找到 3 条结果 · Applied Energy
集成潜热储能的混合式深孔地源热泵系统的自适应模型预测最优控制
Adaptive model-based optimal control of hybrid deep borehole ground source heat pump systems with integrated latent heat thermal energy storage
Zeyuan Wang · Xinlei Zhou · Fenghao Wang · Xinyi Sh 等6人 · Applied Energy · 2025年1月 · Vol.390
摘要 与传统的深孔地源热泵（DB-GSHP）系统相比，将潜热储能（LHTES）和钻孔被动加热集成到DB-GSHP系统中，在实现节能和提高需求灵活性方面具有更大的潜力。本研究提出了一种针对集成LHTES和被动加热的混合式DB-GSHP系统的自适应模型预测最优控制策略。该最优控制问题通过自适应性能模型、分位数回归、在线辨识和遗传算法（GA）进行求解，以确定混合系统的最优控制参数。为预测系统能耗性能，本文提出了针对深孔换热器（DBHE）、LHTES储罐和热泵的新型自适应模型，并采用带自适应遗忘因子的递...
解读: 该自适应模型预测控制技术对阳光电源ST系列储能系统具有重要借鉴价值。研究中的在线参数辨识、遗传算法优化和分位数回归降维方法,可应用于PowerTitan储能系统的多能源协调控制,实现光储热一体化场景下的成本优化。特别是自适应遗忘因子递推最小二乘算法,可集成到iSolarCloud平台的预测性维护模块...
利用机器学习对金属-有机框架材料进行从材料到系统的宽范围筛选以用于氢气储存
Broad range material-to-system screening of metal–organic frameworks for hydrogen storage using machine learning
Xinyi Wang · Hanna M.Breunig · Peng Peng · Applied Energy · 2025年1月 · Vol.383
摘要 氢气在向可持续能源系统转型过程中起着关键作用，在发电和工业应用中具有重要地位。金属-有机框架材料（MOFs）已成为高效氢气储存的有前景的介质。然而，由于目前已合成的MOF种类极为庞大，筛选出具备实际应用潜力的候选材料仍具挑战性。本研究结合分子模拟、机器学习与技术经济分析，评估了MOFs在广泛运行条件下用于氢气储存的综合性能。以往对MOF数据库的筛选主要关注低温条件下高氢吸附容量的材料，而本研究发现，实现成本最小化的最优温度和压力取决于MOF的原材料价格。具体而言，当MOF的价格为15美元/...
解读: 该MOF氢储能研究对阳光电源储能系统具有前瞻价值。研究揭示的机器学习筛选方法可借鉴于ST系列储能系统的热管理优化,特别是170-250K温区的成本最优化思路可应用于PowerTitan液冷系统设计。高比表面积材料特性分析为未来氢储能与光伏耦合系统提供技术路径,iSolarCloud平台可集成氢储能预...
建筑一体化光伏系统自主设计框架
Autonomous design framework for deploying building integrated photovoltaics
Qingxiang Li · Guidong Yang · Chenhang Bian · Lingege Long 等11人 · Applied Energy · 2025年1月 · Vol.377
摘要 钙钛矿太阳能电池技术的进步为建筑一体化光伏系统（BIPV）的广泛应用提供了广阔的前景。寻找一种高效且准确的方法对于提供部署策略以支持决策至关重要。本研究开发了一种用于BIPV的自主决策设计框架，涵盖数据采集、三维建模和部署策略制定。在数据采集方面，构建了一个开源的无人机平台，用于执行一种创新的“先探索后利用”算法，以生成观测视角并进行路径规划。随后，采用一种独特的基于深度学习的多视角立体视觉网络生成建筑物的点云模型，并将其转换为多边形表面模型。此外，开发了一种新型Grasshopper插件...
解读: 该BIPV自主设计框架对阳光电源SG系列光伏逆变器及智能运维平台具有重要应用价值。研究提出的建筑光伏部署优化方法可与我司iSolarCloud平台深度融合,通过3D建模和全生命周期成本分析,为城市建筑光伏系统提供精准的容量配置和MPPT优化策略。该框架可延伸至光储充一体化场景,结合ST系列储能变流器...