找到 2 条结果 · Energy Conversion and Management
超临界有机朗肯循环地热发电系统性能及多目标优化研究
Study on the performance and multi-objective optimization of supercritical Organic Rankine cycle system for geothermal power generation
Yi Ren · Longbin Yang · Yuanwei Cao · Bin Wang 等6人 · Energy Conversion and Management · 2025年8月 · Vol.338
摘要 超临界有机朗肯循环（ORC）因其高热效率、设备结构简单以及占地面积小，成为热能发电领域极具前景的技术。然而，现有的超临界ORC系统优化设计方法仍存在诸多局限性，例如仅聚焦于单目标优化，以及在确定换热器最小温差（pinch point temperature difference）时依赖经验取值。这些局限性往往导致系统运行参数范围受限，可能产生次优解，甚至在复杂约束条件下使优化过程不可行。为克服上述问题，本文提出一种新颖的多目标优化设计方法，将最小温差作为变量引入优化过程中。系统性能通过三个...
解读: 该超临界ORC多目标优化技术对阳光电源储能热管理系统具有重要借鉴价值。研究中的变温差优化方法可应用于PowerTitan储能系统PCS散热设计,通过动态调节换热器温差参数,在保证功率器件可靠运行前提下优化散热面积。其多目标优化思路(功率-成本-体积)与ST系列PCS开发理念高度契合,特别是三电平拓扑...
应对可再生能源电力系统中的鸭子曲线：一种基于iTransformer的多任务学习净负荷预测模型
Tackling the duck curve in renewable power system: A multi-task learning model with iTransformer for net-load forecasting
Jixue Pei · Nian Liu · Jiaqi Shi · Yi Ding · Energy Conversion and Management · 2025年2月 · Vol.326
摘要 可再生能源的高比例渗透导致区域负荷模式发生显著变化，形成对电力系统运行方式产生深远影响的鸭子曲线现象。为实现对鸭子曲线场景的准确预测，本文提出一种结合iTransformer与多任务学习的日前净负荷预测方法，该方法综合考虑了光伏发电、风力发电和有功负荷等多种独立资源分量。首先，通过组合特征选择方法识别各单项预测任务的主导特征；随后，采用iTransformer作为主干网络构建具有强大学习时间依赖能力的预测模型；此外，将iTransformer与多任务学习相结合，以提取外部因素、各单项功率与...
解读: 该鸭子曲线净负荷预测技术对阳光电源储能系统具有重要应用价值。通过iTransformer多任务学习模型精准预测光伏、风电及负荷波动,可优化ST系列PCS的充放电策略,提升PowerTitan储能系统在高比例新能源场景下的调度效率。该方法识别的周期性和波动性特征可集成至iSolarCloud平台,实现...