找到 5 条结果 · Applied Energy
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4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...
SWAPP：面向智慧城市能源管理的动态动作边界调整群体精确策略优化
SWAPP: Swarm precision policy optimization with dynamic action bound adjustment for energy management in smart cities
Chia E.Tungo · Ben Niu · Hong Wang · Applied Energy · 2025年1月 · Vol.377
摘要 能源存储系统在协调可再生能源发电与用电高峰、降低能耗成本以及减少碳排放方面正变得愈发重要。由于能源需求不断增长以及可再生能源集成复杂性的提高，智慧城市中的能源系统管理正面临日益严峻的挑战，这使得对储能系统的有效控制变得尤为关键。基于规则的控制器（RBCs）虽能提供预设解决方案，但缺乏适应能力。群体智能与进化算法则为决策与优化问题提供了具有成本效益、稳定且可扩展的解决途径。然而，这些方法在数据丰富场景下的有效性仍有待深入探索。本研究提出一个决策框架，并设计了一种名为SWAPP的决策算法，该算...
解读: 该SWAPP群智能优化算法对阳光电源ST系列储能变流器和PowerTitan系统具有重要应用价值。其动态动作边界调整机制可优化储能系统充放电策略,提升电池寿命和经济性。K-Means分类器结合延迟奖励机制,能够适配不同建筑能源特征,为iSolarCloud平台的智能能量管理提供算法创新思路。相比传统...
用于燃料生产的太阳能热化学反应器中氧泵辅助的先进热管理
Advanced thermal management for oxygen pump assisted solar thermochemical reactor for fuel production
Runsen Wang · Yuzhu Chen · Meng Lin · Applied Energy · 2025年6月 · Vol.388
摘要 高性能的热化学循环在燃料生产过程中需要一个高能耗的还原步骤，这是由于其对高温和低氧分压的严格条件所致。集成的高温电化学氧泵（EOP）能够实现有效的原位除氧，以较低的能量消耗灵活调节氧环境。然而，由极端高的还原温度（通常超过1500 °C）引起的热失效问题对氧泵的稳定性构成了挑战。本研究提出了一种通过主动冷却氧泵以防止过热的热管理策略，用于实现氧泵的集成。采用数值模拟与实验方法相结合的方式评估了反应器的性能。在有无主动冷却条件下，分别评估了氧化铈（ceria）的热化学性能和EOP的电化学性能...
解读: 该太阳能热化学制氢技术对阳光电源储能系统具有重要启示。研究中的热管理策略与主动冷却方案可应用于PowerTitan储能系统的热控优化,特别是电化学氧泵的温度梯度控制思路可借鉴至ST系列PCS的功率器件散热设计。文中提出的多参数协同优化方法(材料高度、间隙距离、温差控制)对储能系统电芯热管理和BMS策...
基于快速零维集成精确三维优化模型的电动汽车动力舱热管理
Thermal management of electric vehicle power cabin based on fast zero-dimensional integrating accurate three-dimensional optimization model
Peimiao Li · Shibo Wang · Hui Wang · Yun Feng 等6人 · Applied Energy · 2025年1月 · Vol.378
摘要 动力舱散热方案的设计受限于复杂的结构配置和较慢的迭代速度。鉴于数值实验所需的巨大时间和计算资源，本文提出了一种快速零维集成精确三维优化模型，用于计算电动汽车动力舱的散热性能并优化其热管理系统。在现有热等效电路模型的基础上，快速零维模型建立了各设备之间的热容与热阻网络，并通过参考精确的初始三维仿真结果对快速零维模型的输出进行修正。随后，利用零维模型搜索最优散热结构配置，并通过实验数据进行验证。结果表明，快速零维集成精确三维优化模型的优化结果得到了三维模型的良好验证。采用所提模型优化电机控制器...
解读: 该零维-三维混合热管理优化模型对阳光电源电动汽车业务具有重要价值。在OBC车载充电机、电机驱动器等功率密集产品中,可将散热方案迭代时间从576小时压缩至72小时,显著加速SiC/GaN功率器件的散热结构设计。该方法可应用于充电桩功率模块热仿真,通过快速优化翅片数量和尺寸,将芯片温度从551K降至35...
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...