找到 4 条结果 · 光伏发电技术
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。...
可极化调控的界面电荷转移及CuInP2S6/AsSBr异质结构中的光伏特性
Polarization-controllable interface charge transfer and photovoltaic properties in CuInP2S6/AsSBr heterostructures
Ziqing Huang · Huakai Xu · Xingyuan Chen · Jiansheng Dong 等5人 · Applied Physics Letters · 2025年1月 · Vol.126
本文研究了CuInP2S6/AsSBr异质结构中由铁电极化调控的界面电荷转移机制及其对光伏性能的影响。通过第一性原理计算,揭示了外加极化方向可有效调节界面电荷重分布,进而显著影响内建电场和能带偏移。结果表明,特定极化取向下可实现高效的载流子分离与输运,显著提升光电转换效率。该工作为设计高性能、可调控的二维铁电光伏器件提供了理论依据和新思路。
解读: 该铁电异质结界面电荷调控技术对阳光电源光伏逆变器产品具有前瞻性参考价值。研究揭示的极化调控载流子分离机制可启发SG系列逆变器中MPPT算法的优化思路,通过动态调节工作点实现更高效的光电转换。虽然二维铁电材料尚处基础研究阶段,但其可调控内建电场的理念可借鉴至GaN功率器件的栅极电场优化设计中,提升器件...
基于多项式混沌克里金模型的不平衡配电网光伏承载能力概率评估
Probabilistic Evaluation of Photovoltaic Hosting Capacity in Unbalanced Distribution Network via Polynomial Chaos Based Kriging Model
Hongyan Ma · Gan Li · Han Wang · Zheng Yan 等5人 · IEEE Transactions on Industry Applications · 2024年12月
随着分布式光伏(PV)渗透率的不断提高,评估光伏接纳能力(PVHC)对于配电网运行愈发重要。传统评估方法忽略了配电网中电压不平衡的影响,评估结果相对乐观。此外,评估中还需考虑光伏出力的不确定性。因此,本文提出一种考虑不平衡配电网(UDN)运行和光伏可变功率输出的概率性光伏接纳能力评估方法。首先,该方法同时考虑了电压幅值(VM)和电压不平衡因子(VUF)的限制。定义了概率性越限风险(PVR)指标,以确定不平衡配电网中光伏接纳能力的区间。然后,开发了一种基于多项式混沌的克里金(PCK)方法来计算光伏...
解读: 该不平衡配电网光伏承载能力概率评估技术对阳光电源SG系列光伏逆变器和PowerTitan储能系统的电网接入规划具有重要应用价值。多项式混沌克里金模型可高效处理光伏出力不确定性与三相不平衡问题,为iSolarCloud平台提供精准的承载能力预测算法,指导逆变器功率因数调节和有功无功协调控制策略。该方法...
基于多目标与多智能体深度强化学习的光伏逆变器寿命考虑下配电网实时分散式电压/无功控制
Multi-Objective and Multi-Agent Deep Reinforcement Learning for Real-Time Decentralized Volt/VAR Control of Distribution Networks Considering PV Inverter Lifetime
Rudai Yan · Yan Xu · IEEE Transactions on Power Systems · 2024年8月
光伏逆变器能够为配电网的电压/无功控制(VVC)提供快速且灵活的无功功率支持,但额外的无功功率输出会显著缩短其使用寿命。为平衡电压/无功控制性能与逆变器使用寿命之间的矛盾,本文首先提出了一种多目标实时分散式电压/无功控制框架。然后,开发了一种多目标多智能体深度强化学习(MOMADRL)算法,通过集中训练和分散执行来协调光伏逆变器,为传统的基于模型的方法提供了一种更具优势的替代方案,并且无需进行集中通信。通过引入多个智能体和基于智能体的并行训练方案(ABPTS),可以同时学习多种策略以找到帕累托前...
解读: 该多目标多智能体强化学习技术对阳光电源SG系列光伏逆变器的智能控制具有重要应用价值。研究提出的寿命损耗模型可直接应用于逆变器功率器件(IGBT/SiC模块)的热应力管理,通过优化无功调节频次降低温度循环冲击,延长功率模块使用寿命。分散式控制架构与iSolarCloud云平台的边缘智能策略高度契合,可...