找到 2 条结果 · 光伏发电技术
常规㶲与先进㶲分析在一种耦合太阳能制氢与燃料电池集成的新型冷热电联产系统中的应用
Conventional exergy and advanced exergy analysis of an innovative combined cooling, heating, and power system coupling solar-powered hydrogen production with fuel cell integration
Kun Yang · Yufei Chaib · Na Dub · Jiaxuan Lib 等6人 · Energy Conversion and Management · 2025年12月 · Vol.346
摘要 随着全球能源短缺和环境污染问题日益加剧，迫切需要高效、清洁的能源系统来应对这些挑战。本研究旨在通过集成多种先进技术，开发一种高性能的冷热电三联供系统，以提高能源利用效率并减少环境影响。该系统集成了光谱分束太阳能光伏/热能混合系统、甲烷干重整制氢技术以及固体氧化物燃料电池-燃气轮机混合发电系统，从而实现优异的热力学性能。研究建立了系统各组件的热力学模型，采用Aspen Plus进行仿真，获取所有物质流和能量流的热力学参数，并结合常规㶲分析与先进㶲分析方法对系统进行全面评估。结果表明，该系统的...
解读: 该光伏光热耦合制氢-燃料电池冷热电联供系统对阳光电源ST储能系统和SG光伏逆变器产品线具有重要参考价值。研究揭示的光伏组件54.17%火用损失和双效吸收式制冷系统65.71%火用损失,为我司PowerTitan储能系统的热管理优化及多物理场耦合控制提供理论依据。先进火用分析方法可应用于iSolarC...
异构动态数据环境下分布式光伏在线增量概率功率预测
Online incremental probability power prediction for distributed PVs in heterogeneous and dynamic data environments
Le Zhang · Ziyu Chen · Jizhong Zhu · Kaixin Lin 等5人 · Applied Energy · 2025年9月 · Vol.394
摘要 数据共享是提升小样本条件下分布式光伏发电功率数据驱动模型预测精度的标准解决方案。然而在实际应用中，由于数据的去中心化所有权以及复杂多变的外部环境，该方案面临数据隐私、数据异构性以及动态数据学习等方面的挑战。为应对这些挑战，本文提出一种基于贝叶斯随机配置网络（BSCN）与个性化联邦学习（PFL）的增量式概率预测方法。具体而言，采用随机配置网络——一种新兴的单隐层无迭代神经网络——快速构建功率预测模型；为获得后验分布并确定概率输出，引入贝叶斯推断对SCN的输出参数进行评估。针对小样本和异构数据...
解读: 该分布式光伏概率预测技术对阳光电源iSolarCloud智慧运维平台及SG系列逆变器具有重要应用价值。其联邦学习框架可保护多业主数据隐私,增量学习策略适配动态环境,可显著提升小样本场景下的功率预测精度。技术可集成至iSolarCloud平台,优化分布式光伏集群的预测性维护与功率调度;结合SG逆变器M...