找到 2 条结果 · Applied Energy
利用聚光太阳能热能储存优化固体氧化物电解池：一种混合深度学习方法
Optimization of solid oxide electrolysis cells using concentrated solar-thermal energy storage: A hybrid deep learning approach
Hongwei Liua1 · Wei Shuaia1 · Zhen Yao · Jin Xuan 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 固体氧化物电解池（SOEC）是一种将CO2和H2O转化为合成气的前沿技术，具有显著的经济与环境效益。然而，该过程需要大量的高温热量输入，传统上依赖电能供给。本研究提出一种创新方法，利用聚光太阳辐射作为SOEC的可再生热源，并通过集成热能储存（TES）系统来应对太阳辐射固有的波动性挑战。我们构建了一种混合模型，将多物理场仿真与深度学习算法相结合，能够在实时直法向辐照度条件下快速优化电解过程。研究结果表明，在系统架构中引入TES后，SOEC入口处的温度变化率显著降低了53%，从而确保了运行的稳...
解读: 该研究将光热储能与固体氧化物电解耦合的深度学习优化方法,对阳光电源ST系列储能变流器及PowerTitan系统具有重要借鉴价值。其热能存储系统可降低53%温度波动率的控制策略,可应用于我司储能系统的热管理优化;混合多物理场仿真与深度学习算法的实时优化框架,可增强iSolarCloud平台的预测性维护...
基于知识与数据驱动融合Koopman方法的双馈感应发电机风电场频率支撑能力在线评估
Online assessment of frequency support capability of the DFIG-based wind farm using a knowledge and data-driven fusion Koopman method
Yimin Ruan · Wei Yao · Qihang Zong · Hongyu Zhou 等8人 · Applied Energy · 2025年1月 · Vol.377
摘要 随着可再生能源在电力系统中渗透率的不断提高，系统的频率稳定性有所下降。因此，风电场（WFs）等可再生能源电站必须具备足够的频率支撑能力。为了最大化风电场的频率支撑能力，准确确定其频率支撑能力边界（FSCB）至关重要。由于风资源分布不均以及风电机组运行状态复杂，精确评估风电场FSCB具有挑战性。针对这一问题，本文提出一种基于知识与数据驱动融合的Koopman方法，用于评估基于双馈感应发电机（DFIG）的风电场的FSCB。本文分析了FSCB的特性，并构建了一个多维指标体系，从理论和实际两个层面...
解读: 该Koopman融合方法对阳光电源风储协同系统具有重要价值。可应用于ST系列储能变流器与风电场的协调调频控制,通过在线评估风电场频率支撑能力边界,动态优化PowerTitan储能系统的调频响应策略。该方法评估误差小于2%且速度提升10倍,可集成至iSolarCloud平台实现预测性调频资源管理。结合...