找到 2 条结果 · Solar Energy
基于可解释机器学习的被动式建筑一体化光伏幕墙多性能预测与优化
Multi-performance prediction and optimization for building-integrated photovoltaics facades with passive design via explainable machine learning
Han Qiuab1 · Zhichao Maa1 · Yaping Huc · Dandan Wuc 等6人 · Solar Energy · 2025年1月 · Vol.301
摘要 建筑一体化光伏（BIPV）幕墙结合被动式设计是一种应对气候变化与能源挑战的低碳、可持续性建筑策略。鉴于前期设计决策对项目成果具有显著影响，本研究聚焦于开发针对三项关键性能指标的快速评估方法：采光可用性、太阳能发电量以及建筑能效。为此，我们通过建筑性能模拟与标签分类构建了适用于上海地区的专用数据集。基于该数据集，建立了四个关键指标的预测模型：空间日光自治率（sDA）、太阳辐射量、采暖年均能耗强度（EUI_heat）和制冷年均能耗强度（EUI_cool）。通过对比随机森林（Random For...
解读: 该BIPV被动式设计多性能预测技术对阳光电源SG系列光伏逆变器与储能系统集成具有重要价值。研究实现光伏发电可满足25-48%冷热负荷,契合我司PowerTitan储能系统的能量管理优化场景。机器学习快速评估方法可集成至iSolarCloud平台,为建筑光伏项目提供设计阶段的发电量与负荷匹配预测,优化...
纳米晶辅助的缺陷调控用于提升钙钛矿太阳能电池的光伏性能
Nanocrystal-assisted defect control in hybrid perovskite solar cells for improved photovoltaic performance
Xuefeng Xia · Xiaohua Ding · Yu Lan · Wenhua Zhang 等6人 · Solar Energy · 2025年1月 · Vol.295
摘要 有机金属卤化物钙钛矿太阳能电池（PSCs）因其卓越的光电转换效率（PCE）以及优异的光电性能，如长载流子寿命、长扩散长度和高吸光能力，已成为新一代光伏技术的有力候选者。然而，晶界和表面处的缺陷会成为非辐射复合中心，严重降低器件的性能与稳定性。在本研究中，我们提出了一种量子点（QD）辅助的反溶剂工程策略（AES），以调控钙钛矿的结晶过程并最小化缺陷态密度。通过在反溶剂过程中引入不同浓度（0.3、0.6 和 0.9 mg/mL）的具有绿色（g-QDs）和红色（r-QDs）发射的CdSe/ZnS...
解读: 该量子点辅助钙钛矿电池缺陷钝化技术对阳光电源光伏系统具有重要启示价值。研究中采用的MPPT条件下600小时稳定性测试方法,可直接应用于SG系列逆变器的MPPT算法优化验证。钙钛矿电池21%效率突破及其抗衰减特性,为阳光电源1500V高压系统提供了新型高效组件适配方案。文中缺陷态控制与非辐射复合抑制的...