找到 2 条结果 · Applied Energy
评估城市光伏集成的双重辐射效应：反照率变化与辐射强迫动态
Assessing the dual radiative consequences of urban PV integration: Albedo change and radiative forcing dynamics
Yilong Zhou · Shredatta Marath · Miro Zeman · Olindo Isabell 等5人 · Applied Energy · 2025年12月 · Vol.401
在城市地区集成光伏（PV）系统可增强本地可再生能源电力生产，但由于光伏组件反射率较低，也会导致地表反照率降低。反照率的下降增加了地球对能量的吸收，从而产生正的辐射强迫（RF）；而光伏电力替代化石燃料发电则通过避免二氧化碳排放产生负的辐射强迫。本研究采用一种新颖的工作流程，量化了城市屋顶光伏部署的净辐射强迫影响。该工作流程结合了两个模型：（1）几何光谱反照率（GSA）模型，利用LiDAR数据和地理配准的材料分布图，模拟光伏集成前后的反照率变化；（2）基于简化天际线的光伏模型，利用LiDAR提取的屋...
解读: 该研究揭示城市光伏部署的反照率降低效应及辐射强迫动态平衡机制,对阳光电源SG系列逆变器和iSolarCloud平台具有重要指导意义。研究表明低碳电网场景下反照率负效应凸显,这要求提升系统发电效率以缩短气候收益回收期。可启发我们优化MPPT算法、采用SiC功率器件降低损耗,并通过iSolarCloud...
基于随机森林可解释人工智能揭示储能与可再生能源在脱碳进程中的协同作用
Understanding the synergy of energy storage and renewables in decarbonization via random forest-based explainable AI
Zili Chen · Zhaoyuan Wu · Lanyi Wei · Linyan Yang 等6人 · Applied Energy · 2025年7月 · Vol.390
摘要 可再生能源（RE）与储能系统（ESS）的协调发展对于低碳转型至关重要。除了最优规划方案外，理解规划结果背后的深层原因对于提升决策透明度与可靠性同样关键。本研究探讨了在不同脱碳阶段中可再生能源与中长期储能（MTES）之间协同关系的演变过程，提出了一种可解释的分析框架，用于归因并分析影响规划结果的关键因素。通过采用随机森林（Random Forest, RF）方法，该框架识别出在不同边界条件下（如碳排放限额、资源禀赋和经济约束）驱动可再生能源—储能协同效应的核心因素，从而深入揭示时间与空间因素...
解读: 该研究对阳光电源储能规划具有重要指导意义。研究揭示长时储能(LDES>100h)在新能源富集区域的季节性平衡价值,与PowerTitan液流储能系统的应用场景高度契合;短时储能在火电主导区域应对日内波动的需求,可通过ST系列PCS的快速响应能力实现。随机森林可解释性框架可集成至iSolarCloud...