找到 2 条结果 · Applied Energy
利用聚光太阳能热能储存优化固体氧化物电解池：一种混合深度学习方法
Optimization of solid oxide electrolysis cells using concentrated solar-thermal energy storage: A hybrid deep learning approach
Hongwei Liua1 · Wei Shuaia1 · Zhen Yao · Jin Xuan 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 固体氧化物电解池（SOEC）是一种将CO2和H2O转化为合成气的前沿技术，具有显著的经济与环境效益。然而，该过程需要大量的高温热量输入，传统上依赖电能供给。本研究提出一种创新方法，利用聚光太阳辐射作为SOEC的可再生热源，并通过集成热能储存（TES）系统来应对太阳辐射固有的波动性挑战。我们构建了一种混合模型，将多物理场仿真与深度学习算法相结合，能够在实时直法向辐照度条件下快速优化电解过程。研究结果表明，在系统架构中引入TES后，SOEC入口处的温度变化率显著降低了53%，从而确保了运行的稳...
解读: 该研究将光热储能与固体氧化物电解耦合的深度学习优化方法,对阳光电源ST系列储能变流器及PowerTitan系统具有重要借鉴价值。其热能存储系统可降低53%温度波动率的控制策略,可应用于我司储能系统的热管理优化;混合多物理场仿真与深度学习算法的实时优化框架,可增强iSolarCloud平台的预测性维护...
参数优化与新型双电机耦合扭矩矢量驱动系统的多模式运行
Parameter optimization and multi-mode operation of a novel dual-motor coupling torque vectoring drive system for electric vehicles
Changyang Guan · Junnian Wang · Tianhui Zheng · Qikai Wang 等6人 · Applied Energy · 2025年7月 · Vol.389
摘要 近十年来，电动汽车（EVs）发展迅速，近年来对高性能电动汽车的研发尤为关注。然而，电驱动系统在驱动性能与效率之间的矛盾尚未得到充分解决。为提供一种潜在的解决方案，本文通过探索双电机驱动单元中可能最优的动力耦合构型，提出了一种新型双电机耦合扭矩矢量驱动系统（DCTVD）。相应地，基于DCTVD的多模式运行能力，本文提出并详细讨论了一种参数优化方法、驱动模式切换控制策略以及扭矩矢量控制策略。在应用上述方法与策略后，通过仿真验证了DCTVD的节能潜力。典型行驶工况循环测试结果表明，相较于传统的单...
解读: 该双电机耦合扭矩矢量驱动技术对阳光电源电动汽车动力系统产品线具有重要借鉴价值。其多模式运行与参数优化方法可应用于我司电机驱动控制器开发,通过模式切换策略提升驱动效率10-15%。扭矩矢量控制算法可集成至充电桩与车载OBC系统的功率分配优化中。多物理场耦合仿真方法论与我司PowerTitan储能系统的...