找到 2 条结果 · Energy Conversion and Management
可逆固体氧化物电池系统的综合热管理策略设计以平抑风电波动
Comprehensive thermal management strategy design for reversible solid oxide cell system to smooth wind power fluctuations
Haibo Huoa · Sheng Xua · Jianing Lia · Fang Wanga 等7人 · Energy Conversion and Management · 2025年10月 · Vol.342
摘要 可逆固体氧化物电池（rSOC）可通过在电解池（EC）模式和燃料电池（FC）模式之间的双向转换，有效平抑可再生能源发电的波动性功率输出。然而，频繁的负载变化会引起严重的温度波动，进而导致rSOC内部产生热损伤。为在平抑风电输出波动的同时维持系统的热安全性，本文提出一种内-外双环热管理策略，即内环温度控制与外环功率管理相结合的rSOC系统控制架构。其中，内环温度控制采用前馈控制器调节燃烧器燃料比（BFR），并结合模糊PID控制器稳定rSOC温度，从而确保在所有运行工况下实现有效的热管理；在外环...
解读: 该rSOC双向储能与热管理技术对阳光电源ST系列储能变流器及PowerTitan系统具有重要参考价值。其内外双环控制策略可借鉴至PCS功率管理:内环温度控制对应功率器件热管理,外环功率调度对应电网调频响应。0.6A/s恒定变化率抑制温度波动的思路,可应用于SiC/IGBT模块的dI/dt控制,降低热...
基于深度学习的光伏组件红外、电致发光和红绿蓝图像自动缺陷检测
Deep learning-based automatic defect detection of photovoltaic modules in infrared, electroluminescence, and red–green–blue images
Yi-Sheng Laia · Chien-Chun Hsieh · Ting-Wei Liaoa · Chao-Yang Huang 等5人 · Energy Conversion and Management · 2025年5月 · Vol.332
摘要 本研究提出了一种结合图像处理技术与深度学习模型的光伏组件自动化缺陷检测系统。该系统利用三种成像方法——红外成像、红绿蓝成像和电致发光成像，识别21种类型的缺陷。红外成像通过安装在无人机上的热成像仪获取，用于检测热点和开路等热异常现象；红绿蓝成像用于识别玻璃破裂、污渍污染和植被遮挡等表面缺陷；电致发光成像则在受控暗室环境中使用电荷耦合器件相机采集，可揭示微裂纹、电池片性能退化和主栅腐蚀等内部缺陷。通过交叉比对红外图像与红绿蓝图像的结果，可有效识别缺陷成因，而电致发光成像进一步确认内部问题，并...
解读: 该深度学习缺陷检测技术对阳光电源智能运维体系具有重要价值。可集成至iSolarCloud平台,通过无人机红外成像实现光伏电站巡检自动化,结合EL成像诊断组件内部微裂纹与电池衰减,为SG系列逆变器的MPPT优化提供精准数据支持。系统99%以上检测精度和0.1秒处理速度,可显著提升PowerTitan储...