找到 176 条结果 · Applied Energy
采用快速平滑二阶滑模控制与神经模糊估计及变增益鲁棒精确输出微分器的风能转换系统性能增强
Enhanced wind energy conversion system performance using fast smooth second-order sliding mode control with neuro-fuzzy estimation and variable-gain robust exact output differentiator
Ameen Ullah · Safeer Ullah · Tanzeel Ur Rahman · Irfan Sami 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 风能转换系统(WECS)常因风速的随机性和间歇性而面临挑战,导致发电输出功率与波动的电力负载需求之间出现不匹配。为有效应对这一问题,先进的最大功率点跟踪(MPPT)策略对于最大化功率提取至关重要。本研究提出了一种基于快速平滑二阶滑模控制(FSSOSMC)的新型MPPT方法,旨在优化与永磁同步发电机(PMSG)耦合的3 kW定桨距变速WECS的功率输出。为了在系统参数存在不确定性与非线性的情况下仍保持控制的鲁棒性,采用了基于Takagi–Sugeno–Kang(TSK)模糊推理系统的离线神经...
解读: 该快速平滑二阶滑模MPPT技术对阳光电源风电变流器及储能系统具有重要借鉴价值。其98.9%的系统效率和98.2%的跟踪精度显著优于传统方法,可应用于SG风电变流器优化最大功率点跟踪算法。神经模糊估计与鲁棒微分器的融合控制策略,可移植至ST系列PCS的GFM控制中,提升新能源波动工况下的动态响应速度(...
基于静止卫星数据的太阳能发电临近预报Transformer方法
Transformer approach to nowcasting solar energy using geostationary satellite data
Ruohan Li · Dongdong Wang · Zhihao Wang · Shunlin Liang 等7人 · Applied Energy · 2025年1月 · Vol.377
到达光伏面板的全球水平辐照度(GHI)在空间和时间上的不可预测性,给区域尺度上稳定且经济高效地将太阳能电力接入电网带来了挑战。因此,亟需一种及时且准确的大规模GHI临近预报方法,而现有大多数研究在此方面仍显不足。本研究提出了SolarFormer模型,该模型利用卫星数据并结合门控循环单元,实现近实时的GHI估算;同时引入时空Transformer模块,以15分钟为间隔提供最长3小时的预报,且在较长的预报时效内仍能保持较高的预报精度而不出现显著退化。SolarFormer仅需GOES-16与Him...
解读: 该SolarFormer卫星辐照度预测技术对阳光电源储能系统(ST系列PCS、PowerTitan)具有重要应用价值。3小时提前量、15分钟间隔的GHI精准预测可优化储能充放电策略,提升电网友好性。结合iSolarCloud平台可实现区域级光储协同调度,降低预测偏差导致的弃光率。其近实时特性可增强S...
考虑抽水蓄能变速机组的水-风-光-储短期调度策略
Short-term scheduling strategies for hydro-wind-solar-storage considering variable-speed unit of pumped storage
Huan Wang · Shengli Liao · Chuntian Cheng · Benxi Liu 等6人 · Applied Energy · 2025年1月 · Vol.377
摘要 抽水蓄能电站(PSHP)因其独特的双向调节能力,能够有效弥补传统水-风-光互补系统调节能力不足的问题。然而,清洁能源出力的不确定性、传统定速机组的固有缺陷以及对机组启停计划的忽视,给抽水蓄能电站的高效运行带来了显著挑战。为应对上述挑战,本文构建了一种考虑变速机组(VSU)策略及抽水蓄能电站最小启机台数原则的水-风-光-抽水蓄能混合能源系统短期协同调度模型(SHWSSCMM)。首先,提出以最小化启机台数为目标,结合最小化负荷峰谷差和最大化发电收益,共同构成SHWSSCMM的多目标函数,在追求...
解读: 该研究对阳光电源储能系统具有重要价值。变速抽水蓄能机组的实时功率调节策略可借鉴至ST系列PCS的双向变流控制,提升PowerTitan储能系统在风光水储混合场景下的灵活调节能力。多目标优化中的削峰填谷与机组启停最小化思想,可融入iSolarCloud平台的智能调度算法,优化储能系统充放电策略。拉丁超...
用于海上风电场维护调度的深度强化学习集成方法
A deep reinforcement learning ensemble for maintenance scheduling in offshore wind farms
Namkyoung Lee · Joohyun Wooc · Sungryul Kimbd · Applied Energy · 2025年1月 · Vol.377
摘要 海上风能作为可持续发电的核心组成部分,随着风电场规模扩大以实现成本效益,其运行面临的挑战日益加剧,其中包括必须应对由尾流效应和天气波动引起的功率波动问题。本研究提出了一种基于领域知识的深度Q网络(DQN)框架,旨在优化维护资源的分配以及维护任务的战略选择,相较于默认风况条件,发电量提升了11.1%。通过引入多种尾流模型以提高决策精度,将维护调度问题建模为马尔可夫决策过程(MDPs),以应对维护调度中的复杂性。一个显著的创新点是引入卷积层,有效加快了算法的收敛速度。结果表明,所提出的模型在提...
解读: 该深度强化学习运维调度技术对阳光电源海上风储系统具有重要应用价值。可集成至iSolarCloud平台,结合ST系列储能变流器和PowerTitan系统,通过DQN算法优化风电场功率波动补偿策略。其马尔可夫决策模型可应用于大规模储能电站的预测性维护调度,卷积神经网络加速收益与阳光GFM控制快速响应特性...
用于并网光伏电站选址的分段变异粒子群优化算法
PSO with segmented mutation for site selection in grid-connected photovoltaic power generation system
Xiao Zhang · Yujiang Chen · Linhui Cheng · Shasha Tian 等5人 · Applied Energy · 2025年1月 · Vol.377
摘要 本文提出了一种新型的分段变异粒子群优化(SMPSO)算法,用于解决并网光伏发电系统规划阶段中光伏(PV)阵列场址与电力变压器场址的选址问题。光伏阵列和电力变压器的选址过程直接影响系统的发电效率与建设运行成本。然而,该选址任务对优化算法提出了严峻挑战。粒子群优化(PSO)是一种应用广泛的基于种群的优化器,具有众多应用场景。但由于标准PSO在处理选址问题时存在早熟收敛和易陷入局部最优的缺陷,本文提出一种分段变异的PSO算法:在迭代初期采用全局粒子变异操作以增强全局搜索能力;在迭代后期则对较优粒...
解读: 该SMPSO算法对阳光电源光伏电站规划具有重要应用价值。在大型地面电站设计中,可优化SG系列逆变器和箱变布局,降低线损和建设成本。算法的分段变异策略可集成到iSolarCloud平台的智能选址模块,结合地形、辐照和电网接入条件,实现光伏阵列与ST系列储能系统的协同优化配置。其快速收敛特性适用于多场景...
基于灰狼优化与LSTM预测结合蒙特卡洛不确定性分析的太阳能-地热能集成多联产系统热力学分析与性能提升:以特内里费岛为例
Thermodynamic analysis and performance enhancement of an integrated solar–geothermal polygeneration system using grey wolf optimization and LSTM-based forecasting with Monte Carlo uncertainty analysis: A case study on Tenerife Island
Ali Shokri Kalan · Mohammadreza Babaei Khuyinrud · Farshad Jahangiri · Ramin Ahmadi 等7人 · Applied Energy · 2025年1月 · Vol.401
全球变暖和化石燃料供应限制凸显了可持续能源选择的必要性。基于可再生能源的系统为实现碳中和提供了途径,但由于间歇性问题而面临可靠性挑战。本研究探讨了特内里费岛整合太阳能与地热能的潜力。提出了一种新型混合系统,该系统结合了聚光太阳能发电、地热能资源以及由以下组件构成的能量利用系统:超临界CO₂循环、溴化锂-水吸收式制冷系统、多效蒸馏脱盐装置、三级有机朗肯循环和质子交换膜电解槽。该系统可同时生产电力、供热、制冷、淡水和氢气,其基准能量效率和㶲效率分别为62%和17%。系统的产出速率分别为:7844 k...
解读: 该多能互补系统研究对阳光电源ST储能系统与SG逆变器协同优化具有重要参考价值。灰狼算法优化使能效提升21%、火用效率提升38%,可应用于iSolarCloud平台的多能源协调控制策略。LSTM预测模型结合蒙特卡洛不确定性分析,可增强储能系统在间歇性可再生能源场景下的调度可靠性。系统集成制氢、制冷、淡...
面向实际应用的基于VO2的温度自适应辐射材料研究进展
VO2-based temperature-adaptive radiative materials towards real-world applications: A review
Tingli Rena · Congju Liab · Applied Energy · 2025年1月 · Vol.399
摘要 全球变暖带来的日益严峻的挑战使得对可持续冷却解决方案的需求达到了前所未有的高度。在众多技术中,基于二氧化钒(VO2)的材料因其在高效热管理方面的潜力而成为极具前景的候选者。单斜相VO2(M1)与金红石相VO2(R)在相变温度(Tc)下发生的可逆绝缘体-金属相变,会引发光学性质的突变,从而实现动态辐射调控。然而,这类材料的实际应用受到固定相变温度以及光谱调制能力有限的制约。本文系统综述了通过元素掺杂策略及微/纳米结构工程优化VO2热致变色性能的最新研究进展。这些性能增强的基于VO2的材料在智...
解读: VO2温控辐射材料的相变光学调控特性对阳光电源储能热管理具有创新价值。PowerTitan等大型储能系统面临温度波动导致的效率损失,VO2材料可实现被动式动态散热,降低空调能耗15-25%。其智能窗应用可优化集装箱式储能舱温控,SiC/GaN功率器件的散热设计也可借鉴其自适应辐射调节机制。建议关注掺...
基于深度强化学习的氢燃料电池列车能量与热管理协同优化策略
Collaborative optimization strategy of hydrogen fuel cell train energy and thermal management system based on deep reinforcement learning
Kangrui Jiang · Zhongbei Tian · Tao Wen · Kejian Song 等6人 · Applied Energy · 2025年1月 · Vol.393
摘要 轨道交通脱碳已成为轨道交通行业未来发展的主要方向。氢燃料电池(HFC)列车因其零碳排放和较低的改造成本,成为具有竞争力的潜在解决方案。然而,由于氢气在储存、运输和利用方面面临的挑战,其成本较高,仍是制约HFC列车商业化的主要因素。温度对HFC的能量转换效率和寿命具有显著影响,其热管理要求比内燃机更为严格。现有的HFC列车能量管理系统(EMS)通常忽略了HFC温度变化对能量转换效率的影响,难以根据环境动态条件实现能量与热管理的实时平衡控制。为解决这一问题,本文提出一种基于深度强化学习(DRL...
解读: 该深度强化学习能量-热管理协同优化技术对阳光电源氢能及储能系统具有重要借鉴价值。其MDP建模与双深度Q学习算法可应用于ST系列PCS的多能源协调控制,实现电池SOC动态平衡与温控优化。该方法在充电站EV Solutions中可优化充电功率分配,降低设备热应力;在PowerTitan储能系统中可提升变...
钢铁工业在实时需求响应中的能源与环境性能研究:以热轧过程为例
Energy and environmental performance of iron and steel industry in real-time demand response: A case of hot rolling process
Xinmin Liu · Wenqiang Sun · Tiantian Chen · Xiaoyuan Xu 等5人 · Applied Energy · 2025年1月 · Vol.389
摘要 可再生能源的大规模并网给电力系统的灵活稳定运行带来了新的问题与挑战。基于需求侧资源的新型电网调节模式已成为工业发展的重要趋势。钢铁等工业场所耗电量巨大,具备显著的需求响应(DR)潜力。然而,工业负荷的实时调节能力尚未得到清晰量化,且由于能源与环境因素的影响,工业部门参与需求响应的积极性较低。为弥补上述研究空白,本文聚焦钢铁工业中的热轧过程,提出一种评估模型以量化其实时需求响应潜力。通过对热轧过程在需求响应期间的能源与环境性能进行分析,制定了在加热炉待机期间减少工艺气体供应和降低二氧化碳排放...
解读: 该研究揭示钢铁行业热轧工序具备16MW级实时需求响应潜力,为阳光电源PowerTitan储能系统和ST系列PCS在工业负荷侧应用提供新场景。可结合iSolarCloud平台开发工业DR智能调度算法,通过GFM控制技术实现毫秒级功率响应,配合绿电消纳降低碳排放。建议针对高耗能工业开发定制化储能解决方案...
燃料电池-电池电动汽车的热管理:挑战与解决方案
Thermal management of fuel cell-battery electric vehicles: Challenges and solutions
Aezid-Ul-Hassan Najmi · Abdul Wah · Rohith Prakash · Oliver Schopen 等6人 · Applied Energy · 2025年1月 · Vol.387
摘要 燃料电池混合动力电动汽车(FCHEVs)有望满足道路交通中高功率需求,同时减少温室气体排放。然而,尽管前景广阔,FCHEVs在进入当前汽车市场的过程中仍面临诸多挑战,其中热管理是主要挑战之一。除了显著降低FCHEVs的效率外,辅助负载以及加热和冷却需求还可能由于加热/冷却效率低下而导致电动部件寿命缩短,进而影响工作温度。本综述指出,现有研究主要集中于各个子系统,对FCHEVs整体热管理集成的关注较为有限。诸如废热回收(WHR)等新型策略被证明可将质子交换膜燃料电池(PEMFC)的效率从40...
解读: 该燃料电池混合动力热管理技术对阳光电源EV解决方案具有重要参考价值。文中提出的废热回收(WHR)系统可将效率提升至90%,可借鉴应用于我司OBC充电机和电机驱动系统的热管理优化。相变材料(PCM)技术可集成到充电桩温控设计中,提升极端温度下的充电效率。结合iSolarCloud平台的预测性维护能力,...
辐射冷却在高速铁路无砟轨道板热管理中的应用
Radiative cooling for thermal management of ballastless track slab in high-speed railways
Shuai Huang · Tian You · Yudong Xi · Applied Energy · 2025年1月 · Vol.382
摘要 随着现代高速铁路的快速发展以及极端高温天气频率的不断增加,无砟轨道板因热问题引发的开裂和上拱离缝等问题日益突出。然而,当前针对无砟轨道板的热管理技术仍较为有限,主要依赖冷却管和涂层等方法。冷却管系统通过在轨道板内部布置流体管道实现散热,虽具有一定效果,但存在能耗高、安装复杂及维护困难等问题。作为一种环境友好且节能的被动冷却方式,辐射冷却涂层在建筑屋顶、外墙以及光伏组件上的应用效果已得到验证,有望改善无砟轨道板的热环境,缓解其热致病害。本文首先回顾了辐射冷却技术的基本原理,继而综述了常见辐射...
解读: 该辐射冷却技术对阳光电源光伏及储能系统具有重要应用价值。文中提到的辐射冷却涂层已在光伏组件上验证有效,可降低表面温度约10°C,这与我司SG系列逆变器和PowerTitan储能系统的热管理需求高度契合。采用TiO₂、BaSO₄等反射材料和多层结构设计的被动冷却方案,可优化我司户外设备的温控性能,降低...
一种基于神经网络的高效图像处理方法用于透明质子交换膜燃料电池中的水量化
An efficient neural-network-based image processing method for water quantification in a transparent proton exchange membrane fuel cell
Sai-Jie Cai · Mu-Chen Wang1 · Jun-Hong Chen · Zhuo Zhang 等6人 · Applied Energy · 2025年1月 · Vol.382
水管理和热管理对质子交换膜燃料电池的性能至关重要。本文设计了一种活性面积为25 cm²的透明单电池,用于在不同工况下表征水分布特性。在电池的设计与组装过程中,该方案克服了电池密封方面的技术挑战。通过神经网络对不同运行条件下录制的视频进行逐帧分析,实现了液态水的量化。为了进行对比分析,采用了阈值处理方法,并详细讨论了其优缺点。利用基于阈值处理结果生成的包含137帧的高质量训练集对神经网络进行训练。本研究探讨了温度、电压以及流场结构设计对水积累的影响。基于神经网络的语义分割方法在复杂工况下表现出优异...
解读: 该神经网络图像处理技术对阳光电源储能系统热管理具有重要借鉴价值。ST系列PCS和PowerTitan储能系统运行中的温度监测与水汽管理是关键挑战,文中基于语义分割的实时监测方法可应用于电池簇热失控预警。透明化设计理念启发iSolarCloud平台开发视觉诊断模块,通过热成像与AI识别实现储能柜内异常...
用于流场图案的天然TPMS多孔结构以改善质子交换膜燃料电池在高电流密度运行中的传质性能
Natural TPMS porous architectures for flow-field patterns to improve mass transport in high current density operations of proton exchange membrane fuel cells
Phuc Ho-Van · Ocktaeck Lim · Applied Energy · 2025年1月 · Vol.381
在质子交换膜燃料电池(PEMFC)中提升其在高电流密度下工作的能力,对于实现广泛采用至关重要。值得注意的是,多项研究致力于开发合适的流场图案以缓解传质受限导致的性能损失,然而目前尚无一种流场能够有效应对在此类工况下同时出现的水淹和燃料饥饿双重挑战。本研究提出了一种新颖的方法,即将受自然界启发的三周期性极小曲面(TPMS)多孔结构引入PEMFC的流场设计中。我们的数值模拟结果表明,G-细带网络(GL25-FF)是最具前景的解决方案。其周期性且非曲折的孔道结构能够有效地将气流引导至气体扩散层(GDL...
解读: 该TPMS仿生多孔流场技术对阳光电源氢能储能系统具有重要借鉴价值。其G-配体网络结构通过优化质量传输,在0.4V电压下实现1.91A/cm²电流密度,较丰田Mirai提升5%,可应用于公司燃料电池备用电源系统。该技术的双相水管理策略和低压降设计理念,可迁移至ST系列PCS的液冷散热优化,改善大功率储...
探究合作式输电规划在不同空间尺度热浪期间对电网性能的影响
Investigating the effects of cooperative transmission expansion planning on grid performance during heat waves with varying spatial scales
Kerem Ziya Akdemir · Kendall Mongir · Jordan D.Kern · Konstantinos Oikonomou 等10人 · Applied Energy · 2025年1月 · Vol.378
摘要 人们日益认识到区域间输电容量在电力系统脱碳方面的优势。一个较少被探讨的潜在益处是在极端天气事件期间可能带来的电网性能改善。本研究采用先进的建模链,通过模拟美国西部互联电网在2019年和2059年不同输电规划区域协作水平下的运行情况,评估合作式输电扩展规划的影响。研究重演了2019年两次地理覆盖范围不同的历史热浪事件,并将其置于2059年未来气候变化情景下,以评估在电网压力期间输电合作所带来的效益。结果表明,无论是在整个互联电网层面还是各个输电规划区域层面,合作式输电规划在降低批发电价和减少...
解读: 该研究揭示跨区域输电协作在极端天气下的关键价值,对阳光电源储能系统(PowerTitan/ST系列PCS)具有重要启示。研究表明协作规划可降低64.3%电价并提升电网韧性,验证了分布式储能在热浪等极端场景下的调峰价值。建议结合iSolarCloud平台开发极端天气预测算法,优化GFM控制策略以支撑跨...
通过综合热力与压力管理增强海底咸水沉积物中CO2水合物的形成及长期稳定性以实现高效CO2封存
Enhancing CO2 hydrate formation and long-term stability in subseafloor saline sediments through integrated thermal and pressure management for effective CO2 sequestration
Erasto E.Kasala · Jinjie Wanga · Wakeel Hussain · Asia Majidd 等5人 · Applied Energy · 2025年1月 · Vol.377
摘要 本文综述了近年来在优化海底咸水沉积物中CO₂水合物形成与稳定性的热力与压力管理策略方面的研究进展,重点探讨其在碳捕集与封存(CCS)中的应用。本研究综合了多项研究成果,系统分析了温度与压力调控结合化学添加剂对CO₂水合物生成动力学、稳定性以及封存效率的提升作用。文中讨论了诸如电加热系统和压力循环等新型技术手段在促进水合物形成中的作用。同时,对沉积物非均质性、盐度变化以及环境影响等关键挑战进行了深入剖析。文章最后指出了当前研究中存在的空白,并提出了若干创新方法以提高基于水合物的碳封存效率。本...
解读: 该CO2水合物封存技术中的热管理和压力控制策略,对阳光电源储能系统具有重要借鉴价值。其温度-压力协同调控方法可应用于PowerTitan液冷储能系统的热管理优化,电加热促进水合物形成的思路启发ST系列PCS在极端环境下的温控策略创新。压力循环技术与储能系统充放电循环管理存在相似性,可为电池热失控预防...
多尺度协同建模与基于深度学习的风冷数据中心热预测:热管理的新视角
Multi-scale collaborative modeling and deep learning-based thermal prediction for air-cooled data centers: An innovative insight for thermal management
Ningbo Wang · Yanhua Guo · Congqi Huang · Bo Tian 等5人 · Applied Energy · 2025年1月 · Vol.377
摘要 研究数据中心(DC)的热环境及温度分布对于应对设备故障或环境变化等突发事件至关重要。然而,构建从数据中心机房级到芯片级的全尺寸仿真模型面临巨大挑战。本文提出一种独特的方法,将多尺度协同建模与深度学习技术相结合,用于风冷数据中心的热预测。通过将父模型的仿真结果作为子模型的边界条件,构建了数据中心多尺度仿真模型,显著降低了模型复杂度和计算资源消耗。利用实验数据,对不同尺度的模型分别进行了验证。研究了不同冷却策略、送风温度和送风流量对多尺度仿真模型的影响。基于参数化仿真方法,构建了用于训练数据驱...
解读: 该多尺度协同建模与深度学习热管理技术对阳光电源储能系统具有重要应用价值。ST系列PCS和PowerTitan等大型储能产品面临电池簇、模组到电芯的多层级热管理挑战,可借鉴其多尺度仿真方法降低建模复杂度。CNN-BiLSTM-Attention神经网络可集成至iSolarCloud平台,实现储能柜温度...
第 9 / 9 页