找到 2 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...
不同光伏/热电联用热电发电模块热电性能的比较：一项实验研究
Comparison of the thermoelectric performance of different photovoltaic/thermal hybrid thermoelectric generation modules: An experimental study
Tao Li · Junyong Yu · Xinyu Peng · Wenjie Zhou 等7人 · Applied Energy · 2025年1月 · Vol.378
为了提高光伏/热电联用热电发电模块（PV/T-TEG）的热电性能，设计了一种新型的光伏/双层热相变材料热电组件（PV/2 T-PCM-TEG），该组件由PV-PCM-TEG以及热电模块热端和冷端两侧的双层蛇形铜管构成。在本研究中，我们设计并搭建了包含五种组件的实验平台，分别为PV、PV/T、PV/T-PCM、PV/T-PCM-TEG和PV/2 T-PCM-TEG，并完成了其性能的对比分析。结果表明，PV/2 T-PCM-TEG不仅更有效地提升了光伏电池的发电性能，还获得了更多的热㶲，其总平均㶲效...
解读: 该PV/2T-PCM-TEG混合发电技术对阳光电源光伏逆变器产品线具有重要参考价值。研究通过相变材料和热电模块将光伏组件温度最大降低10.8°C,发电效率提升至12.97%,这与SG系列逆变器的MPPT优化和温度管理策略高度契合。双层蛇形铜管热管理方案可启发iSolarCloud平台的温度监测算法优...