找到 4 条结果 · Energy Conversion and Management
CMLLM：一种用于风电功率预测的新型跨模态大语言模型
CMLLM: A novel cross-modal large language model for wind power forecasting
Guopeng Zhu · Weiqing Ji · Zhitai Xing · Ling Xiang 等6人 · Energy Conversion and Management · 2025年4月 · Vol.330
准确的短期风电功率预测对于保障电网稳定性以及优化风电场-储能系统的运行至关重要。然而，风能固有的随机性和高度波动性给风电功率预测带来了显著挑战。为了利用大语言模型强大的推理能力与高层知识，以精确提取非平稳风电数据中的特征，本文提出了一种用于风电功率预测的跨模态大语言模型（CMLLM）。该模型采用数据跨模态方法并结合预训练的大语言模型，能够高效兼容多种大语言模型，并适应具有不同特性的数据。在CMLLM中，通过引入跨模态迁移学习方法对数据进行综合处理，将数据转换为文本模态，从而避免了对大语言模型进行...
解读: 该跨模态大语言模型风电预测技术对阳光电源储能系统具有重要应用价值。可集成至ST系列PCS和PowerTitan储能系统的智能调度模块,通过精准短期风电功率预测优化风储协同运行策略,提升电网稳定性。该模型的跨模态迁移学习方法和先验知识提示机制,可启发iSolarCloud平台的预测性维护算法升级,增强...
近零碳能源系统的优化与评估：光伏、热泵及电热联合储能方案的集成
Optimization and evaluation of a near-zero carbon energy system: Integration of photovoltaics, heat pumps, and combined thermal and electrical storage solutions
Hu Chen · Xin Ji · He Wang · Ye Ning 等6人 · Energy Conversion and Management · 2025年3月 · Vol.327
摘要 随着建筑领域对“零碳”能源解决方案需求的不断增长，光伏技术与储能技术日益受到关注。然而，实现这些系统协调且实用的“零碳”运行仍面临重大挑战。本研究提出一种新型综合能源系统，集成了光伏组件、跨季节热能储存、电能储存和热泵技术。该系统旨在解决大规模光伏发电与建筑用能需求在时间上的不匹配与不稳定性问题，以实现“零碳”运行目标。采用TRNSYS软件建立了该综合能源系统的能耗模型，模拟了典型日及典型年份的运行数据。针对一栋建筑面积为25,000 m²的公共建筑，优化后的系统配置包括一台2.6 MW的...
解读: 该近零碳能源系统对阳光电源ST系列储能变流器与SG光伏逆变器的协同应用具有重要价值。研究中96.24%净碳减排率验证了光储耦合系统的技术可行性,其85.21%光伏电力直接利用率为我司MPPT优化技术与PowerTitan储能系统的能量管理策略提供了实证参考。跨季节储能与热泵集成方案启发我司在综合能源...
一种具有光热、储热和电化学性能的新型集成碳化木电极用于太阳能驱动的热化学电池
A novel integrated carbon-wood electrode with photothermal, heat storage, and electrochemical properties for solar-driven thermochemical cells
Jun Zhang · Xiaotian Li · Jili Zheng · Yanan Zou 等8人 · Energy Conversion and Management · 2025年2月 · Vol.326
摘要 热化学电池为太阳能利用提供了一种可持续且环保的解决方案，但其性能常受到太阳辐射波动的限制。传统方法是将储热系统整合到热化学电池中，然而这些方法受限于较低的传热速率以及传统电极较小的电化学活性表面积。本研究创新性地提出一种碳化木电极设计，集成了增强的光热转换、储热和电化学性能，可实现太阳能驱动热化学电池中的连续发电。与传统的石墨电极相比，碳化木结构使光热转换效率提高了67%，电化学活性表面积增加了28%，单位体积（每立方厘米）的放热时间延长至16.67分钟。采用此类电极的热化学电池在太阳辐射...
解读: 该碳木一体化电极的光热-储热-电化学集成技术为阳光电源储能系统提供创新思路。其光热转换效率提升67%、电化学活性面积增加28%的设计理念,可应用于ST系列PCS的热管理优化和PowerTitan储能系统的温控策略改进。特别是其应对间歇性光照的稳定输出能力,与SG系列光伏逆变器的MPPT优化技术形成协...
一种用于大型风电场动态数据蒸馏与尾流效应校正的非平稳Transformer功率预测模型
A Non-stationary Transformer model for power forecasting with dynamic data distillation and wake effect correction suitable for large wind farms
Guopeng Zhu · Weiqing Ji · Lifeng Cheng · Ling Xiang 等5人 · Energy Conversion and Management · 2025年1月 · Vol.324
可靠的高精度短期功率预测对于保障电力系统安全和提高风能利用率至关重要。然而，风的随机性和非平稳性特征给大规模风电场（WF）中功率预测精度与效率的提升带来了显著挑战。以往的研究通常未能自适应地增强原始数据的特征，并且忽略了风力涡轮机（WTs）之间尾流效应的影响，从而导致预测精度下降。本文提出了一种基于非平稳Transformer模型的新型功率预测方法，该方法结合了动态数据蒸馏与尾流效应校正，以提升预测性能。在所提出的方法中，设计了一种非平稳Transformer模型用于从监控与数据采集（SCADA...
解读: 该非平稳Transformer风电功率预测技术对阳光电源储能系统具有重要应用价值。动态数据蒸馏和尾流效应校正方法可直接应用于ST系列PCS的能量管理系统,提升大规模风储耦合场景下的功率预测精度。非平稳特征提取能力可集成至iSolarCloud平台的预测性维护模块,优化PowerTitan储能系统的充...