找到 2 条结果 · Applied Energy
混合光伏-热电系统在可再生能源中的进展与挑战
Advances and challenges in hybrid photovoltaic-thermoelectric systems for renewable energy
Raza Moshwan · Xiao-Lei Shi · Min Zhang · Yicheng Yu 等9人 · Applied Energy · 2025年1月 · Vol.380
将热电发电机（TEGs）与光伏（PV）器件相结合，是一种有效提升光伏电池发电能力的策略，从而显著促进太阳能的广泛应用。通过同时利用太阳光中的光子能量和热能，该集成方式能够最大化能量捕获，提高整个系统的整体效率，进而推动太阳能发电的可行性与规模化发展。本文及时综述了混合光伏-热电发电机（PV-TEG）技术在基础原理、热阻、接触电阻和负载电阻对性能的影响、多种集成方案（如结合光谱分束器、相变材料及热力系统的混合PV-TEG系统）、热管理、可行性分析以及经济与环境影响、长期效率提升等方面的最新进展与面...
解读: 该PV-TEG混合发电技术对阳光电源光伏逆变器产品线具有重要启示价值。热电联合发电可提升组件侧能量利用率,与SG系列逆变器的MPPT优化技术形成协同:通过精准追踪光伏-热电双模式功率点,配合三电平拓扑降低损耗,可进一步提升系统效率。该技术的热管理方案可为PowerTitan储能系统的温控设计提供参考...
一种用于锂离子电池退化轨迹预测的合成数据生成方法及进化型Transformer模型
A synthetic data generation method and evolutionary transformer model for degradation trajectory prediction in lithium-ion batteries
Haiyan Jin · Rui Ru · Lei Cai · Jinhao Meng 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 在锂离子电池使用的早期阶段识别其长期退化行为，对于电池管理系统（BMS）在实际应用中有效维护电池至关重要。然而，由于电池在生产和运行条件方面存在差异，该过程面临较大挑战。近年来，已有研究经验证明，数据驱动方法在处理退化预测问题上具有良好的应用前景。然而，合适数据的缺乏仍是影响预测最终性能的主要障碍。此外，预测结果还受到预测器设置的影响，包括神经网络结构及其超参数的设定。实现该过程自动化的挑战至今仍未得到解决。在本研究中，我们提出了一种新颖的退化轨迹预测框架。首先，通过条件生成对抗网络（CG...
解读: 该锂电池退化预测技术对阳光电源储能系统具有重要价值。通过CGAN合成数据和Transformer模型可显著提升ST系列PCS及PowerTitan储能系统中BMS的预测精度,解决早期退化识别难题。自动化超参数优化框架可集成至iSolarCloud平台,实现储能电站电池全生命周期健康管理和预测性维护,...