找到 2 条结果 · Applied Energy

排序:
储能系统技术 储能系统 ★ 5.0

一种新型多联产液化空气储能系统耦合空气分离装置:热力学与经济性分析

A novel multi-generation liquid air energy storage system coupled with air separation unit: Thermodynamic and economic analysis

Boxu Yu · Xianghe Wang · Zhongzheng Wang · Jiahua Zhu 等7人 · Applied Energy · 2025年8月 · Vol.391

摘要 将空气分离装置(ASU)与液化空气储能(LAES)系统相结合,可通过共享压缩和冷却设备,提升LAES的收益潜力并缩短投资回收期。然而,目前已提出的LAES-ASU系统要么无法满足ASU连续生产的要求,要么对LAES的储能量造成限制。因此,本研究提出一种新型多联产LAES-ASU系统,通过压缩级联系统中的物流分流、液化段的流程改进以及膨胀级联中的余热再利用,实现LAES与ASU之间的高效耦合。在建立分析模型后,对耦合系统进行了参数分析,以确定最优运行参数。此外,还开展了全面的能量、㶲及经济性...

解读: 该液态空气储能(LAES)与空气分离耦合系统对阳光电源ST系列储能变流器及PowerTitan系统具有重要参考价值。57.09%往返效率和3.9年回收期证明多能互补商业模式的可行性。系统中压缩机、热交换器的能量管理优化思路可应用于我司储能系统热管理设计;多级压缩分流技术可启发PCS拓扑优化;空分产品...

智能化与AI应用 机器学习 深度学习 电池管理系统BMS ★ 4.0

一种融合MIC-BOA-TiDE与核密度估计的锂离子电池剩余使用寿命点预测与概率预测新框架

A novel MIC-BOA-TiDE fusion framework with kernel density estimation for point and probabilistic remaining useful life prediction of lithium-ion batteries

Tian Peng · Zhongzheng Mo · Jie Chen · Chenghao Sun 等7人 · Applied Energy · 预计 2026年5月 · Vol.410

本文提出MIC-BOA-TiDE融合框架,结合互信息准则(MIC)、蝴蝶优化算法(BOA)与时间序列深度估计器(TiDE),并引入核密度估计实现锂离子电池剩余使用寿命(RUL)的高精度点预测与不确定性量化。

解读: 该研究聚焦锂电RUL智能预测,直接支撑阳光电源PowerTitan、PowerStack等储能系统中BMS的寿命预警与健康状态管理能力。其概率化RUL输出可增强ST系列PCS在梯次利用、运维调度和质保服务中的决策可靠性。建议将该框架嵌入iSolarCloud平台,与PCS实时数据流对接,构建云端-边...