找到 4 条结果 · 光伏发电技术
基于动态双面率的双面光伏组件新型发电模型研究
Development of a novel power generation model for bifacial photovoltaic modules based on dynamic bifaciality
Qiangzhi Zhang · Jinqing Peng · Yimo Luo · Meng Wang 等7人 · Energy Conversion and Management · 2025年1月 · Vol.324
摘要 双面率显著受到辐照强度和背面辐照不均匀性（NUF）的影响。因此，在模拟双面光伏（bPV）组件的动态发电过程时，若采用静态双面率将导致较大的误差。本研究提出了一种新的动态双面率模型，同时考虑了上述两个因素。首先，通过电流-电压（I-V）特性测试获得了不同辐照强度下的基础双面率；其次，建立了三维（3D）视角因子模型，用于研究安装参数、太阳辐照度和太阳位置对NUF的影响，并构建了预测NUF的回归模型，其拟合优度（R²）达到0.914；第三，建立了考虑背面辐照非均匀分布的bPV组件电气模型，提出双...
解读: 该动态双面率建模技术对阳光电源SG系列光伏逆变器的MPPT优化具有重要价值。研究揭示背面辐照不均匀性(NUF)对双面组件发电的显著影响,可指导逆变器算法升级:通过集成3D视角因子模型和双面率修正因子,SG逆变器可实时修正最大功率点追踪策略,将功率预测误差从8%降至1.4%。该技术可与iSolarCl...
AgBiI4中理论缺陷工程以提升光伏性能
Theoretical defect engineering in AgBiI4 for enhanced photovoltaic performance
Quanhe Yan · Haoze Li · Zhongyi Luo · Haoyu Cao · Applied Physics Letters · 2025年1月 · Vol.127
本文通过第一性原理计算研究了AgBiI4中的缺陷性质，并提出缺陷工程策略以提升其光伏性能。结果表明，通过调控合成条件可有效抑制深能级缺陷的形成，增强载流子寿命与迁移率。掺杂研究表明，适量Cu替代Ag或Sb替代Bi可优化载流子浓度并降低缺陷态密度。此外，碘空位的容忍性较高，有利于器件制备过程中的稳定性。本工作为AgBiI4基太阳能电池的材料设计与性能优化提供了理论指导。
解读: 该AgBiI4缺陷工程研究为阳光电源光伏产品提供了材料层面的理论指导。研究中通过Cu/Sb掺杂优化载流子浓度、抑制深能级缺陷的策略，可应用于SG系列光伏逆变器的上游组件材料选型与供应链质量管控。碘空位容忍性高的发现对提升组件长期稳定性具有参考价值，有助于优化iSolarCloud平台的衰减预测模型。...
钠诱导的掺钨氧化铟薄膜及异质结太阳能电池在湿热环境中的退化
Sodium-induced degradation of tungsten doped indium oxide film and HJT solar cells in damp-heat environment
Yunren Luo · Jianhua Shi · Shuyi Chen · Haodong Chen 等14人 · Solar Energy · 2025年1月 · Vol.296
摘要 硅异质结（HJT）太阳能电池的可靠性是延长其光伏系统寿命的关键。钠被认为是使用钠钙玻璃封装的光伏组件性能衰减的主要因素之一。本研究探讨了在湿热条件（DH，85 °C和85%相对湿度）下，未封装HJT太阳能电池因NaHCO₃引起的退化行为。Na⁺和H₂O在IWO薄膜晶界处的化学吸附可促进氧化铟向氢氧化铟的转化，导致载流子迁移率下降以及晶界势垒升高。此外，Na⁺穿过IWO薄膜扩散至HJT太阳能电池的钝化层，会恶化nc-Si:H的钝化效果，从而引起HJT太阳能电池效率的降低。研究发现，具有大晶粒...
解读: 该研究揭示HJT电池在湿热环境下钠离子诱导的IWO薄膜降解机制,对阳光电源SG系列光伏逆变器系统可靠性设计具有重要参考价值。研究发现大晶粒IWO薄膜可显著降低效率衰减(从71.4%降至36.6%),为iSolarCloud平台的组件衰减预测模型提供理论依据。建议在逆变器MPPT算法中加入组件湿热老化...
一种基于在线强化学习的集中式控制微电网能量管理策略
An Online Reinforcement Learning-Based Energy Management Strategy for Microgrids With Centralized Control
Qinglin Meng · Sheharyar Hussain · Fengzhang Luo · Zhongguan Wang 等5人 · IEEE Transactions on Industry Applications · 2024年7月
为解决可再生能源，尤其是风能和太阳能显著的不可预测性和间歇性问题，本文提出了一种基于在线强化学习的新型优化模型。首先，考虑到风电 - 光伏储能系统（WPESS）固有的挑战，设计了一个能源管理优化模型，以实现计划执行并最小化储能（ES）运行成本。采用在线强化学习框架，为能源管理优化模型定义了各种状态变量、动作变量和奖励函数。应用状态 - 动作 - 奖励 - 状态 - 动作（SARSA）算法来学习微电网系统的联合调度策略，利用其迭代探索机制并与环境进行交互。该策略旨在实现有效功率跟踪和减少储能充放电...
解读: 从阳光电源的业务视角来看，这项基于在线强化学习的微电网能量管理技术具有重要的战略价值。该技术针对风光储系统的不确定性和间歇性问题，提出了SARSA算法驱动的实时优化方案，这与我司在光储一体化解决方案领域的核心需求高度契合。 在产品应用层面，该技术可直接赋能我司的PowerStack储能系统和微电网...