Xudong Zha · Chao Niu · Hengwu Hu · Ruidong Lv 等5人 · Solar Energy · 2025年10月 · Vol.299

摘要 太阳能路面将光伏发电系统融入道路工程，在推动交通运输领域节能减排、实现碳中和以及可持续能源发展方面发挥着关键作用。为提高太阳能路面空心板结构的发电输出能力，并提升其预制与铺装的便利性，本文研发了一种三层一体化空心板结构。对该结构进行了三维有限元数值模拟及其力学响应的单因素敏感性分析，进而对空心板的板体尺寸进行了优化确定。随后制备了相应的缩尺模型和足尺模型，对缩尺模型的力学性能以及足尺模型在室内外环境下的发电效率进行了评估，并开展了成本效益分析。结果表明，集成微型光伏阵列的空心板太阳能路面（...

解读: 该太阳能路面光伏技术为阳光电源分布式光伏系统开辟新应用场景。其微型光伏阵列结构可结合我司SG系列组串式逆变器的多路MPPT优化技术,应对路面遮挡导致的发电不均问题。研究中61.48kWh/年/板的发电量数据,可通过我司iSolarCloud平台实现精准监控与预测性维护。该技术与我司充电桩业务形成协同...

Xinhai Zhaoab1 · Chaopeng Huangae1 · Erik Birgersson · Nikita Suprun 等11人 · Applied Energy · 2025年8月 · Vol.392

摘要 钙钛矿太阳能电池是下一代高效光伏器件的有力候选者，尤其适合作为叠层结构中的顶部电池。基于物理机制的光电模型，我们采集了十万量级的大数据样本，用于训练神经网络模型，以高效预测器件性能和复合损耗。在数据准备、模型训练和神经网络优化过程中，分别采用了拉丁超立方采样、贝叶斯正则化和贝叶斯优化方法。最优的神经网络模型在预留的测试数据集上实现的均方误差低于4 × 10⁻⁴。神经网络的计算速度比传统光电模型快一千倍以上。因此，器件快速校准可在24秒内完成。显著降低的计算成本使得高效的器件表征、参数研究、...

解读: 该神经网络加速钙钛矿电池表征技术对阳光电源光伏逆变器产品线具有重要借鉴价值。研究采用的深度学习方法将器件仿真速度提升千倍以上,可应用于SG系列逆变器的MPPT算法优化和iSolarCloud平台的预测性维护功能。通过贝叶斯优化和敏感性分析快速标定器件参数的思路,可迁移至SiC/GaN功率器件的损耗分...

Xiuyu Hu · Hailong Li · Chi Xi · Applied Energy · 2025年7月 · Vol.390

摘要 用广受认可的电动公交车（EBs）替代传统的柴油公交车以提供城市公共交通服务，可显著降低运营成本和碳排放。然而，如果公交 fleet 完全依赖电力电网作为能源供应，由于电网过度依赖化石燃料等不可再生能源，现有的经济和环境问题可能无法得到彻底解决。本研究建模并优化了一种新兴的公交充电场景，即由光伏-储能-充电（PSC）站与电力电网共同为电动公交 fleet 供电。每个PSC站配备有光伏（PV）面板用于吸收太阳能，以及一组电池用于储存电能，该电能可根据需要用于为公交车充电、向电网供电，或同时执行...

解读: 该光储充一体化调度研究对阳光电源ST系列储能变流器、SG光伏逆变器及充电站产品线具有重要应用价值。论文提出的PSC站内电力优化分配算法可直接应用于iSolarCloud平台,实现光伏发电、储能系统与充电桩的协同控制。基于分时电价的多目标优化策略可增强PowerTitan储能系统的经济性,SiC器件的...

Siyan Chan · Ken Chen · Kongfu Hu · Lingfeng Shi 等7人 · Applied Energy · 2025年5月 · Vol.385

摘要 光伏/热（PV/T）集热器能够同时产生热量和电能，但在炎热天气下会出现过热现象，显著影响其性能和使用寿命。为解决这一问题，本研究提出在传统PV/T集热器中引入可切换的散热模式，以增强热管理能力。该方法可在热需求较高时实现高效热量收集，并在热需求较低时及时进行散热。本文介绍了四种具有不同可切换散热结构的PV/T集热器，并利用经过验证的二维稳态数学模型对其进行分析。结果表明，在合肥典型的夏季晴天条件下，这四种可切换冷却模式可显著降低停滞温度，降幅范围为26.2°C至46.6°C，从而将发电效率...

解读: 该PV/T热管理技术对阳光电源光伏逆变器产品具有重要参考价值。研究表明可切换散热模式可降低组件温度26-47°C,提升发电效率2.22-3.94%,这与SG系列逆变器的MPPT优化技术高度协同。建议将组件温度监测集成到iSolarCloud平台,结合储能系统ST系列PCS实现热电联供智能调度,在高温...

Bing Hu · Huaiyong Shao · Changkun Shao · Wenjun Tang · Solar Energy · 2025年4月 · Vol.290

摘要 短期太阳辐射预测对于太阳能光伏发电并网以及电网调度与优化至关重要。提高依赖人工智能的基于卫星的短期预测方法的可解释性是当前的研究重点。在本研究中，我们提出了一种将基于卫星的云透射率预测与物理晴空辐射预测相结合的新型短期太阳辐射预测方法。本研究的创新之处在于其建立在大气物理原理基础之上，具体体现在对云透射率的预测以及对阴天和晴天状态的区分。云透射率的预测基于Himawari-8观测数据，采用广泛使用且成熟的卷积神经网络（CNN）和长短期记忆（LSTM）网络实现；而晴空辐射预测则可通过晴空辐射...

解读: 该卫星短期辐照预测技术对阳光电源储能与光伏系统具有重要价值。通过10分钟至4小时精准预测(RMSE 62-160 W/m²),可优化ST系列储能变流器的充放电策略和PowerTitan系统的能量管理。结合iSolarCloud平台,能提升SG系列逆变器的MPPT算法预判能力,实现电网友好型并网控制。...

Yuan Gao · Zehuan Hu · Shun Yamat · Junichiro Otomo 等9人 · Applied Energy · 2025年4月 · Vol.384

摘要 可再生能源的部署以及智能能源管理策略的实施对于建筑能源系统（BES）的脱碳至关重要。尽管数据驱动的深度强化学习（DRL）在优化BES方面已取得近期进展，但仍存在显著挑战，例如缺乏针对时间序列数据观测空间的研究以及模型可解释性的不足。本文首次将未来预测信息引入DRL算法中，以构建时间序列数据的观测空间，并采用门控循环单元（GRU）和Transformer网络与DRL算法相结合，用于建筑一体化光伏与电池（BIPVB）系统的运行控制。此外，通过将前沿的Shapley加性解释（SHAP）技术与所开...

解读: 该深度强化学习优化技术对阳光电源光储一体化系统具有重要应用价值。研究中的GRU/Transformer时序预测与DRL决策框架可直接应用于ST系列储能变流器的智能调度策略,结合电价预测信息实现成本降低10%以上。SHAP可解释性分析方法可增强iSolarCloud平台的AI决策透明度,为PowerT...

Yue Hu · Piaopiao Li · Yucheng Yao · Hui Lv 等5人 · Energy Conversion and Management · 2025年3月 · Vol.328

摘要 为应对太阳能的波动性并实现太阳光谱的充分利用，本研究提出了一种新型的基于相变材料的全息分光聚光光伏-热电混合系统。具体而言，设计了一种双层体全息光栅分束器，用于将入射太阳辐射中的目标光谱分离，并分别照射至三个空间分离的光伏电池上；同时采用热电模块回收光伏电池产生的余热以进一步发电。在光伏电池与热电模块之间设置含石蜡的储热层，以稳定温度波动，并延长热电模块的工作时间。因此，所提出的系统可显著提高太阳能到电能的转换效率，并实现稳定的电力供应。本研究建立了完整热力学数学模型，并全面开展了能量、㶲...

解读: 该光谱分离光伏-温差发电混合系统对阳光电源ST储能系统和SG逆变器产品线具有重要启示。其相变材料热管理方案可优化PowerTitan储能系统的温控策略,提升电池循环寿命。光谱分离技术启发多结电池MPPT算法优化,可提高SG系列逆变器在复杂光谱条件下的转换效率。温差发电余热回收理念可应用于大型地面电站...

Zengxiang Hea · Hong Cai Chen · Shuo Shan · Yihua Hu 等6人 · Energy Conversion and Management · 2025年1月 · Vol.324

摘要 遮挡是光伏（PV）系统中最常见的异常现象之一，会导致功率损失和热点效应。目前大多数研究仅能实现遮挡检测，而无法进一步诊断遮挡的类型和严重程度。本文提出了一种结合I-V曲线成像与双流深度神经网络（DNN）的有效方法，用于诊断遮挡类型，并估计实际运行光伏系统中五种常见遮挡类型的严重程度。该方法首先对光伏组串的I-V曲线进行重采样，并转换至标准测试条件（STC），以消除数据尺度和环境因素对遮挡诊断结果的影响。随后，采用一种称为格拉米安角和场（Gramian angular summation f...

解读: 该阴影诊断技术对阳光电源SG系列光伏逆变器及iSolarCloud平台具有重要应用价值。通过I-V曲线成像与双流深度神经网络,可实现阴影类型识别与严重程度量化评估,弥补现有MPPT优化技术仅能检测异常但无法精准诊断的不足。建议将GASF时序成像与LSTM-CNN融合算法集成至智能运维平台,结合组串级...

Zhi-Ping Huanga1 · Hui-Lib1 · Wei-Ze Wang · Hu Li 等8人 · Solar Energy · 2025年1月 · Vol.285

Sb2(S,Se)3是一种具有广阔前景的光伏材料，因其带隙可调、热稳定性高以及具备低成本制备潜力。然而，通过近距离升华法（CSS）制备的薄膜通常存在较多缺陷，从而降低器件效率。本研究引入锂（Li）掺杂以改善晶体质量、载流子浓度和电导率。通过熔盐处理将锂掺入升华源中，成功制备出均匀的Li-Sb2(S,Se)3薄膜。所制备的ITO/CdS/Li-Sb2(S,Se)3/PbS/碳基太阳能电池实现了6.18%的功率转换效率，显著优于未掺杂器件。本研究进一步系统分析了材料的光电性能，结果表明，锂掺杂能有效...

解读: 该Li掺杂Sb2(S,Se)3薄膜技术通过优化载流子浓度和能级匹配,将光伏转换效率提升至6.18%,为阳光电源SG系列光伏逆变器的上游组件技术提供创新思路。其降低非辐射复合、改善载流子提取的机制,可启发我司MPPT算法优化和弱光响应改进。碱金属掺杂提升薄膜导电性的方法,对PowerTitan储能系统...

Pengfei Zhao · Weihao Hu · Di Cao · Rui Huang 等6人 · IEEE Transactions on Sustainable Energy · 2024年9月

针对新建光伏（PV）电站因缺乏历史发电数据导致的功率预测难题，本文提出一种无需任何标注样本的无监督零标签学习方法。通过挖掘不同电站间的不变因果结构，并利用因果机制提升目标电站的预测性能。设计了因果赋能的域自适应网络（CEDAN），结合内外注意力机制从时滞数据片段中提取发电因果关联，并构建域适应损失函数以对齐源域与目标域的因果分布差异。进一步扩展为分位数域适应损失以应对输出不确定性。联合优化域适应与预测损失，实现跨域不变因果机制的学习，从而在无标签情况下完成高泛化性功率预测。基于真实数据的实验表明...

解读: 该零标签功率预测技术对阳光电源iSolarCloud智能运维平台和SG系列光伏逆变器具有重要应用价值。针对新建光伏电站缺乏历史数据的痛点，通过因果机制实现无标签跨域迁移学习，可直接应用于阳光电源新部署站点的发电预测模块。该方法提升7.57%的确定性预测精度，能优化iSolarCloud平台的智能诊断...