找到 4 条结果 · Applied Energy
基于混合储能系统与工况识别的电动拖拉机多目标能效管理优化
Multi-objective optimization for energy-efficient management of electric Tractors via hybrid energy storage systems and scenario recognition
Qiang Yu · Xionglin He · Yongji Chen · Zihong Jiang 等8人 · Applied Energy · 2025年1月 · Vol.391
摘要 电动拖拉机的推广应用面临诸多挑战,包括动力系统对多样化作业工况的适应性,以及能量效率与电池寿命的优化问题。本文提出一种用于电动拖拉机的混合储能系统(HESS)架构,并设计了一种基于犁地作业场景识别的多目标能效管理策略(EMS)。该策略首先利用实际犁地作业数据构建电动拖拉机模型及犁地工况循环(POC)。采用K均值聚类与主成分分析(PCA)进行离线工况分类,同时引入多层感知器神经网络(MLPNN)实现在线实时场景识别。此外,开发了一种多策略改进型黑翅鸢算法(MSIBKA),以高效求解自适应功率...
解读: 该混合储能系统(HESS)技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要参考价值。论文提出的多目标能量管理策略,通过超级电容承担65%峰值功率、降低电池C-rate超10%,与阳光电源储能PCS的功率分配优化理念高度契合。场景识别与自适应功率分配算法可应用于充电桩产品,提升电池寿...
考虑中国典型特大城市的立面因素的建筑一体化光伏能源-经济-环境综合评价
Energy-economy-environment evaluation of building-integrated photovoltaic considering facade factors for representative megacities in China
Zhe Yu · Cuiying Chen · Duo Lou · Jingjing Jiang 等5人 · Applied Energy · 2025年1月 · Vol.389
尽管城市高层建筑立面接收到的太阳辐射量低于屋顶,但由于其面积更大,其潜在的能源输出仍然可观。本研究对中国典型气候区内的十座特大城市开展了建筑一体化光伏(BIPV)潜力的能源-经济-环境(3E)综合评估,并探讨了BIPV与电动汽车(EV)协同作用对城市可持续发展的意义。分析结果表明,BIPV系统,包括屋顶光伏(RPV)系统和朝南立面光伏(FPV)系统,可对城市电力供应做出显著贡献。具体而言,RPV系统可满足城市电力需求的29.10%。此外,在BIPV贡献较低的城市中,FPV系统作为关键基础设施,可...
解读: 该研究对阳光电源BIPV解决方案具有重要指导意义。研究表明RPV+FPV系统可提供城市29.10%电力需求并减排35.50%,验证了SG系列组串式逆变器在建筑立面应用的价值。BIPV-EV协同消纳9.78%过剩电力的发现,为阳光电源整合PowerTitan储能系统、充电桩产品与iSolarCloud...
可切换自然冷却方式在光伏/热 collectors 中高效热管理的比较分析
Comparative analysis of switchable natural cooling methods for efficient thermal management in photovoltaic/thermal collectors
Siyan Chan · Ken Chen · Kongfu Hu · Lingfeng Shi 等7人 · Applied Energy · 2025年1月 · Vol.385
摘要 光伏/热(PV/T)集热器能够同时产生热量和电能,但在炎热天气下会出现过热现象,显著影响其性能和使用寿命。为解决这一问题,本研究提出在传统PV/T集热器中引入可切换的散热模式,以增强热管理能力。该方法可在热需求较高时实现高效热量收集,并在热需求较低时及时进行散热。本文介绍了四种具有不同可切换散热结构的PV/T集热器,并利用经过验证的二维稳态数学模型对其进行分析。结果表明,在合肥典型的夏季晴天条件下,这四种可切换冷却模式可显著降低停滞温度,降幅范围为26.2°C至46.6°C,从而将发电效率...
解读: 该PV/T热管理技术对阳光电源光伏逆变器产品具有重要参考价值。研究表明可切换散热模式可降低组件温度26-47°C,提升发电效率2.22-3.94%,这与SG系列逆变器的MPPT优化技术高度协同。建议将组件温度监测集成到iSolarCloud平台,结合储能系统ST系列PCS实现热电联供智能调度,在高温...
基于改进长短期记忆网络与数据驱动预测控制的电动汽车能量管理
Energy management of electric vehicles based on improved long short term memory network and data-enabled predictive control
Bin Chen · Guo He · Lin Hu · Heng Li 等7人 · Applied Energy · 2025年1月 · Vol.384
摘要 作为混合储能系统(HESS)电动汽车中一种流行的能量管理策略(EMS),模型预测控制(MPC)易受现有参数建模方法在模型精度和参数敏感性方面的影响。本文提出了一种基于分层数据驱动预测控制的新型EMS。上层采用优化的长短期记忆(LSTM)网络进行轨迹预测,从而为下层获取具有成本效益的负载功率需求。在下层,针对HESS提出了一种数据驱动预测控制(DeePC)方法,以实现电池与超级电容器之间的最优功率分配,并最小化电池容量衰减。与传统的MPC不同,DeePC基于仅从HESS的输入-输出数据构建的...
解读: 该分层数据驱动预测控制技术对阳光电源储能系统具有重要应用价值。论文提出的DeePC方法无需精确参数建模,仅依赖输入输出数据即可实现电池-超级电容混合储能的最优功率分配,相比传统MPC降低运行成本22.68%。该技术可直接应用于ST系列PCS的能量管理策略优化,通过LSTM网络预测负荷需求,结合Dee...