文献

J-GLOBAL ID：202202259579713439   整理番号：22A0692302

大規模電池システムの最適運転:古典的アプローチ,数学的最適化およびニューラルネットワーク【JST・京大機械翻訳】

Optimized operation of large scale battery systems: Classical approaches, mathematical optimization and neural networks

著者 (3件)： Lehmann Daniel (STEAG Energy Services GmbH, Essen, Germany) ,  Hidalgo Rodriguez Diego (STEAG Energy Services GmbH, Essen, Germany) ,  Brack Michel (STEAG Energy Services GmbH, Essen, Germany)
資料名： Automatisierungstechnik  (Automatisierungstechnik)
巻： 70  号： 1  ページ： 67-78  発行年： 2022年 
JST資料番号： D0511A  ISSN： 0178-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 分散型再生可能駆動電気エネルギーシステムにおいて,経済的に実行可能な電池システムは,グリッド関連サービスを提供するためにますます重要になっている。2016年末に,STEAGは,STEAGの一次制御プールに組み込まれた615MWの大規模電池システムの商業運転を開始した。試運転段階では,有望な結果で,これらのシステムの運転効率の最適化に広範な努力が費やされてきた。しかし,運転経験は,電池セルの老化を低減するだけでなく,システム挙動を改善するのに,まだ大きな可能性があることを示している。充電管理の状態に関連した充電電力の歴史的データを分析することによって,運転コストを大幅に削減する機会を同定した。電池システムの特定の特性を適切に考慮し,数学的最適化と人工知能を用いて,より関係するモデルベースの制御戦略によって,新しい応用への充電管理戦略の状態を適応して,これらの付加的コスト節約を得ることができる。大規模電池システムによる運用経験への洞察を別として,本報の寄与は,古典的手法と数学的最適化とニューラルネットワークを用いて,電池システムの運転コストを低減するための戦略を提案する。これらのアプローチをシミュレーション結果によって例証した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  シミュレーション ,  *電池 ,  システム ,  電力 ,  運転 ,  *ニューラルネットワーク ,  充電 ,  人工知能 ,  エネルギーシステム ,  状態
準シソーラス用語： 商業運転 ,  モデルベース ,  *最適運転 ,  制御戦略 , 【Automatic Indexing@JST】

著者キーワード (5件)： 大規模電池システム ,  分散エネルギーシステム ,  最適化 ,  Smith予測器 ,  ニューラルネットワーク

分類 (1件)： 電気自動車  (QG07020B)

タイトルに関連する用語 (5件)： 大規模 ,  電池 ,  数学 ,  最適化 ,  ニューラルネットワーク