找到 2 条结果 · Applied Energy
无翅片仿肠结构装置实现高功率密度与高能量密度的相变储热
Finless intestine-mimic devices for high power density and high energy density latent heat storage
Yang Tian · Xianglei Liu · Qiao Xu · Qinyang Luo 等9人 · Applied Energy · 2025年3月 · Vol.382
摘要 相变储热（LHS）技术为解决间歇性热能供应与连续需求之间的不匹配问题提供了一种可行方案，但其充热/放热过程缓慢，导致功率密度较低。尽管已有多种翅片结构被提出以应对这一挑战，但通常以牺牲能量密度和增加系统复杂性为代价。受肠道内部结构与功能的启发，本文提出一种新型无翅片双梯度LHS装置，并集成氧化镁纳米颗粒（MgO NPs），以同时实现高能量密度和高功率密度。通过协同降低界面热阻并增加纳米颗粒周围原子密度，在LiNO3-KCl共晶盐中添加4 wt%的MgO纳米颗粒，使其导热系数和储能密度分别提...
解读: 该仿肠道无翅片相变储热技术对阳光电源储能系统具有重要借鉴价值。其通过纳米颗粒增强导热性和结构优化提升功率密度114.2%的思路,可应用于PowerTitan液冷储能系统的热管理优化,特别是电池簇温控设计。双梯度结构与涡流增强机制启发ST系列PCS散热方案改进,有助于提升功率器件热传导效率,降低系统热...
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...