Fugui Donga · Peijun Wanga · Wanying Lib · Applied Energy · 2025年1月 · Vol.401

在全球能源转型背景下，可再生能源项目的投资决策至关重要。风光氢储一体化（WPHSI）项目的评估涉及多源信息、复杂指标和动态专家意见，传统方法难以满足其动态性与复杂性的决策需求。本研究提出了一种基于多属性决策（MADM）的新型投资适宜性评估框架。首先构建了宏观—微观评价体系；设计了一种具有权重更新机制的动态社会网络专家赋权方法，并进一步提出三阶段赋权流程：（1）基于云模型的决策试验与评价实验室方法（CDEMATEL）量化指标间的因果关系并计算主观权重；（2）引入基尼系数改进传统的基于标准间相关性的...

解读: 该风光氢储一体化项目多属性决策框架对阳光电源具有重要战略价值。研究提出的GIS选址与动态评估方法可直接应用于PowerTitan储能系统和ST系列PCS的项目部署优化,特别是在内蒙古等新能源富集区的多能互补场景。云加权赫罗尼安算子的多维评估机制可融入iSolarCloud平台,增强智慧运维的投资决策...

Xi Hea · Jiashen Teha · Bader Alharbi · Applied Energy · 2025年1月 · Vol.400

摘要 随着风能越来越多地并入现代电力系统，与频率安全、输电拥堵以及整体系统可靠性相关的问题日益突出。本文研究了动态热定值（DTR）技术的应用，作为一种应对高风电渗透率和频率安全约束所带来的挑战的潜在解决方案。本文建立了一种改进的低阶聚合系统频率响应（ASFR）模型，用于分析在不同风电渗透水平下的频率动态特性。风电的接入受到系统频率约束的限制，进而影响系统的可靠性。为解决这些问题，首先评估了集成DTR技术的改进型IEEE 24节点测试系统的可靠性表现，并随后在一个扩展的IEEE RTS-96系统上...

解读: 该研究对阳光电源储能系统(ST系列PCS、PowerTitan)和风电变流器产品具有重要指导意义。文中提出的动态热定额(DTR)技术与频率安全约束分析,可优化我司VSG虚拟同步机控制策略,提升高风电渗透率场景下的电网支撑能力。研究中的合成惯量、降额运行及储能集成方案,与我司GFM构网型控制技术高度契...

D.Christopher Selvam · Yuvarajan Devarajan · T.Raj · S.Vickram · Applied Energy · 2025年1月 · Vol.400

锌–空气电池（ZABs）因其高能量密度、固有的安全性以及依赖地壳中丰富材料的特性，正日益被视为先进的储能系统。然而，其广泛应用受到与析氧反应（OER）相关动力学限制的制约，该反应通常依赖铂和铱等稀有且昂贵的贵金属进行催化。为克服这一障碍，近期研究进展集中于开发源自工业废弃物、电子废弃物及生物质废弃物的经济高效电催化剂。本综述全面探讨了专为锌–空气电池应用设计的废弃物衍生纳米催化剂的合成方法、结构优化技术及其电化学性能。这些催化剂通过热解、水热合成以及杂原子掺杂等工艺制备，在析氧反应过电位方面降低...

解读: 废弃物衍生纳米催化剂技术对阳光电源储能系统具有重要战略价值。锌空气电池的高能量密度特性可为PowerTitan等大规模储能方案提供技术补充路径,其OER催化剂优化降低50mV过电位的突破,可启发ST系列PCS在电化学储能系统中的能效管理策略。废弃物催化剂降低50-70%成本及35%碳排放的循环经济模...

Salman Habib · Sami El-Ferik · Muhammad Majid Gulzar · Sohaib Tahir Chauhdary 等6人 · Applied Energy · 2025年1月 · Vol.400

摘要 本文提出了一种三级分层优化框架，用于协调高比例分布式能源（DERs）接入下的现代配电系统中的决策过程。在底层（第一级），各个智能家庭对其本地光伏发电、电池储能和电动汽车充电进行优化，以降低成本或提高自用率。在第二级，微电网对家庭层面的决策进行聚合，共享风力发电机和燃料电池等资源，并支持点对点能量交易。在顶层（第三级），配电网运营商（DSO）负责调度集中式发电，执行线路容量限制，并设定电价信号或激励机制，以维持系统的整体可靠性。由于直接求解该大规模混合整数线性规划问题在计算上具有挑战性，本文...

解读: 该三层分层优化框架对阳光电源户用光储充一体化解决方案具有重要应用价值。底层智能家居优化与SG系列户用光伏逆变器、ST系列储能变流器及EV充电桩深度契合,可通过分布式ADMM算法实现成本降低12%、网损从4.1%降至3.3%。微电网层的P2P交易机制可赋能PowerTitan储能系统参与多场景协调调度...

Nifat Sultan · Narumasa Tsutsumid · Applied Energy · 2025年1月 · Vol.400

摘要 太阳能光伏发电已成为增长最快的电力生产技术之一，对无碳能源的生产做出了重要贡献。为了充分挖掘其潜力并确保电网的高效集成，精确的太阳能预测技术至关重要。本文通过一项针对2013年至2022年间发表的1323篇研究论文的深入文献计量分析，系统地评述了全球在太阳能预测研究领域的学术贡献。在此基础上，对其中75篇具有重要影响力的文献进行详细考察，揭示了预测方法的发展脉络与当前研究现状。我们评估了统计模型、机器学习、深度学习以及混合模型的应用情况，并分析了它们在不同时间尺度和地理环境下的预测性能。分...

解读: 该综述揭示的深度学习混合预测模型对阳光电源iSolarCloud平台具有重要价值。通过集成机器学习算法可使ST储能系统的充放电策略优化提升20%以上精度,增强电网友好性。深度学习方法可应用于SG逆变器的MPPT算法优化,结合气象参数实现更精准的发电功率预测。混合模型架构为GFM/VSG控制策略提供前...

Sayan Das · Risav Dutta · Sudipta De · Applied Energy · 2025年1月 · Vol.399

摘要 本研究提出了一种通过整合可再生能源与储能技术来构建分布式混合能源系统的新方法，为能源转型提供了一条可持续的路径。储能技术能够提升此类系统的可靠性、效率和灵活性，实现供需平衡、电网稳定，并促进更高比例的可再生能源并网。然而，传统的能源模型通常忽视了原材料在可再生能源基础设施中的作用。本研究通过从环境影响、经济可行性以及供应风险三个维度对原材料进行评估，弥补了这一研究空白。关键材料的可获得性、成本及其可持续获取显著影响着能源技术的规模化潜力，而地缘政治和市场不确定性则带来了供应链风险。本文提出...

解读: 该研究的多维度评估方法对阳光电源储能系统选型具有重要参考价值。文中光伏-风电-钒液流电池的最优配置方案,与阳光电源ST系列PCS及PowerTitan储能系统的应用场景高度契合。研究强调的供应链风险评估可优化我司储能产品的原材料采购策略,而生命周期成本分析方法可直接应用于iSolarCloud平台的...

Jabir Bin Jahangi · Muhammad Ashraful Alam · Applied Energy · 2025年1月 · Vol.396

摘要 光伏（PV）技术格局正在迅速演变。为了预测新兴光伏技术的潜力和可扩展性，必须对这些系统在全球范围内的性能有全面的理解。传统上，大型国家级研究机构的实验和计算研究主要关注特定区域气候条件下的光伏性能。然而，将这些区域性研究结果综合起来以理解其全球性能潜力已被证明十分困难。鉴于获取实验数据的成本高昂，在政治分裂的世界中协调各国国家实验室开展实验存在挑战，以及大型商业运营商的数据隐私顾虑，人们迫切需要一种根本不同且数据效率更高的方法。本文提出了一种面向光伏的物理引导机器学习（PGML）方法，证明...

解读: 该物理引导机器学习方法对阳光电源全球化布局具有重要价值。通过PVZones气候分区和稀疏数据预测全球光伏性能,可优化SG系列逆变器的区域适配策略和MPPT算法参数。结合iSolarCloud平台,该技术能以少量站点数据预测不同气候区的发电潜力,指导ST储能系统容量配置,降低新市场前期勘测成本。数据高...

Haocheng Sunab1 · Zhiwei Geabc1 · Zhihan Yao · Liang Wanga 等8人 · Applied Energy · 2025年1月 · Vol.396

摘要 热化学储热技术因其高能量存储密度和低热损失而具有巨大的应用潜力，非常适合长周期、大规模的能量储存应用。然而，在反应器的可扩展性、放热效率以及系统整体性能评估方面仍存在挑战。本研究提出了一种基于钙的热化学储热顺序式双反应策略，并采用一种灵活且可扩展的壳管式反应器进行实现。本文深入探讨了基本单反应放热过程中涉及的多物理场耦合机制及影响反应动力学的关键因素。除了验证壳管式结构在传热性能上的优越性外，研究结果还揭示了不可逆熵产显著增加的现象。在理想的恒压条件下，我们识别出控制基本单反应放热过程的关...

解读: 该钙基热化学储能技术为阳光电源PowerTitan储能系统提供长时储能技术路径参考。其双反应级联策略降低15%熵增损失、提升30.60%综合能效的优化思路,可启发ST系列PCS的多级能量转换控制策略设计。壳管式反应器的可扩展性与模块化理念契合阳光大规模储能系统架构。研究中的多物理场耦合机制分析方法,...

Alessandro Giampier · Taylor Ittn · Janie Ling-Chi · A. P. Roskilly · Applied Energy · 2025年1月 · Vol.392

摘要 利用除湿溶液进行热量回收、输送与利用，为传统的区域供热与供冷网络提供了一种替代方案，能够在单一的多功能系统中同时实现供热、供冷、湿度控制和干燥功能。除湿溶液适用于多种工业、住宅和商业应用场景，并可有效利用来自工业过程的低温余热以及低温可再生能源。本文对通过管道和移动式热能储存（M-TES）应用于区域能源网络的液体除湿系统进行了技术经济评估。研究采用氯化钙（CaCl₂）、氯化锂（LiCl）和甲酸钾（HCO₂K）的水溶液，评估了这些溶液在高效连接热源与需要湿度控制、除湿或干燥的终端用户方面的潜...

解读: 该液态干燥剂储热技术为阳光电源储能系统拓展了新应用场景。ST系列PCS可与干燥剂热泵系统耦合,实现工业余热回收与电化学储能的协同优化。特别适用于需要温湿度控制的数据中心、泳池等场景,PowerTitan储能系统可通过智能调度算法,结合移动式热储能(M-TES)实现长距离能量传输。该技术与iSolar...

Hyunsik Mina · Byeongjoon Noh · Applied Energy · 2025年1月 · Vol.391

摘要 光伏（PV）功率预测在可再生能源管理中发挥着关键作用。然而，传统预测模型通常难以适应动态环境变化，并在不同区域间实现有效扩展。针对这些挑战，本文提出了一种融合时间卷积网络（TCN）、多头注意力机制（MHA）、在线学习和迁移学习的深度学习框架。为验证所提方法的有效性，我们采用了来自韩国九个太阳能电站的数据。该数据集来源于韩国开放数据门户和韩国气象厅，涵盖了2017年1月1日至2019年12月31日的逐小时光伏发电量及气象参数，其中两年用于训练，一年用于测试。我们在相同条件下将所提出的TCN-...

解读: 该深度学习预测框架对阳光电源iSolarCloud智能运维平台具有重要应用价值。TCN-MHA在线学习模型可集成至SG系列逆变器和ST储能系统的智能调度算法,实现17.19%的NRMSE预测精度,支持多区域迁移学习降低85%训练时间和99%功耗。该技术可优化PowerTitan储能系统的充放电策略,...

Yanfeng Wanga1 · Fengshuo Xi · Kuixian Wei · Zhongqiu Tong 等7人 · Applied Energy · 2025年1月 · Vol.386

摘要 全球向可持续能源的转型使光伏（PV）技术，特别是晶体硅（c-Si）太阳能电池，占据了约97%的光伏市场，这一发展由降低成本和提高效率的双重需求所驱动。本文对实现上述目标的关键步骤——c-Si硅片表面纹理化技术——进行了深入评述。我们首先探讨了从传统的游离磨料浆料切割（LASS）向金刚石线锯切割（DWS）的转变，后者具有更高的生产效率、更少的切口损耗，并能够实现更薄硅片的制造。随后，本文深入分析了多种纹理化方法，包括气相腐蚀、反应离子刻蚀（RIE）、激光刻蚀、酸性刻蚀、碱性刻蚀以及金属辅助化...

解读: 该硅片表面织构化技术研究对阳光电源SG系列光伏逆变器具有重要应用价值。金刚线切割硅片的新型刻蚀技术(如MACE倒金字塔结构)可显著提升电池光捕获效率,直接影响组件输出功率。这要求我们的MPPT算法优化以适配高效电池的IV特性曲线变化,同时在1500V系统设计中需考虑更高转换效率带来的热管理需求。该技...

Raza Moshwan · Xiao-Lei Shi · Min Zhang · Yicheng Yu 等9人 · Applied Energy · 2025年1月 · Vol.380

将热电发电机（TEGs）与光伏（PV）器件相结合，是一种有效提升光伏电池发电能力的策略，从而显著促进太阳能的广泛应用。通过同时利用太阳光中的光子能量和热能，该集成方式能够最大化能量捕获，提高整个系统的整体效率，进而推动太阳能发电的可行性与规模化发展。本文及时综述了混合光伏-热电发电机（PV-TEG）技术在基础原理、热阻、接触电阻和负载电阻对性能的影响、多种集成方案（如结合光谱分束器、相变材料及热力系统的混合PV-TEG系统）、热管理、可行性分析以及经济与环境影响、长期效率提升等方面的最新进展与面...

解读: 该PV-TEG混合发电技术对阳光电源光伏逆变器产品线具有重要启示价值。热电联合发电可提升组件侧能量利用率,与SG系列逆变器的MPPT优化技术形成协同:通过精准追踪光伏-热电双模式功率点,配合三电平拓扑降低损耗,可进一步提升系统效率。该技术的热管理方案可为PowerTitan储能系统的温控设计提供参考...

Davinder Singh · Tanguy Rugamb · Harsh Katar · Kuljeet Singh Grewal · Applied Energy · 2025年1月 · Vol.377

摘要 本研究提出了一种创新性方法，将计算流体动力学（CFD）与机器学习（ML）相结合，用于热能储存（TES）系统的设计与优化。基于使用CFD开展的放热过程参数化分析结果，训练了多种机器学习模型，包括线性回归、K近邻回归（KNN回归）、梯度提升回归（GBR）、XGBoost、LightGBM以及神经网络（NN）。结果表明，神经网络（NN）在预测混凝土和传热流体（HTF）温度随时间变化方面表现最优，是最适合的模型。训练后的机器学习模型为传统的CFD模拟提供了高效的替代方案，能够在不同入口条件、流速和...

解读: 该CFD与机器学习融合技术对阳光电源储能系统具有重要价值。可应用于PowerTitan液冷储能热管理优化,通过神经网络模型替代传统CFD仿真,计算效率提升99%以上。适用于ST系列PCS多模块级联散热设计,快速预测电池簇温度分布。该方法可集成至iSolarCloud平台,实现储能电站热失控预测性维护...