找到 4 条结果 · Applied Energy

排序:
光伏发电技术 储能系统 GaN器件 ★ 5.0

探索光伏集成室内农业的可持续解决方案:来自美国主要城市的能源、经济与环境洞察

Exploring sustainable solutions in PV-integrated indoor farming: Energy, economic, and environmental insights from major U.S. cities

Guoqing Hua · Fengqi You · Applied Energy · 2025年1月 · Vol.399

摘要 随着城市人口的增长,可持续的本地粮食生产变得至关重要。在优化条件下,集成光伏系统的室内农业能够实现稳定的作物产量。本研究评估了美国人口最多的十个城市中基于光伏的受控环境农业系统,这些城市按地区划分为北中部、南中部、东北部和西南部,重点分析其节能潜力、成本结构及环境影响。研究采用一种模拟框架,以15分钟为时间步长求解控制优化问题,并对控制结果与温室状态进行分析,以评估能源效率和环境效应。本研究引入了若干创新点:(1)全面的环境影响评估,重点关注光污染、碳足迹削减以及硝化作用;(2)跨多城市的...

解读: 该研究对阳光电源光储一体化方案具有重要参考价值。室内农业光伏系统可降低25.7%能耗,验证了ST系列储能变流器与SG逆变器协同优化的应用场景。15分钟级模型预测控制策略可融入iSolarCloud平台,实现精准能量管理。不同气候区域的成本差异(18%-26%)凸显1500V系统和MPPT优化技术在提...

储能系统技术 GaN器件 ★ 5.0

三维纳米和微米球的燃烧构筑:催化与能量存储的应用进展与前景

Combustion structuring of 3D nano- and microspheres: Advances and prospects for catalysis and energy storage

Hayk H.Nersisyan · Jong Hyeon Lee · Applied Energy · 2025年1月 · Vol.398

摘要 本综述探讨了由多种无机材料(包括金属、合金、非金属以及二元和复合金属氧化物)构成的三维纳米和微米球(N&MSs)在燃烧驱动下的结构调控。引言部分概述了N&MSs的关键合成技术,重点聚焦于三种基于燃烧的方法:自蔓延高温合成(SHS)、溶液燃烧合成(SCS)和火焰合成(FS)。第2节分析了微米球形成的基本机制以及影响该过程的热力学和动力学模型。第3节详细阐述了通过SHS、SCS和FS制备致密型和中空型N&MSs的燃烧基方法,批判性地分析了反应时间、火焰温度、反应介质以及反应物和溶剂选择对颗粒形...

解读: 该燃烧合成纳微球技术对阳光电源储能系统具有重要应用价值。复杂金属氧化物微球可优化ST系列PCS的磁性元件性能,提升功率密度;空心纳米球结构可改进PowerTitan电池热管理材料的比表面积和导热性能;催化特性可应用于储能系统氢能转换环节。燃烧法快速制备、形貌可控的特点,为阳光电源开发高性能储能材料、...

储能系统技术 储能系统 GaN器件 工商业光伏 ★ 5.0

低温电解槽中同时产氢与有机物氧化

Simultaneous hydrogen generation and organic oxidation in low-temperature electrolyzers

Zuzanna Bojarsk · Maria Jarząbek Karnas · Agata Godula-Jopek · Sławomir Mandrek 等5人 · Applied Energy · 2025年1月 · Vol.389

摘要 低温电解槽在各种电化学和工业过程中发挥着关键作用,特别是在可持续能源存储与转换领域。传统上,阳极反应为析氧反应,该过程需要较高的工作电位,并伴随显著的运行成本。本综述探讨了一种通过使用替代燃料来缓解上述挑战的有前景的方法。通过对相关文献的系统性回顾,重点分析了醇类、胺类及生物质衍生物的电解研究进展。本文阐述了将非析氧反应与析氢反应相结合的潜力,以克服传统电解过程中的诸多弊端。通过拓展电化学反应路径,替代性阳极反应有望降低工作电位,从而减少能量输入和整体成本。此外,催化剂的合理设计与选择可有...

解读: 该低温电解制氢技术对阳光电源储能系统具有重要启示价值。通过替代燃料降低电解槽工作电位的思路,可应用于PowerTitan储能系统的能量管理优化,特别是在可再生能源制氢场景中,ST系列PCS可通过精准功率控制降低电解能耗。催化剂优化提升反应动力学的理念,与阳光GaN/SiC功率器件的高效转换技术形成协...

储能系统技术 GaN器件 工商业光伏 机器学习 ★ 5.0

利用机器学习对金属-有机框架材料进行从材料到系统的宽范围筛选以用于氢气储存

Broad range material-to-system screening of metal–organic frameworks for hydrogen storage using machine learning

Xinyi Wang · Hanna M.Breunig · Peng Peng · Applied Energy · 2025年1月 · Vol.383

摘要 氢气在向可持续能源系统转型过程中起着关键作用,在发电和工业应用中具有重要地位。金属-有机框架材料(MOFs)已成为高效氢气储存的有前景的介质。然而,由于目前已合成的MOF种类极为庞大,筛选出具备实际应用潜力的候选材料仍具挑战性。本研究结合分子模拟、机器学习与技术经济分析,评估了MOFs在广泛运行条件下用于氢气储存的综合性能。以往对MOF数据库的筛选主要关注低温条件下高氢吸附容量的材料,而本研究发现,实现成本最小化的最优温度和压力取决于MOF的原材料价格。具体而言,当MOF的价格为15美元/...

解读: 该MOF氢储能研究对阳光电源储能系统具有前瞻价值。研究揭示的机器学习筛选方法可借鉴于ST系列储能系统的热管理优化,特别是170-250K温区的成本最优化思路可应用于PowerTitan液冷系统设计。高比表面积材料特性分析为未来氢储能与光伏耦合系统提供技术路径,iSolarCloud平台可集成氢储能预...