找到 4 条结果 · Applied Energy
通过神经网络方法加速钙钛矿太阳能电池的器件表征
Accelerating device characterization in perovskite solar cells via neural network approach
Xinhai Zhaoab1 · Chaopeng Huangae1 · Erik Birgersson · Nikita Suprun 等11人 · Applied Energy · 2025年1月 · Vol.392
摘要 钙钛矿太阳能电池是下一代高效光伏器件的有力候选者，尤其适合作为叠层结构中的顶部电池。基于物理机制的光电模型，我们采集了十万量级的大数据样本，用于训练神经网络模型，以高效预测器件性能和复合损耗。在数据准备、模型训练和神经网络优化过程中，分别采用了拉丁超立方采样、贝叶斯正则化和贝叶斯优化方法。最优的神经网络模型在预留的测试数据集上实现的均方误差低于4 × 10⁻⁴。神经网络的计算速度比传统光电模型快一千倍以上。因此，器件快速校准可在24秒内完成。显著降低的计算成本使得高效的器件表征、参数研究、...
解读: 该神经网络加速钙钛矿电池表征技术对阳光电源光伏逆变器产品线具有重要借鉴价值。研究采用的深度学习方法将器件仿真速度提升千倍以上,可应用于SG系列逆变器的MPPT算法优化和iSolarCloud平台的预测性维护功能。通过贝叶斯优化和敏感性分析快速标定器件参数的思路,可迁移至SiC/GaN功率器件的损耗分...
一种用于风力涡轮机应用中精确预测三维时空风场的新型频域物理信息神经网络
A novel frequency-domain physics-informed neural network for accurate prediction of 3D spatio-temporal wind fields in wind turbine applications
Shaopeng Li · Xin Li · Yan Jiang · Qingshan Yang 等7人 · Applied Energy · 2025年1月 · Vol.386
摘要 风能是全球关键的清洁能源之一。风力涡轮机的结构安全性和动力响应分析在很大程度上受到其所在位置风速数据可获得性与精度的影响。然而，气象观测站分布稀疏，通常难以获取高分辨率的空间风速数据，因此需要采用条件模拟方法来补充低分辨率的观测数据。本研究针对这一挑战，提出了一种频域物理信息神经网络（FD-PINN），该方法利用频域信息，旨在实现对风力涡轮机三维（3D）时空风场的精准预测。该方法构建了一个深度神经网络，并将其与关键物理模型相结合，包括风谱、风场相干函数以及风速廓线。通过融合这些物理先验知识...
解读: 该频域物理信息神经网络技术对阳光电源风电变流器及新能源场站具有重要价值。通过高精度3D时空风场预测,可优化SG系列风电变流器的功率预测算法和主动抗扰控制策略,提升MPPT效率。结合iSolarCloud平台,该深度学习方法可增强风光储混合电站的预测性维护能力,优化储能系统ST系列PCS的充放电策略。...
基于分布式近端策略优化的输配电网电动汽车与可变能源调度双层求解策略
A bi-level solution strategy based on distributed proximal policy optimization for transmission and distribution network dispatch with EVs and variable energy
Peng Lu · Hanqing Lan · Qiwei Yuan · Zhihao Jiang 等14人 · Applied Energy · 2025年1月 · Vol.384
摘要 将大规模风电与大量电动汽车（EV）负荷接入电力系统，对电网的安全性与经济运行带来显著影响，带来了诸如电网调度指令频繁变动、电动汽车充放电行为无序以及网络损耗增加等一系列挑战。为此，本文建立了一种考虑大规模电动汽车的输配电网双层优化调度策略模型，采用分布式近端策略优化方法，高效管理机组出力及系统的充放电能力，并实时将这些能力分配至各个节点。上层模型以最小化系统总运行成本为目标，优化热电机组的运行状态，并调控输电网络中参与充放电的电动汽车数量；下层模型则通过优化配电网络中电动汽车的充放电功率、...
解读: 该输配电网双层优化策略对阳光电源储能及充电桩业务具有重要价值。文中分布式近端策略优化算法可应用于ST系列储能变流器的多站点协调控制,优化PowerTitan储能系统在电网调度中的充放电策略,降低网损成本。针对大规模电动汽车接入场景,可指导充电桩产品开发智能调度功能,结合iSolarCloud平台实现...
利用SHAP值理解传统与非传统建筑群中乡村形态与光伏发电潜力之间的关系
Understanding the relationship between rural morphology and photovoltaic (PV) potential in traditional and non-traditional building clusters using shapley additive exPlanations (SHAP) values
Jiang Liu · Changhai Peng · Junxue Zhang · Applied Energy · 2025年1月 · Vol.380
摘要 农村地区拥有大量适合安装光伏板的屋顶和立面。然而，乡村形态对光伏发电潜力的影响尚不明确，制约了其有效利用。为应对这一挑战，本研究选取南京市300个传统与非传统农村建筑群作为研究对象，识别出17项形态学指标，涵盖地块形状、建筑密度、建筑形式及地形变化等方面。通过模拟各集群的年光伏发电量和均化度电成本（LCOE），并采用可解释的机器学习框架（XGBoost算法结合SHAP值），探讨了乡村建筑形态与光伏发电潜力之间的关系。结果表明，平均建筑高度（BH）和容积率（FAR）是影响发电量的关键因素，而...
解读: 该研究揭示农村建筑形态对光伏潜力的影响机制,对阳光电源SG系列逆变器在农村分布式光伏市场具有重要指导价值。研究发现建筑高度和容积率是关键因素,可优化我司MPPT算法在复杂遮挡场景下的追踪策略。针对三类技术潜力分区(低高低FAR、高低FAR、高高FAR),可差异化配置1500V系统方案,结合iSola...