7月 · Vol.17
针对县域内分布式光伏电站存在的时空相关性，本文提出融合灰色关联分析与Transformer-GCAN模型的日前功率预测方法：利用灰色关联度构建光伏站图结构，结合Transformer提取时序特征、GAT增强空间注意力建模，最终实现高精度县域级预测。实测显示RMSE在晴/阴/雨天分别降低11.90%/15.72%/19.61%。
解读: 该研究高度契合阳光电源iSolarCloud智能运维平台及组串式逆变器集群的日前调度需求。其Transformer-GCAN模型可嵌入iSolarCloud的功率预测引擎，提升县域级分布式光伏出力预测精度，支撑ST系列PCS和PowerTitan储能系统的协同充放电决策。建议将灰色关联图构建模块集成...
考虑风电和光伏预测的嵌入双规则分布式近端策略优化
Distributed Proximal Policy Optimization with Embedded Dual Rules for Power Systems Considering Wind and Photovoltaic Forecasting
Peng Lu · Yuanbao Wu · Junhao Li · Ning Zhang 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
针对风电与光伏功率预测误差导致的最优调度偏差问题，本文提出一种嵌入双规则的分布式近端策略优化（DPPO）模型。该模型将预测及误差校正信息嵌入DPPO状态空间，并以正则形式在神经网络中融入电网功率平衡与潮流约束，结合预设规则实现状态评估与动作执行的协同优化。基于某省电网实际数据在改进IEEE-30节点系统上的仿真结果表明，所提方法能有效应对可再生能源预测不确定性，在提升风电消纳、降低运行成本及增强调度适应性方面优于三种先进方法。
解读: 该嵌入双规则DPPO调度技术对阳光电源PowerTitan储能系统和iSolarCloud智能运维平台具有重要应用价值。其预测误差校正机制可直接集成到ST系列储能变流器的EMS能量管理策略中，通过实时修正风光预测偏差优化充放电决策，提升储能系统在新能源消纳场景下的经济性。分布式优化架构与阳光电源多站...
基于安全运行机制的主动配电网人机协同强化学习电压/无功控制方法
Human-in-the-loop Reinforcement Learning Method for Volt/Var Control in Active Distribution Network with Safe Operation Mechanism
Yuechuan Tao · Zhao Yang Dong · Jing Qiu · Shuying Lai 等6人 · IEEE Transactions on Sustainable Energy · 2025年6月
针对分布式能源接入带来的主动配电网运行复杂性，传统调压方法难以应对。本文提出一种融合人类经验的人机协同深度强化学习（HITL-DRL）框架，并引入安全约束裁剪的近端策略优化（SC-PPO）算法以保障学习过程的安全性。通过人类示范、反馈与对抗设置三种干预策略，提升学习效率与可解释性。仿真表明，该方法在IEEE 33节点系统中相较传统DRL算法具有更快的收敛速度与更强的鲁棒性，电压越限率降低73.4%，决策时间小于1毫秒，接近最优解性能，具备实时应用潜力。
解读: 该人机协同强化学习电压/无功控制技术对阳光电源配电网侧储能系统具有重要应用价值。SC-PPO算法的安全约束机制可直接应用于PowerTitan储能系统的电压调节策略，保障分布式光伏并网场景下的安全运行。毫秒级决策响应能力契合ST系列储能变流器的实时控制需求，73.4%的电压越限率降低可显著提升含高比...
面向主动配电网安全运行的人在环路强化学习伏/无功控制方法
Human-in-the-Loop Reinforcement Learning Method for Volt/Var Control in Active Distribution Network With Safe Operation Mechanism
Yuechuan Tao · Zhao Yang Dong · Jing Qiu · Shuying Lai 等8人 · IEEE Transactions on Sustainable Energy · 2025年6月 · Vol.17
本文提出一种人在环路深度强化学习（HITL-DRL）框架，结合人类专家经验与Security-Clipped PPO算法，提升主动配电网中光伏与储能系统的电压/无功快速协同调控能力，显著降低电压越限率（73.4%），增强鲁棒性与可解释性。
解读: 该研究高度契合阳光电源在光储协同智能调控领域的战略布局。其HITL-DRL框架可直接赋能ST系列PCS、PowerTitan及iSolarCloud平台的Volt/Var自适应调节功能，提升组串式逆变器在弱电网下的动态无功响应精度与安全性；建议将SC-PPO算法嵌入iSolarCloud边缘控制器，...
基于数据驱动均值修正递归估计的最优分布式能源调度用于配电网电压控制
Data-Driven Mean-Corrected Recursive Estimation-Based Optimal DER Dispatch for Distribution System Voltage Control
Haoyi Wang · Yiyun Yao · Junbo Zhao · Fei Ding · IEEE Transactions on Sustainable Energy · 2025年5月
智能逆变器的最新进展为缓解配电系统中高渗透率分布式光伏（PV）引发的电压越限问题提供了可能。本文提出一种基于测量驱动、以最优潮流（OPF）为核心的分布式能源管理系统（DERMS）电压调控方法，通过递归灵敏度估计实现对分布式光伏逆变器的协调控制。该方法利用可观测的电网与可控分布式能源数据，无需依赖系统模型，具备适应性和鲁棒性。提出均值修正递归岭回归（MCRRR）算法，通过闭式解持续更新负荷灵敏度因子（LSF），有效应对功率注入变化和拓扑重构等动态运行条件。所提方法建模为线性规划（LP）问题，可扩展...
解读: 该数据驱动电压控制技术对阳光电源SG系列光伏逆变器和ST储能系统具有重要应用价值。其无模型递归灵敏度估计方法可直接集成至iSolarCloud平台，实现大规模分布式光伏电站的协调电压控制。MCRRR算法的闭式解特性适合嵌入逆变器DSP控制器，提升SG逆变器在高渗透率场景下的自适应无功调节能力。线性规...
用于风电集成系统次同步控制相互作用的分布式阻尼评估方法
Distributed Damping Evaluation Method of the Power Systems Integrated With Wind Farms During the Sub-Synchronous Control Interaction
Jiangbei Han · Chengxi Liu · IEEE Transactions on Sustainable Energy · 2025年5月
本文提出一种分布式阻尼评估方法（DDEM），用于评估双馈感应发电机（DFIG）型风电场在次同步控制相互作用（SSCI）下的阻尼分布特性。该方法通过系统阻尼损耗因子（DLF）的显式表达式，识别振荡频率下DFIG风电机组的敏感控制参数，并实时计算各元件或子系统的分布式阻尼损耗因子（DDLF），以量化其阻尼贡献。首先建立基础振动系统的DLF概念，并推广至振荡电力系统；随后推导DFIG风电场在次同步频率下的DLF解析表达式，结合耗散能量与最大暂态能量分析，并依据系统物理结构将DLF分解为DDLF，进而构...
解读: 该分布式阻尼评估方法对阳光电源的储能变流器和风电变流器产品具有重要应用价值。通过DLF和DDLF的实时计算，可优化ST系列储能变流器和风电变流器的次同步振荡抑制能力。该方法可集成到iSolarCloud平台，实现系统阻尼特性的在线监测和预警。特别是在大型储能电站中，该技术有助于PowerTitan系...
基于图元强化学习的高比例光伏接入智能配电网自主电压调节
Autonomous Voltage Regulation for Smart Distribution Network With High-Proportion PVs: A Graph Meta-Reinforcement Learning Approach
Leijiao Ge · Jingjing Li · Luyang Hou · Jingang Lai · IEEE Transactions on Sustainable Energy · 2025年5月
高比例分布式光伏接入的智能配电网常面临严峻的电压质量问题。深度强化学习（DRL）无需显式建模即可实现优化控制，但在应用于此类系统时易受环境不稳定和智能体学习不均衡等问题影响。本文将电压控制建模为部分可观测马尔可夫决策过程，提出一种基于图卷积网络的多智能体元强化学习算法，融合元学习以提升智能体对他人行为的预测能力，缓解环境非稳性；通过引入自关注机制与值分解方法改善学习不均衡。在IEEE 33、141和322节点系统上的实验验证了所提方法的有效性，并优于五种主流多智能体DRL及模型预测控制方法。
解读: 该图元强化学习电压调节技术对阳光电源SG系列光伏逆变器和ST储能系统具有重要应用价值。可直接应用于分布式光伏并网场景的智能电压控制：1）通过多智能体协同优化，提升SG逆变器在高渗透率光伏配电网中的无功调节能力，解决传统MPC建模复杂、计算负荷高的问题；2）结合ST储能变流器的有功-无功协调控制，实现...
基于GPT的超短期分布式光伏发电功率预测方法
An Ultra-Short-Term Distributed Photovoltaic Power Forecasting Method Based on GPT
Hengqi Zhang · Jie Yang · Siyuan Fan · Hua Geng 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月
随着大量分布式光伏电站并网，提升发电功率预测精度对电力系统安全经济运行具有重要意义。针对现有方法在数据稀缺与随机波动方面的挑战，本文提出一种基于生成式预训练Transformer（GPT）的超短期分布式光伏功率预测方法。通过生成多空间分辨率的虚拟光伏功率数据，预训练Transformer模型，并利用少量实测数据进行微调。注意力机制通过预训练学习历史数据中的相关性，微调实现新电站的轻量化部署与高精度预测。实验结果表明，所提方法在仅1个月实测数据下，相比LSTM、线性模型和Transformer模型...
解读: 该基于GPT的超短期光伏功率预测技术对阳光电源iSolarCloud智能运维平台具有重要应用价值。可直接集成至SG系列光伏逆变器的智能诊断系统，通过少量实测数据实现新建电站的快速部署与高精度预测，相比传统LSTM方法RMSE降低37.22%。该技术可优化PowerTitan储能系统的充放电策略，提升...
一种用于增强并网型微电网可再生能源消纳的双向电氢系统分布式调度方法
A Distributed Dispatch of Bi-Directional Power and Hydrogen Systems for Enhancing the Renewable Energy Integration in Grid-Connected Microgrids
Longfei Li · Chenhui Lin · Ye Guo · Wenchuan Wu 等5人 · IEEE Transactions on Sustainable Energy · 2025年4月
以可再生能源为主的电力系统转型对实现碳中和至关重要。集中式可再生能源通常构成并网型微电网，受限于与主网的功率交换能力，导致可再生能源利用率不足。随着氢能成为关键能源载体，电制氢技术被广泛用于缓解弃风弃光问题。本文提出一种考虑电解槽动态特性和氢燃料电池系统的双向电氢系统协同调度模型，并设计基于混合整数线性规划的改进交替方向乘子法（I-ADMM），实现可再生能源与氢能系统的分布式协调调度。数值仿真验证了该方法在提升经济性与减少可再生能源弃用方面的有效性。
解读: 该双向电氢系统分布式调度技术对阳光电源PowerTitan储能系统和SG系列光伏逆变器具有重要应用价值。I-ADMM分布式优化算法可集成至iSolarCloud云平台，实现光伏-储能-制氢多能源协调调度，提升可再生能源消纳率。电解槽动态特性建模为ST储能变流器与制氢设备的协同控制提供理论基础，优化功...
第 1 / 2 页