找到 4 条结果 · Applied Energy
基于随机森林可解释人工智能揭示储能与可再生能源在脱碳进程中的协同作用
Understanding the synergy of energy storage and renewables in decarbonization via random forest-based explainable AI
Zili Chen · Zhaoyuan Wu · Lanyi Wei · Linyan Yang 等6人 · Applied Energy · 2025年1月 · Vol.390
摘要 可再生能源（RE）与储能系统（ESS）的协调发展对于低碳转型至关重要。除了最优规划方案外，理解规划结果背后的深层原因对于提升决策透明度与可靠性同样关键。本研究探讨了在不同脱碳阶段中可再生能源与中长期储能（MTES）之间协同关系的演变过程，提出了一种可解释的分析框架，用于归因并分析影响规划结果的关键因素。通过采用随机森林（Random Forest, RF）方法，该框架识别出在不同边界条件下（如碳排放限额、资源禀赋和经济约束）驱动可再生能源—储能协同效应的核心因素，从而深入揭示时间与空间因素...
解读: 该研究对阳光电源储能规划具有重要指导意义。研究揭示长时储能(LDES>100h)在新能源富集区域的季节性平衡价值,与PowerTitan液流储能系统的应用场景高度契合;短时储能在火电主导区域应对日内波动的需求,可通过ST系列PCS的快速响应能力实现。随机森林可解释性框架可集成至iSolarCloud...
基于趋势分类与空间信息集成模型的日前风电场群功率预测
Day-ahead wind farm cluster power prediction based on trend categorization and spatial information integration model
Mao Yang · Yuxi Jiang · Chuanyu Xu · Bo Wang 等6人 · Applied Energy · 2025年1月 · Vol.388
摘要 随着风电产业的快速发展和风电装机容量的不断增加，影响发电量的因素在时间和空间上呈现出高度耦合的关系，这给风电场群功率预测（WFCPP）带来了极大的挑战。为解决这一问题，本文提出了一种考虑风电集群趋势聚合特性与空间信息集成（SII）的区域风电功率预测（WPP）精度提升方法。首先，引入一种考虑空间特征的趋势聚类方法以实现集群划分。该方法采用静态分区策略应对持续随机变化的动态环境，削弱了风速空间离散性对集群划分的影响。其次，深入挖掘多个风电场群（WFC）之间的多维时空耦合特性，并构建了融合时空信...
解读: 该风电集群功率预测技术对阳光电源储能系统具有重要应用价值。通过趋势聚类和空间信息融合,可显著提升区域风电预测精度(RMSE降低2.07%),为ST系列PCS和PowerTitan储能系统提供更精准的充放电调度依据。其时空耦合特征挖掘方法可集成至iSolarCloud平台,优化风储协同控制策略,配合G...
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1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...
一种集成的工业光伏面板清洁推荐系统以实现最优除尘
An integrated industrial PV panel cleaning recommendation system for optimal dust removal
Chao Zhang · Yunfeng Ma · Guolin Yang · Tao Chen · Applied Energy · 2025年1月 · Vol.377
摘要 基于前期研究，本文对光伏枢纽清洁推荐系统（PNCRS）的有效性进行了全面研究。PNCRS是一种智能清洁推荐系统，旨在针对不同环境条件下优化光伏（PV）面板的清洁调度。传统的固定时间间隔和基于性能退化的光伏面板维护策略往往难以奏效，主要原因是其无法适应不断变化的环境影响，特别是在极端天气条件下。这些传统方法虽然简单直接，却未能捕捉到环境变化与面板效率之间的复杂相互作用，导致清洁计划次优以及能量输出下降。该智能清洁推荐系统通过实时环境适应性、数据驱动的决策机制以及综合利润优化，在确定光伏面板清...
解读: 该智能清洁推荐系统对阳光电源iSolarCloud平台具有重要应用价值。系统采用的VMD-CGAN数据增强和WPETF特征优化技术,可与SG系列逆变器的MPPT优化算法协同,通过实时环境数据动态调整清洁策略,在工商业光伏场景下提升29-34%收益。其贝叶斯优化的利润曲线模型可集成至预测性运维系统,为...