找到 1 条结果 · Applied Energy
基于灰狼优化与LSTM预测结合蒙特卡洛不确定性分析的太阳能-地热能集成多联产系统热力学分析与性能提升：以特内里费岛为例
Thermodynamic analysis and performance enhancement of an integrated solar–geothermal polygeneration system using grey wolf optimization and LSTM-based forecasting with Monte Carlo uncertainty analysis: A case study on Tenerife Island
Ali Shokri Kalan · Mohammadreza Babaei Khuyinrud · Farshad Jahangiri · Ramin Ahmadi 等7人 · Applied Energy · 2025年1月 · Vol.401
全球变暖和化石燃料供应限制凸显了可持续能源选择的必要性。基于可再生能源的系统为实现碳中和提供了途径，但由于间歇性问题而面临可靠性挑战。本研究探讨了特内里费岛整合太阳能与地热能的潜力。提出了一种新型混合系统，该系统结合了聚光太阳能发电、地热能资源以及由以下组件构成的能量利用系统：超临界CO₂循环、溴化锂-水吸收式制冷系统、多效蒸馏脱盐装置、三级有机朗肯循环和质子交换膜电解槽。该系统可同时生产电力、供热、制冷、淡水和氢气，其基准能量效率和㶲效率分别为62%和17%。系统的产出速率分别为：7844 k...
解读: 该多能互补系统研究对阳光电源ST储能系统与SG逆变器协同优化具有重要参考价值。灰狼算法优化使能效提升21%、火用效率提升38%,可应用于iSolarCloud平台的多能源协调控制策略。LSTM预测模型结合蒙特卡洛不确定性分析,可增强储能系统在间歇性可再生能源场景下的调度可靠性。系统集成制氢、制冷、淡...