找到 2 条结果 · Applied Energy
不同两相流关联式下高温热泵系统换热器设计与性能评估：4E分析
Heat exchanger design and performance evaluation for a high-temperature heat pump system under different two-phase correlations: 4E analysis
Ding Wu · Bo Ma · Xiaohui Huang · Xian Wu 等7人 · Applied Energy · 2025年4月 · Vol.384
摘要 为区域供热并促进可再生能源电力的消纳，高温热泵技术预计将在由可再生能源驱动的热能储存系统中发挥关键作用。然而，目前关于高温热泵性能预测的研究通常基于特定的换热器传热关联式，难以指导在高温热泵系统的换热器设计和系统性能评估中对两相流关联式的选择与组合。本研究聚焦于不同两相流关联式的影响，针对用于部件设计和系统性能预测的8种关联式（4种流动冷凝关联式和4种流动沸腾关联式）开展了对比研究。结果表明，对于设计工况下的冷凝器或蒸发器，其尺寸、成本及碳排放均显著受到不同两相流关联式的影响。在16组两相...
解读: 该高温热泵4E分析技术对阳光电源储能系统热管理具有重要参考价值。PowerTitan等大型储能系统面临显著热管理挑战,研究揭示的两相流换热关联式选择对换热器设计、成本及碳排放的影响,可直接应用于ST系列PCS和集装箱式ESS的冷却系统优化。特别是非设计工况下9.88%的制热量波动和6.76%的火用效...
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...