找到 2 条结果 · Solar Energy
选择有效的NWP集成方法以实现基于深度学习的光伏功率预测
Selecting effective NWP integration approaches for PV power forecasting with deep learning
Dayin Chenab · Xiaodan Shie · Mingkun Jiang · Shibo Zhuab 等8人 · Solar Energy · 2025年1月 · Vol.301
准确预测光伏发电功率对于可靠的能源调度和系统运行至关重要。尽管深度学习模型在该领域已展现出强大的能力，但如何有效地将数值天气预报（NWP）数据融入此类模型仍然是一个具有挑战性的问题。在本研究中，我们提出并系统评估了五种不同的NWP集成策略——分别称为方法1至方法5——以提升光伏发电预测性能。这些方法在14种代表性模型和四个预测时间范围（4、24、72和144步）上进行了测试，涵盖了短期、中期和长期预测场景。实验结果表明，每种集成方法的有效性取决于模型结构和预测时间范围。特别是，在短期预测中，方法...
解读: 该研究系统评估了五种NWP数值天气预报与深度学习模型的集成策略,对阳光电源iSolarCloud智慧运维平台的光伏功率预测模块具有直接应用价值。研究发现Method 5适配LSTM短期预测、Method 4适配Transformer长期预测的结论,可优化SG系列逆变器的发电预测算法。精准的多时间尺度...
原位设计的三元异质结阵列用于高光电效率染料敏化太阳能电池
In-situ engineered ternary heterojunction arrays for high photoelectric efficiency dye-sensitized solar cells
Haoran Yan · Jialin Chena · Junjie Xiaa · Shirong Huang 等9人 · Solar Energy · 2025年1月 · Vol.301
摘要 本研究通过多步水热法构建了一种新型的、高度有序的ZnIn2S4@Ti3C2 MXene/TiO2分级异质结构阵列，并将其用作高性能染料敏化太阳能电池（DSSCs）的光阳极。电子显微分析结果证实了该多维结构的精确形成。优化后的DSSC器件实现了高达8.01%的功率转换效率（PCE）和73.9%的优异填充因子（FF），相较于原始TiO2纳米线基器件提升了28.6%。这一显著提升源于多种协同机制：引入ZnIn2S4（ZIS）有效增强了可见光范围内的光吸收能力；同时，导电MXene介质的引入促进了...
解读: 该三元异质结光阳极技术通过MXene中间层构建双异质结和肖特基势垒,实现8.01%光电转换效率和73.9%填充因子,对阳光电源SG系列光伏逆变器的MPPT优化算法具有启发意义。其电子传输网络设计和载流子寿命延长机制可应用于PowerTitan储能系统的功率转换效率提升,特别是在抑制电荷复合方面与ST...