找到 2 条结果 · Solar Energy
整合可再生能源与电动汽车：一种用于直流微电网有效能量管理的方法
Integrating renewable resources and electric Vehicles: An approach for effective energy management in DC microgrid
M.Manikandan · R.Saravanan · G.Kannayeram · M.Saravanan · Solar Energy · 2025年1月 · Vol.299
摘要 直流微电网（DCMGs）在减少碳排放和应对全球变暖方面具有重要作用。然而，维持稳定的直流母线电压并确保高效的能量流动仍面临挑战。本文提出了一种结合鹦鹉优化算法（Parrot Optimization, PO）与量子自注意力神经网络（Quantum Self-Attention Neural Networks, QSANN）的混合方法，命名为PO-QSANN，旨在提升集成电动汽车（EVs）和光伏发电（PV）的直流微电网能量管理系统（EMS）性能。本研究的目标是通过稳定直流母线电压来降低运行成...
解读: 该PO-QSANN混合优化算法对阳光电源直流微网产品具有重要应用价值。其DC母线电压稳定控制技术可直接应用于ST系列储能变流器的母线管理,量子自注意力神经网络的负荷预测能力可增强iSolarCloud平台的智能运维功能。论文中PI控制器参数优化方法与阳光电源三电平拓扑控制策略高度契合,0.4$/kW...
基于机器学习与元启发式特征选择的钙钛矿材料多性能预测
Multi-Properties prediction of perovskite materials using Machine learning and Meta-Heuristic feature selection
Frendy Jaya Kusum · Eri Widianto · Wahyono · Iman Santoso 等8人 · Solar Energy · 2025年1月 · Vol.286
摘要 扩大具有优异光电特性的稳定钙钛矿材料的可获得性，对于突破当前光伏吸收层材料的效率限制至关重要。本文提出了一种多性能机器学习（ML）预测策略，以加速ABX3和A2BB’X6型钙钛矿材料的发现。该方法评估了高性能光伏材料所需的关键性质，包括形成能（ΔEf）、热力学稳定性、带隙（Eg）以及带隙类型。本研究评估了多种特征选择方法，如最小绝对收缩与选择算子（LASSO）、k-最佳特征选择法（k-Best）以及遗传算法（Genetic Algorithm）、粒子群优化（Particle Swarm O...
解读: 该钙钛矿材料多属性机器学习预测技术对阳光电源光伏逆变器产品线具有重要应用价值。通过元启发式算法优化的ML模型可预测材料带隙、形成能等关键光电特性,准确率超85%,有助于加速高效光伏吸收材料筛选。这与SG系列逆变器的MPPT优化技术形成协同:更优材料特性可提升组件效率,而精准的材料性能预测能指导逆变器...