找到 2 条结果 · Energy Conversion and Management
基于深度强化学习的考虑动态风的风电场流动控制
Deep reinforcement learning-driven wind farm flow control considering dynamic wind
Hangyu Wang · Shukai He · Jie Yan · Shuang Han 等5人 · Energy Conversion and Management · 2025年1月 · Vol.337
摘要 克服由尾流效应引起的功率损失对于提高运行中风电场的效率至关重要。风电场流动控制是实现这一目标的关键方法。然而，包括风速和风向变化在内的动态风况以及环境不确定性，给有效的流动控制带来了重大挑战。为应对这些挑战，本文提出了一种基于深度强化学习并考虑动态风的风电场流动控制方法。首先，从LiDAR测量数据中提取动态风波动特征，构建了全面的数据集。随后，开发了一种以动态风作为输入、通过偏航角调整最大化风电场输出功率的流动控制方法。最后，引入双延迟深度确定性策略梯度（Twin Delayed Deep...
解读: 该深度强化学习风电场流控技术对阳光电源储能系统具有重要借鉴价值。TD3算法的实时优化与在线学习机制可应用于ST系列PCS的动态功率调度,通过经验回放处理新能源波动不确定性。动态风况建模思路可迁移至PowerTitan储能系统,结合iSolarCloud平台实现风光储协同控制,优化多能互补场景下的功率...
利用光伏、光催化和热化学耦合的混合制氢系统实现高效全光谱太阳能收集
Hybrid hydrogen production system utilizing photovoltaics, photocatalysis, and thermochemistry for effective full-spectrum solar energy harvesting
Pei Li · Rujing Yan · Jing Zhang · Mou Wu 等7人 · Energy Conversion and Management · 2025年1月 · Vol.336
摘要 将太阳能转化为氢气为解决太阳能发电的间歇性问题并实现长期能量存储提供了一种有前景的解决方案。然而，当前基于光伏、光催化和热化学过程的制氢方法通常未能充分考虑太阳光谱中不同波段能量品质的差异，从而限制了其能量转换效率。针对这一问题，本文提出一种创新性的高效率制氢方法，通过集成上述三种技术路径，并优化太阳光谱能量的梯级利用。该方法将太阳光按紫外、可见光和红外波段进行分谱，分别驱动光热催化、光伏电解水以及甲醇重整反应，同时结合废热回收以进一步提升系统整体能效。为评估系统性能，建立了全面的运行仿真...
解读: 该全光谱制氢技术对阳光电源光储氢一体化解决方案具有重要启示。其光伏电解水部分可与SG系列逆变器及ST系列PCS深度耦合,通过MPPT优化提升光电转化效率;系统40.20%的太阳能制氢效率和68.01%的能源效率为我司PowerTitan储能系统与制氢装置的协同设计提供参考;光谱分级利用思路可应用于i...