跳到正文

#储能应用

今日 6 条
10月16日周五
  1. Applied Energy26

    面向微电网调度的决策感知复合风险预测:学习调度相关联合不确定性

    该研究提出一种决策感知的复合风险预测方法,用于学习与调度相关的联合不确定性,服务于微电网调度。方法面向微电网调度场景,将预测与调度决策相关联,以刻画复合风险下的联合不确定性。论文发表于 Applied Energy 第 427 卷 Part D,作者为 Kai Qu、Xianjing Zhong、Qingshu Guan、Dapeng Yan、Hui Cao。

10月13日周二
  1. GitHub·电池与能源 Agent 工具8

    jpanasuk-netizen/battery-bank-sizer:电池组容量计算器与选型指南

    GitHub 项目 jpanasuk-netizen/battery-bank-sizer 提供电池组容量计算工具,涵盖 12V LiFePO4 规格表、AGM 电池指南及逆变器选型页面。该仓库包含针对 1000W 至 5000W 逆变器、CPAP、微波炉、冰箱、房车空调等场景的电池组尺寸计算页面,以及串联并联接线教程和 12V 电池容量检测方法。

10月12日周一
10月11日周日
  1. arXiv · battery(eess.SY 系统与控制)32

    基于 Reset Consensus 的 BESS 网络分布式经济调度方案:考虑电网切换

    针对 BESS 网络在电网切换场景下的分布式经济调度问题,该研究在闭环误差中引入反馈耦合项,并采用带 reset 机制的 PI 控制器提升边际成本共识的速度与控制精度,通过矩阵特征值分析保证系统性能。测试覆盖电网切换、分时电价、负载切换、BESS/agent 即插即用及大规模系统应用。

  2. International Journal of Hydrogen Energy26

    强化学习增强的三层混合 BESS-氢储能:面向可再生能源微电网的自适应可靠性阈值与老化感知

    研究提出一种强化学习增强的三层混合 BESS-氢储能系统,用于可再生能源微电网,并引入自适应可靠性阈值与老化感知机制。该方案将电池储能与氢储能分层协同,通过强化学习优化调度,兼顾供电可靠性与电池老化影响。成果发表于 International Journal of Hydrogen Energy 第 282 卷。

10月10日周六
  1. arXiv · battery(eess.SY 系统与控制)50

    面向微电网负荷与光伏不确定性的决策聚焦学习用于最优电池调度

    研究提出决策聚焦学习(DFL)框架,用 GRU 预测器直接以两阶段能源管理系统的实时运行成本为训练目标,通过隐式微分将梯度回传至预测器权重。在 Politecnico di Milano 的 MG2Lab 微电网实验平台上,DFL 在正常电网条件下降低运行成本 3.78%,在电网受限条件下降低 30.60%,并几乎消除切负荷事件。

10月9日周五