找到 5 条结果 · 光伏发电技术
一种具有光热、储热和电化学性能的新型集成碳化木电极用于太阳能驱动的热化学电池
A novel integrated carbon-wood electrode with photothermal, heat storage, and electrochemical properties for solar-driven thermochemical cells
Jun Zhang · Xiaotian Li · Jili Zheng · Yanan Zou 等8人 · Energy Conversion and Management · 2025年1月 · Vol.326
摘要 热化学电池为太阳能利用提供了一种可持续且环保的解决方案，但其性能常受到太阳辐射波动的限制。传统方法是将储热系统整合到热化学电池中，然而这些方法受限于较低的传热速率以及传统电极较小的电化学活性表面积。本研究创新性地提出一种碳化木电极设计，集成了增强的光热转换、储热和电化学性能，可实现太阳能驱动热化学电池中的连续发电。与传统的石墨电极相比，碳化木结构使光热转换效率提高了67%，电化学活性表面积增加了28%，单位体积（每立方厘米）的放热时间延长至16.67分钟。采用此类电极的热化学电池在太阳辐射...
解读: 该碳木一体化电极的光热-储热-电化学集成技术为阳光电源储能系统提供创新思路。其光热转换效率提升67%、电化学活性面积增加28%的设计理念,可应用于ST系列PCS的热管理优化和PowerTitan储能系统的温控策略改进。特别是其应对间歇性光照的稳定输出能力,与SG系列光伏逆变器的MPPT优化技术形成协...
通过神经网络方法加速钙钛矿太阳能电池的器件表征
Accelerating device characterization in perovskite solar cells via neural network approach
Xinhai Zhaoab1 · Chaopeng Huangae1 · Erik Birgersson · Nikita Suprun 等11人 · Applied Energy · 2025年1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...
基于新型扇形板脉动热管散热器的高倍聚光光伏模块热性能实验研究
Experimental investigation on the thermal performance of high-concentrated photovoltaic module utilizing the thermal sink of a novel Fan-shaped plate pulsating heat pipe
Wei-Wei Wangac1 · Teng Liub1 · Jun-Zhe Guo · Bin Li 等8人 · Applied Energy · 2025年1月 · Vol.377
摘要 高强度太阳光聚集在光伏电池上会导致半导体温度显著升高，从而降低光电转换效率并可能引发光伏组件的不可逆故障。为此，在热设计中创新性地提出了一种超薄扇形板脉动热管（FS-PPHP），通过优化传统平行流道结构，实现对小尺度HCPV电池的高效冷却。本文全面分析和讨论了充液率、倾斜角度、工质种类以及加热功率对FS-PPHP传热性能的影响。结果表明，蒸发段与冷凝段的变直径设计有助于工质回流至加热区域，并增大相邻流道间的压力差势，从而确保FS-PPHP在不同工况下更平稳地启动。在充液率为57%、倾斜角为...
解读: 该扇形板脉动热管技术对阳光电源高功率密度产品具有重要应用价值。在SG系列大功率光伏逆变器中,功率器件散热是关键瓶颈,该超薄热管结构可优化IGBT/SiC模块的温度管理,降低热阻23%意味着可提升功率密度或延长器件寿命。对于PowerTitan储能系统,该技术可改进电池簇温控方案,解决高倍率充放电时的...
ConvODE-Mixer：一种用于超短期光伏功率预测的多模态深度学习模型
ConvODE-Mixer: A multimodal deep learning model for ultra-short-term PV power forecasting
Binbin Yonga · Yanxiang Zhang · Jun Shenb · Aiai Renb 等6人 · Solar Energy · 2025年1月 · Vol.300
摘要 太阳能已成为应对全球能源与环境挑战的关键可再生能源。由于气象因素引起的光伏发电随机波动，光伏功率预测仍面临重大挑战，可能引发电网不稳定事件。本文提出了一种名为ConvODE-Mixer的多模态模型，该模型将卷积神经网络（CNN）与神经常微分方程（NODE）相结合，以提高超短期光伏功率预测的准确性。通过融合地面云图（GBCI）和气象数据，ConvODE-Mixer采用多尺度轻量化缩减型空洞空间金字塔池化（LR-ASPP）分割模块来捕捉云层厚度的变化，并引入通道注意力机制对光透射率敏感特征进行...
解读: 该ConvODE-Mixer多模态超短期光伏功率预测技术对阳光电源SG系列逆变器及ST储能系统具有重要应用价值。通过融合地基云图与气象数据,10分钟预测精度显著提升(MSE降低40.45%),可深度集成至iSolarCloud平台实现预测性运维。该技术能优化储能系统充放电策略,配合GFM控制技术提升...
基于MoO3/金属/MoO3多层透明电极的半透明钙钛矿太阳能电池优化
Optimization of translucent perovskite solar cells based on MoO3/metal/MoO3 multilayer transparent electrodes
Jun Wua · Yajun Xua · Jun Zhaoa · Haoran Maa 等6人 · Solar Energy · 2025年1月 · Vol.299
摘要 半透明钙钛矿太阳能电池（ST-PSCs）在建筑一体化光伏（BIPV）领域具有很高的吸引力。实现高性能的ST-PSCs关键在于开发出能够同时实现低方阻和高光学透过率的透明顶部电极。在各种结构中，氧化物/金属/氧化物（OMO）多层结构——例如MoO3/Ag/MoO3或MoO3/Au/MoO3——已展现出优异的光电性能指标。这些结构利用金属层的高导电性，同时借助氧化物层实现光学阻抗匹配和环境防护，并通过功函数对齐（ΔΦ < 0.3 eV）有效抑制界面复合损失。为了实现高透明度与优异导电性的透明电...
解读: 该半透明钙钛矿电池技术对阳光电源BIPV光伏系统具有重要应用价值。MoO3/金属/MoO3多层透明电极实现了低方阻与高透光率的平衡,PCE达15%以上且可见光透射率超20%,可应用于SG系列组串式逆变器的建筑一体化场景。其OMO结构的功函数匹配设计(ΔΦ<0.3eV)可为阳光电源光伏组件的界面优化提...