找到 2 条结果 · Applied Energy
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...