找到 5 条结果 · Applied Energy
基于深度学习与遥感的城市土地分类对光伏潜力的分析
PV potential analysis through deep learning and remote sensing-based urban land classification
Hongjun Tan · Zhiling Guo · Yuntian Chen · Haoran Zhang 等7人 · Applied Energy · 2025年1月 · Vol.387
城市土地在商业、居住、草地及其他行政分区中的利用情况将影响可再生能源基础设施（如光伏板）的可用安装面积。将土地利用类型纳入光伏潜力评估对于优化空间配置、贴近能源需求中心以及提升系统效率至关重要。为解决以往研究忽视城市土地利用问题的局限性，本文提出一个融合遥感数据与深度学习方法的框架，实现八类细粒度和三类粗粒度的土地利用分类。该框架针对每种土地利用类型计算其可安装光伏系统的面积，并结合2023年年均太阳辐照量评估其发电潜力。案例研究表明，德国海尔布隆（Heilbronn）地区的土地适合地面光伏安装...
解读: 该研究基于深度学习和遥感数据的城市土地分类与光伏潜力评估框架,对阳光电源SG系列逆变器和iSolarCloud平台具有重要应用价值。通过精细化土地利用分类(商业、住宅、未利用地等),可优化地面光伏与屋顶光伏的配置策略。研究中不同地类的单位面积发电潜力差异,可指导阳光电源1500V系统和MPPT优化技...
一种用于风力涡轮机应用中精确预测三维时空风场的新型频域物理信息神经网络
A novel frequency-domain physics-informed neural network for accurate prediction of 3D spatio-temporal wind fields in wind turbine applications
Shaopeng Li · Xin Li · Yan Jiang · Qingshan Yang 等7人 · Applied Energy · 2025年1月 · Vol.386
摘要 风能是全球关键的清洁能源之一。风力涡轮机的结构安全性和动力响应分析在很大程度上受到其所在位置风速数据可获得性与精度的影响。然而，气象观测站分布稀疏，通常难以获取高分辨率的空间风速数据，因此需要采用条件模拟方法来补充低分辨率的观测数据。本研究针对这一挑战，提出了一种频域物理信息神经网络（FD-PINN），该方法利用频域信息，旨在实现对风力涡轮机三维（3D）时空风场的精准预测。该方法构建了一个深度神经网络，并将其与关键物理模型相结合，包括风谱、风场相干函数以及风速廓线。通过融合这些物理先验知识...
解读: 该频域物理信息神经网络技术对阳光电源风电变流器及新能源场站具有重要价值。通过高精度3D时空风场预测,可优化SG系列风电变流器的功率预测算法和主动抗扰控制策略,提升MPPT效率。结合iSolarCloud平台,该深度学习方法可增强风光储混合电站的预测性维护能力,优化储能系统ST系列PCS的充放电策略。...
模拟季节性热储能的季节性动态在可再生能源系统全年调度中的应用
Modeling seasonal thermal storage dynamics in the year-round scheduling of renewable energy systems
Haiyang Jiang · Jiajun Luo · Yan Guo · Ershun Du 等8人 · Applied Energy · 2025年1月 · Vol.379
摘要 季节性热储能（STS）能够以热能形式长期储存可再生能源，从而有效缓解可再生能源供应与热负荷需求之间的季节性不匹配问题。本文建立了基于水体的STS温度分布模型，并考虑了储罐周围土壤隔热效应的影响。考虑到常用的荷电状态（SOC）模型在可再生能源系统调度问题中无法详细描述随时间变化的热损失过程，本文提出了一种温度场修正方法，用于校正调度结果。通过在Garver 6节点系统和HRP-38系统上开展三个案例研究，验证了所提方法相较于SOC模型在管理STS方面的更高精度。由于对热损失过程进行了更详细的...
解读: 该季节性热储能调度技术对阳光电源储能系统具有重要价值。论文提出的温度场修正方法可优化ST系列PCS的长周期储能调度策略,特别是在PowerTitan等大型储能系统中,通过精确建模热损耗动态过程,可提升可再生能源消纳率、降低弃电。该方法可集成至iSolarCloud平台,实现跨季节能量管理优化,为热电...
面向主观不确定性的能源存储共享动态租赁框架
Subjective-uncertainty-oriented dynamic renting framework for energy storage sharing
Yan Hea · Jiang-Wen Xiao · Yan-Wu Wang · Zhi-Wei Liu 等5人 · Applied Energy · 2025年1月 · Vol.378
近年来，共享式储能因能够缓解分布式可再生能源间歇性所导致的供需不平衡问题而受到广泛关注。考虑到产消者在面对不确定性时的主观感知，本文提出了一种新的动态竞争性按需租赁框架，用于储能容量（ESC）共享，旨在提高储能利用率、增加储能运营商（ESO）的收益并降低产消者的成本。在该框架中，引入了一种基于需求的动态容量定价机制，将ESO与产消者之间的关系建模为斯塔克尔伯格博弈（Stackelberg game），并在产消者之间建立广义纳什均衡（GNE）问题。ESO决定动态容量定价机制，而产消者则根据自身需求...
解读: 该动态储能共享框架对阳光电源PowerTitan储能系统和ST系列PCS具有重要应用价值。通过引入前景理论建模用户主观不确定性感知,可优化iSolarCloud平台的储能容量动态定价策略,提升储能利用率24.07%和收益13.73%。该框架的Stackelberg博弈机制可集成到阳光电源储能EMS系...
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...