找到 4 条结果 · Applied Energy
地下热能储存的研究进展：研究内容、热点与发展趋势
Progress in underground thermal energy storage: research contents, hotspots, and development trends
Renfeng Wei · Yong Liab · Yanfeng Liu · Applied Energy · 2025年1月 · Vol.401
摘要 迄今为止，关于地下热能储存（UTES）的综述研究往往较为零散，缺乏对研究热点时空演变特征的系统分析。本研究旨在对全球UTES领域的发展脉络和研究趋势提供一种客观且全面的分析。研究以过去30年发表的7705篇文献作为数据来源，运用知识图谱技术进行文献计量与内容分析，聚焦三个核心问题：研究前沿与技术成熟度、关键瓶颈以及未来发展趋势与成本特征。目的在于克服传统定性综述的局限性，构建一个数据驱动、多维度的分析框架。结果表明，UTES领域经历了萌芽期、稳定增长期和快速扩张期三个发展阶段，预计在206...
解读: 地下储热技术(UTES)与阳光电源储能系统形成互补协同。ATES/BTES的热-流-固耦合优化可借鉴应用于PowerTitan液冷系统的热管理算法;相变材料(PCM)集成思路可启发ST系列PCS的温控优化设计;能量桩(EP)作为地下结构与能源系统纽带,其高研究强度特性提示可探索光储充一体化场站的地基...
集成相变材料储能的第五代区域供热供冷网络：一种动态热经济性分析
A 5th generation district heating cooling network integrated with a phase change material thermal energy storage: A dynamic thermoeconomic analysis
Francesco Calis · Francesco Liberato Cappiello · L.Cimmin · F.P.Cuom 等5人 · Applied Energy · 2025年1月 · Vol.389
摘要 本研究提出了一种新型的第五代区域供热和供冷网络布局，该布局集成了基于相变材料的热能储存系统。所提出的布局包含两个中性环路、热泵以及一个光伏太阳能场，其运行基于一种有效的电转热策略。该系统为位于马德里附近莱加内斯的一个大型购物中心提供能源。其中一个主要创新点在于采用了一种混合储能策略：首先将多余的可再生电力用于充电锂离子电池系统；随后，进一步多余的可再生电力被供给热泵，通过所开发的电转热策略产生适合储存于基于相变材料的新型热储能系统中的热能或冷能。这种混合策略能够最大化可再生电力的自发自用率...
解读: 该5GDHC系统结合相变储能的混合策略对阳光电源ST系列储能变流器和PowerTitan系统具有重要参考价值。研究中88%可再生能源自消纳率验证了'电-热'协同策略的有效性,可应用于我司PCS与热泵联合调度场景。相变储能与锂电混合配置思路可启发我司开发多时间尺度储能解决方案,通过iSolarClou...
中国废弃光伏分布的时空演化及能源-经济-环境-社会可持续效益综合评估
Spatiotemporal evolution of decommissioned photovoltaic distribution and integrated energy-economic-environmental-social sustainable benefit assessment in China
Jianli Zhou · Zihan Xu · Juan He · Dandan Liu 等8人 · Applied Energy · 2025年1月 · Vol.384
摘要 准确而详细地掌握中国废弃光伏（PV）系统在时间和空间上的分布特征，并结合对回收再利用这些废弃光伏组件所带来可持续性效益的全面评估，对于有效应对我国即将迎来的大规模光伏退役潮具有重要意义。目前，关于中国废弃光伏在时空分布及其回收利用方面的研究仍显不足。本研究采用随机森林与BP神经网络方法构建预测模型，刻画了2024年至2050年八种情景下废弃光伏的时空演化趋势，并从能源、经济、环境和社会四个维度对其可持续效益进行了综合评估。通过模糊层次分析法（FAHP）、基于指标间相关性的权重确定法（CRI...
解读: 该研究对阳光电源光储回收业务具有战略价值。2050年退役光伏将达670-1600GW,形成万亿级市场。阳光电源可结合iSolarCloud平台建立退役组件全生命周期追踪系统,为山东、河北等重点区域提前布局储能替代方案。ST系列储能系统可利用梯次利用组件降低成本,SG逆变器产品线需考虑模块化设计以延长...
基于联邦强化学习的多连接混合动力汽车集成热能与能量隐私保护管理
Privacy-preserving integrated thermal and energy management of multi connected hybrid electric vehicles with federated reinforcement learning
Arash Khalatbarisoltani · Jie Han · Muhammad Saee · Cong-zhi Liu 等5人 · Applied Energy · 2025年1月 · Vol.385
摘要 深度强化学习（DRL）算法在针对预定义驾驶循环下开发单个混合动力电动汽车（HEV）最优能量管理策略（EMS）方面已展现出优异的性能。然而，在该研究领域中，热负荷及热管理（TM）的影响常被忽视。此外，HEV可能面临未见过的驾驶模式，从而影响EMS的整体性能。连接型HEV（C-HEV）提供了有前景的解决方案，但仍存在隐私、安全和通信负载等问题。本文提出一种基于联邦强化学习（FRL）的新型集成热能与能量管理（ITEM）方法，旨在实现多个C-HEV之间的通用化策略。该框架能够在拓展多环境学习能力的...
解读: 该联邦强化学习架构对阳光电源充电桩及储能系统具有重要价值。其隐私保护的分布式学习机制可应用于iSolarCloud平台,实现多站点充电桩协同优化而无需上传敏感数据。热管理与能量管理集成策略可迁移至ST系列PCS的温控优化,通过多储能站点联合学习提升功率变换效率和电池热管理性能。云端-边缘协同架构与阳...