找到 4 条结果 · Energy Conversion and Management
退役电动汽车电池与并网混合能源系统的经济技术分析
Techno-economic analysis of Retired Electric Vehicle Batteries with Grid-Connected Hybrid Energy System
Pankaj Sharm · Saravanakumar Raju · Energy Conversion and Management · 2025年9月 · Vol.339
摘要 本研究旨在对用于电动汽车（EV）充电的退役电动汽车电池（REVB）与并网混合能源系统（HES）进行经济技术分析。该工作整合了多种参数，以实现REVB与并网HES系统的优化设计。技术参数包括可再生能源因子（RF）、光伏发电占比（PVF）以及风能发电占比（WF）；经济因素考虑了平准化度电成本（LCOE）、净现值成本（NPC）和年化系统成本（ASC）；环境因素则涵盖避免的温室气体减排量（RGGE）。此外，所提出的方案还纳入了人类发展指数（HDI）和社会因素中的就业创造因子（JCF）。为有效应对这...
解读: 该研究对阳光电源退役电池梯次利用具有重要参考价值。可结合ST系列储能变流器与PowerTitan系统,构建光储充一体化解决方案。文中多目标优化算法(EnSFOA)可启发iSolarCloud平台的智能调度策略优化,在LCOE与NPC经济性指标上实现精准控制。建议将该技术经济分析框架应用于SG系列光伏...
不同气候区考虑燃气与电力公用事业的可再生能源及电池储能系统的经济技术分析与优化
Techno-economic analysis and optimization of renewable sources and battery energy storage system across diverse climatic zones considering gas and electrical utilities
Kiran Qaisar · Fatima Surayy · Muhammad Zubair Iftikhar · Mustafa Anwar 等5人 · Energy Conversion and Management · 2025年5月 · Vol.332
摘要 可再生能源由于排放较低、具有可持续性和经济性，被认为是一种环境友好的能源。本研究聚焦于在巴基斯坦不同气候区的住宅部门实施本地化的可再生能源发电系统。该研究开展了技术经济性、环境影响、鲁棒性以及成本方面的综合分析。通过技术经济优化，旨在最小化微电网系统的净现值成本（NPC）和平均化度电成本（COE），同时最大化住宅部门微电网的可再生能源占比（RF）。中部和北部地区具备良好的太阳辐照资源，因此最优的微电网（MG）配置为光伏（PV）-电池储能系统（BESS）结合柴油发电机（DG）。而南部地区风能...
解读: 该研究针对不同气候区的光储柴微网优化,与阳光电源ST系列储能变流器及PowerTitan系统高度契合。研究验证了PV-BESS配置在高辐照区域的经济性优势,可指导SG系列光伏逆变器与储能系统的协同优化。多能源互补拓扑与阳光电源GFM/GFL控制技术结合,能提升微网稳定性。研究中LCOE与NPC双目标...
用于光伏输出预测的混合机器学习模型：结合随机森林与LSTM-RNN实现鱼菜共生系统的可持续能源管理
Hybrid Machine learning models for PV output prediction: Harnessing Random Forest and LSTM-RNN for sustainable energy management in aquaponic system
Tresna Dewi · Elsa Nurul Mardiyat · Pola Risma · Yurni Oktarin · Energy Conversion and Management · 2025年4月 · Vol.330
准确预测光伏发电（PV）系统输出对于优化可持续鱼菜共生系统中的能源管理至关重要，其中太阳辐照度的波动带来了重大挑战。本研究提出了一种结合长短期记忆循环神经网络（LSTM-RNN）与随机森林（RF）的混合模型，以有效应对这些挑战。该模型融合了LSTM-RNN在建模时间依赖性方面的优势以及RF在特征选择和处理非线性数据方面的能力，从而在电压、电流、功率和辐照度等参数上展现出优越的预测精度。通过采用包括归一化和序列转换在内的先进预处理步骤，使数据集与时间模式对齐，提升了模型的学习效率。评估指标如均方根...
解读: 该混合机器学习模型对阳光电源iSolarCloud智慧运维平台具有重要应用价值。LSTM-RNN与随机森林结合的预测方法可集成至SG系列光伏逆变器的MPPT优化算法,提升发电预测精度(RMSE<0.08)。模型对辐照度和温度的特征优先级分析(贡献度45%和22%)可优化ST系列储能PCS的充放电策略...
基于数据驱动和改进光谱算法的质子交换膜燃料电池堆功率密度优化
Power density optimization for proton exchange membrane fuel cell stack based on data-driven and improved light spectrum algorithm
Xi Chen · Wentao Feng · Yukang Hu · Shuhuai You 等6人 · Energy Conversion and Management · 2025年2月 · Vol.326
摘要 作为一种绿色能量转换装置，质子交换膜燃料电池（PEMFC）堆的功率性能由实际运行参数决定。根据目标需求对PEMFC的功率密度及其相应操作参数进行优化至关重要。本文提出了一种结合随机森林算法（RF）与改进的光谱优化算法（ILSO）的PEMFC堆功率密度全局优化策略。基于PEMFC数学模型的仿真结果构建数据集，并用于训练一种数据驱动的代理模型。代理模型的输入变量包括工作温度、阳极压力、阴极/阳极相对湿度和电流密度，输出为功率密度。预测性能结果显示，训练集中平均绝对误差（MAE）、均方误差（MS...
解读: 该PEMFC功率密度优化技术对阳光电源氢能储能系统具有重要借鉴价值。文中数据驱动建模与智能优化算法结合的思路,可应用于ST系列PCS多参数协同优化,提升能量转换效率。随机森林代理模型将优化时间缩短44.8%,与iSolarCloud平台预测性维护理念高度契合。温度、压力、湿度等多维参数寻优方法,可迁...