找到 2 条结果 · Solar Energy
混合光伏-热系统的实验研究：聚光、跟踪与冷却机制的集成
Experimental investigation of hybrid photovoltaic-thermal system: Integration of concentration, tracking, and cooling mechanisms
Mahmoud M.Abd-Elhady · Osama M.Agwa · Mohamed K.Bayoumy · Rahaf B.Rizk 等5人 · Solar Energy · 2025年1月 · Vol.299
摘要 本研究通过集成冷却、聚光和跟踪技术，对混合光伏-热系统的性能进行了实验性研究。该研究针对光伏面板存在的若干关键问题进行了探讨，包括因表面温度过高导致的效率下降、所需安装面积较大以及太阳能捕获效率不理想等。设计了一套综合性的实验装置，包含采用辊压式换热器的主动水冷系统、平面镜聚光器以及双轴太阳跟踪器。该系统在埃及达米埃塔大学的实际户外气候条件下，以三种不同配置进行了测试，并与传统光伏面板的性能进行了对比。结果表明，冷却、跟踪与聚光机制相结合的配置实现了最高的性能提升，相较于传统面板，其相对电...
解读: 该混合光伏-热系统研究对阳光电源SG系列逆变器和储能系统具有重要参考价值。研究中40%的电效率提升和75%的热回收效率,验证了多技术集成的协同效应。双轴跟踪与聚光技术可优化我司MPPT算法在高辐照场景的控制策略,主动水冷方案为大功率1500V系统的热管理提供新思路。该系统的电热联供模式与PowerT...
基于数据挖掘与机器学习的钙钛矿及有机太阳能电池最优材料搜索
Data-mining and machine learning based search for optimal materials for perovskite and organic solar cells
Nafees Ahm · Mahmoud A. A. Ibrahim · Shaban Rushdy Moustafa Say · Syed Shoaib Ahmad Shah 等6人 · Solar Energy · 2025年1月 · Vol.287
摘要 提出了一种基于数据挖掘的方法，用于搜索适用于光伏应用的有机化合物。从含有较低空穴转移重组能的有机化合物数据库中筛选有机半导体材料。选取三种聚合物给体作为标准结构，用于在数据库中搜索相似材料。采用机器学习预测能级，作为筛选最佳光伏材料的判据。使用分子指纹对机器学习模型进行训练。共尝试了40多种机器学习模型，其中随机森林模型表现最优（训练集和测试集的决定系数r-squared分别为0.800和0.609）。该机器学习模型被用于预测新材料的能级。同时预测了所选有机半导体材料的合成可及性，所有这些...
解读: 该机器学习材料筛选技术对阳光电源SG系列光伏逆变器及组件选型具有重要参考价值。通过数据挖掘优化钙钛矿和有机太阳能电池材料,可提升光伏组件转换效率,直接增强逆变器MPPT优化效果。随机森林模型预测能级的方法可应用于iSolarCloud平台,建立材料性能数据库,为1500V高压系统的组件匹配提供智能决...