找到 3 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8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...
基于趋势分类与空间信息集成模型的日前风电场群功率预测
Day-ahead wind farm cluster power prediction based on trend categorization and spatial information integration model
Mao Yang · Yuxi Jiang · Chuanyu Xu · Bo Wang 等6人 · Applied Energy · 2025年6月 · Vol.388
摘要 随着风电产业的快速发展和风电装机容量的不断增加，影响发电量的因素在时间和空间上呈现出高度耦合的关系，这给风电场群功率预测（WFCPP）带来了极大的挑战。为解决这一问题，本文提出了一种考虑风电集群趋势聚合特性与空间信息集成（SII）的区域风电功率预测（WPP）精度提升方法。首先，引入一种考虑空间特征的趋势聚类方法以实现集群划分。该方法采用静态分区策略应对持续随机变化的动态环境，削弱了风速空间离散性对集群划分的影响。其次，深入挖掘多个风电场群（WFC）之间的多维时空耦合特性，并构建了融合时空信...
解读: 该风电集群功率预测技术对阳光电源储能系统具有重要应用价值。通过趋势聚类和空间信息融合,可显著提升区域风电预测精度(RMSE降低2.07%),为ST系列PCS和PowerTitan储能系统提供更精准的充放电调度依据。其时空耦合特征挖掘方法可集成至iSolarCloud平台,优化风储协同控制策略,配合G...
一种集成实验与数值研究的竹节形流场设计下风冷式质子交换膜燃料电池性能及传热传质动力学
An integrated experimental and numerical investigation of performance and heat-mass transport dynamics in air-cooled PEMFCs with a bamboo-shaped flow field design
Kai-Qi Zhu · Quan Ding · Ben-Xi Zhang · Jiang-Hai Xu 等8人 · Applied Energy · 2025年1月 · Vol.377
摘要 风冷式质子交换膜燃料电池（PEMFC）中复杂的传热传质耦合现象以及物理场分布不均的问题，严重影响其功率密度和水热管理性能。作为关键部件，阴极流场在燃料供给、散热以及水传输方面对风冷式PEMFC起着至关重要的作用。优化流场结构设计是应对上述挑战的关键策略。本研究提出了一种创新的竹节形流场设计，并在25 cm²的单电池中进行了实验验证，结果证明该设计能有效提升风冷式PEMFC的传热传质能力与功率密度，同时降低供气能耗。此外，还建立了三维多相数值模型，用于深入探究该流场结构下液态水、反应物和热量...
解读: 该燃料电池热质传输优化技术对阳光电源氢能业务具有重要借鉴价值。竹节型流场设计通过分段加速和涡流区优化实现5.45%功率密度提升和4.17%能效增益,其多物理场耦合仿真方法可应用于公司储能PCS的热管理优化。研究中的熵分析法和非均匀流场设计理念,可迁移至SiC功率器件散热结构设计,提升ST系列PCS和...