找到 7 条结果 · Applied Energy
基于实时TRNSYS-Python耦合的电池与热能储能太阳能区域能源系统多方法优化
Multi-method optimization of solar district energy systems with battery and thermal energy storage via real-time TRNSYS-Python coupling
Ruslan Kotegov · Mohamed Abokersh · Carles Mateu · Adedamola Shobo 等6人 · Applied Energy · 2025年1月 · Vol.400
向可持续能源转型对于实现能源系统的脱碳至关重要。太阳能区域能源系统（SDES）为替代化石燃料提供了可行方案，但在成本、间歇性以及优化方面仍面临挑战。本研究提出了一种高保真度、完全自动化的SDES优化框架，该框架将TRNSYS仿真与基于Python的动态控制器相结合，协同最小化生命周期成本和环境影响。其核心创新在于采用混合多方法策略——结合元启发式、启发式与随机算法——在无需依赖代理模型或人工干预的情况下，实现仿真与优化之间的无缝实时耦合。一个特征重要性评分（FIS）模块自适应地优先处理关键变量，...
解读: 该研究的TRNSYS-Python实时耦合优化框架对阳光电源ST系列储能变流器与SG系列光伏逆变器的协同控制具有重要参考价值。其多算法混合优化策略可应用于PowerTitan储能系统的容量配置与能量管理,通过特征重要性评分模块实现光储系统全生命周期成本优化。研究中90%以上太阳能利用率的案例验证了光...
一种新的智能控制与先进全局优化方法用于在复杂遮阴条件下提升光伏系统性能
A new intelligent control and advanced global optimization methodology for peak solar energy system performance under challenging shading conditions
Xiqing Wei · Ambe Harrison · Abdulbari Talib Naser · Wulfran Fendzi Mbasso 等9人 · Applied Energy · 2025年1月 · Vol.390
摘要 本文针对由部分遮阴条件（PSC）引起的光伏（PV）系统能量损失这一紧迫挑战展开研究，该问题是实现太阳能利用效率与可靠性最优化的关键障碍。研究提出了一种突破性的全局最大功率点跟踪（GMPPT）方法，旨在应对复杂遮阴场景下的动态变化，从而为最大化能量输出提供变革性解决方案。该方法的核心是“可信邻域识别机制”（Confident Neighborhood Identification Mechanism, CNIM），其理论基础在于：识别出围绕全局最大功率点（GMPP）的“可信邻域”，有助于实现...
解读: 该GMPPT智能控制技术对阳光电源SG系列光伏逆变器具有重要应用价值。其基于神经网络的无气候传感器方案与我司多路MPPT优化技术高度契合,可显著提升复杂遮挡场景下的发电效率。CNIM置信邻域识别机制可融入iSolarCloud平台实现智能诊断,FTST双阶段追踪算法(18ms收敛速度)可优化现有MP...
开发基于深度学习的硅基太阳能电池模型用于聚光光伏系统：面向高效应用的实时性能预测
Developing deep learning-based model for silicon-based solar cells in concentrator photovoltaic systems: A real-time prediction for efficient application-oriented performance
Mohamed M.Elsabahy · Mohamed Emam · Sameh A. Nad · Applied Energy · 2025年1月 · Vol.388
摘要 聚光光伏（CPV）技术利用高强度的入射太阳辐射，通过紧凑且成本效益高的散热器实现电能输出与热能利用的结合。然而，最大化聚光比需要强化冷却，从而产生大量低温热能。另一方面，为了使这些低温热能达到热驱动应用所需的温度水平，必须协调多个运行和设计参数，包括聚光比和散热器特性。这一问题可通过传统的有限体积法（FVM）结合优化技术或在不同冷却方式下针对宽范围聚光比进行的大量参数研究来数值揭示，但这种方法需要极高的计算成本和时间。为应对这一挑战，本研究提出一种基于深度学习的模型，作为计算高效的替代方案...
解读: 该深度学习CPV性能预测技术对阳光电源SG系列光伏逆变器及iSolarCloud平台具有重要应用价值。文中提出的实时性能优化模型可集成至智能运维系统,通过神经网络快速预测不同气象条件下的发电效率,替代传统有限元仿真的高计算成本。该方法可应用于MPPT算法优化,实现动态参数调整;同时为PowerTit...
基于深度强化学习的可再生能源与储能系统在多电力市场中最大化收益策略
Deep reinforcement learning-based strategy for maximizing returns from renewable energy and energy storage systems in multi-electricity markets
Javier Cardo-Miota · Hector Beltran · Emilio Pérez · Shafi Khadem 等5人 · Applied Energy · 2025年1月 · Vol.388
摘要 可再生能源（RES）与储能系统（ESS）的集成在优化其参与电力市场的过程中带来了挑战与机遇。本研究提出了一种新方法，利用深度强化学习（RL）算法为共址配置的可再生能源与电池储能系统（BESS）开发最优投标策略，实现同时参与电能量市场和辅助服务（AS）市场的多市场运作。所提出的方法采用马尔可夫决策过程（MDP）框架，根据市场状况和技术约束动态管理BESS的使用。作为强化学习智能体，采用了名为双延迟深度确定性（TD3）策略梯度算法的Actor-Critic方法。数据驱动的训练过程有助于模型学习...
解读: 该深度强化学习多市场竞价策略对阳光电源ST系列储能变流器及PowerTitan系统具有重要应用价值。研究中TD3算法实现的动态BESS调度与我司储能系统的智能能量管理高度契合,可集成至iSolarCloud平台实现日前市场与辅助服务的联合优化。案例中光储协同参与调频备用服务的模式,可直接应用于我司1...
一种用于太阳能、风能及混合系统的时空决策模型——以沙特阿拉伯为例
A spatio-temporal decision-making model for solar, wind, and hybrid systems – A case study of Saudi Arabia
Mohamed R. Elkadeem · Ali Younes · Jakub Jurasz · Atif S.Al Zahrani 等5人 · Applied Energy · 2025年1月 · Vol.383
摘要 本文针对由电力需求增长、电价上涨、环境污染以及能源危机所推动的全球向可再生能源转型的问题展开研究。提出了一种新颖的时空决策模型（STDMM），用于评估 utility-scale 太阳能光伏（PV）、陆上风力涡轮机（WT）以及光伏/风电混合系统的发展潜力，并以沙特阿拉伯为案例进行分析。选址与能源互补性分析整合了ERA5高分辨率气象数据以及二十余项约束和评估准则，技术经济潜力则考虑了特定技术参数与基础设施成本。STDMM的结果表明，由于气候资源和基础设施条件优越，沙特北部地区具有较高的光伏开...
解读: 该时空决策模型对阳光电源中东市场布局具有重要参考价值。研究显示风电LCOE波动大(34.8-125美元/MWh)且光伏北部、风电东部资源分布差异明显,凸显储能系统刚需。阳光电源ST系列PCS和PowerTitan储能方案可有效平抑波动,解决弃电风险。针对混合电站场景,SG系列光伏逆变器结合ESS储能...
地质储氢优化的综合方法
An integrated approach for optimizing geological hydrogen storage
Sabber Khandoozi · Pei Li · Reza Ershadni · Zhenxue Dai 等9人 · Applied Energy · 2025年1月 · Vol.381
摘要 在追求可持续能源转型和实现净零排放目标的过程中，地质氢气（H₂）储存（GHS）成为一项关键组成部分。GHS包括在低能源需求时期将可持续能源转化为H₂并注入地下储层，并在高能源需求时期将其采出。为优化GHS性能，必须针对各储存场地的特征——特别是储层非均质性和厚度——对注采速率等运行参数进行严格研究。理解储层特性与运行参数之间的相互作用，对于提高H₂采收效率并最小化产水量至关重要。通过数千次储层尺度的数值模拟，我们识别了这些变量如何影响关键性能指标：即最大化H₂采收量和最小化产水量。多变量自...
解读: 该地质储氢技术为阳光电源储能系统提供长周期能量存储方案参考。研究中的注入/提取速率优化、异质性分析方法可借鉴至ST系列PCS的充放电策略优化,特别是在电网调峰场景下。MARS敏感性分析框架可应用于PowerTitan系统的多变量协同控制,提升氢储能与电化学储能的混合调度效率。储氢-发电耦合系统需GF...
提升建筑能效：集成半透明光伏与选择性液体滤光器的多功能玻璃窗
Enhancing building efficiency: Multifunctional glazing windows with integrated semitransparent PV and selective liquid-filters
Mostafa M.Abdelsamieab2 · Kabbir Alia · Mohamed I.Hassan Alia2 · Applied Energy · 2025年1月 · Vol.377
建筑一体化光伏（BIPV）采光系统目前被认为是一种具有多种功能的有前景的技术。然而，该技术实现广泛应用的主要障碍在于如何在提高其光电转换效率（PCE）的同时，保持室内热舒适性和可见光透射率（VT）之间的平衡。本研究致力于开发一种多功能窗（MFW），通过在单层玻璃结构中将半透明光伏（STPV）电池与选择性液体滤光器（SLF）相结合，以优化太阳光谱的利用并提升BIPV窗户的热效率。采用结合方差分析（ANOVA）的三维数值模型，将MFW的能量产出、建筑能耗性能以及室内照明能力与现有玻璃窗进行了比较研究...
解读: 该多功能光伏窗技术对阳光电源BIPV解决方案具有重要启示。文中半透明光伏组件与选择性液体滤光层的光谱优化思路，可应用于SG系列组串逆变器的MPPT算法优化，针对建筑立面复杂光照条件实现更精准的功率追踪。其能量产出与室内热舒适平衡的设计理念，与阳光电源PowerTitan储能系统结合，可构建建筑光储一...