找到 5 条结果 · Solar Energy
人工智能在聚光光伏热系统发展中的综合研究进展
A comprehensive review on the artificial intelligence for the development of thermal concentrating photovoltaic systems
Mohammad Karimzadeh Kolamroudi · Oluwasegun Henry Jaiyeob · Mustafa Ilkan · Babak Safaeie · Solar Energy · 2025年11月 · Vol.301
摘要 在气候危机加剧和化石燃料枯竭的背景下，太阳能有望成为一种关键的可再生能源。尽管传统光伏（PVs）的效率有限，但聚光光伏-热（CPV/T）系统能够同时发电和产热，实现60%至80%的总效率，显著高于单独使用光伏系统所达到的效率。然而，CPV/T系统的性能高度依赖于辐照度波动、电池温度和跟踪误差等运行参数，这限制了其在实际应用中的广泛部署。人工智能（AI）技术，包括深度神经网络（DNNs）、强化学习（RL）以及混合算法，通过实现自适应热管理、故障检测、实时优化和高精度太阳跟踪，有效解决了上述问...
解读: 该CPV/T系统AI优化技术对阳光电源具有重要借鉴价值。文中深度神经网络实现的实时优化、故障检测和预测性维护技术,可直接应用于SG系列逆变器的MPPT算法优化和iSolarCloud平台的智能运维功能增强。AI驱动的热管理控制提升35%以上热稳定性的成果,对ST系列储能变流器的温控策略和PowerT...
漂浮式光伏热交换机制及其与水动力和水温模型耦合的研究
Research on floating photovoltaic heat exchange mechanism and coupling with hydrodynamic and water temperature model
Linlin Yan · Jijian Liana · Ye Yaoc · Chao Maab 等5人 · Solar Energy · 2025年11月 · Vol.301
摘要 全球漂浮式光伏（FPV）产业正经历加速扩张，这给水环境影响的定量评估以及用于数值模拟的预测性计算框架的发展带来了关键挑战。本研究通过建立FPV组件的热交换机制模型，并实现与开源水动力及水温软件的时空耦合模拟，填补了上述研究空白。基于模型的适用性，本文分析了组件温度、输出功率和水温对关键参数的敏感性。随后，以南水北调中线工程张河节制闸南段为案例开展研究，预测了部署FPV后组件的输出功率、组件温度以及水体温度的变化情况。FPV组件的最佳倾角随时间变化，使得年发电量最大的最优倾角确定为26°。F...
解读: 该研究对阳光电源浮式光伏系统具有重要价值。热交换机制模型可优化SG系列逆变器的温度管理策略,通过精准预测组件温度提升MPPT效率。水温耦合模型为iSolarCloud平台提供环境影响评估功能,支持漂浮电站智能运维。研究显示最优倾角26°可实现年发电量最大化,为PowerTitan储能系统在水上光伏场...
光伏温室的多目标优化建模与实地验证
Multi-objective optimization of photovoltaic greenhouses with modelling and field validation
Anuradha Tomar · Solar Energy · 2025年11月 · Vol.301
摘要 光伏温室（PVGHs）为粮食和能源生产提供了一种可持续的解决方案，尤其适用于无电网覆盖且水资源匮乏的地区。然而，其运行优化需要在发电效率、灌溉效率、作物品质和经济可行性等多个相互竞争的目标之间进行权衡管理。本研究提出了一种基于第一性原理并经过实地验证的多目标优化框架，专为光伏温室量身定制。该模型同时最大化四个目标：（i）光伏发电效率，（ii）基于水分利用效率的作物产量，（iii）综合果实品质，以及（iv）经济回报。与以往研究不同，该框架将一个动态品质指数——整合了糖度（°Brix）、硬度、...
解读: 该光伏温室多目标优化技术对阳光电源SG系列光伏逆变器及智能运维平台具有重要应用价值。研究中的动态MPPT优化与能量-作物-水资源协同控制理念,可融入iSolarCloud平台实现农光互补场景的精细化管理。其实时成本收益分析逻辑可启发SG逆变器在离网农业场景中的自适应控制策略开发,结合ST储能系统可构...
通过多功能分源逆变器的解耦预测功率控制增强光伏功率采集与电网支撑
Enhanced PV power harvesting and grid support through decoupled predictive power control of multi-functional split-source inverter
Billel Talbi · Abbes Kihal · Abdelbasset Kram · Abdeslem Sahli 等6人 · Solar Energy · 2025年6月 · Vol.293
摘要 本文研究了一种采用分源逆变器（SSI）的新型多功能光伏并网逆变器（MF-PVGCI）结构，该结构相较于传统的阻抗源逆变器具有显著优势。所提出的MF-PVGCI能够根据太阳辐照度的可用性自适应地运行于三种不同模式：完全有源滤波器（F-APF）模式、部分有源滤波器（P-APF）模式以及有功功率注入（RPI）模式。为了提升系统性能，本文提出一种基于有限集模型预测控制策略的多目标控制结构，旨在最大化从光伏阵列中获取的功率，并以精确解耦的方式控制电网的有功和无功功率。该控制结构使SSI能够作为无功功...
解读: 该分源逆变器多功能控制技术对阳光电源SG系列并网逆变器具有重要应用价值。其基于有限集模型预测控制的有功无功解耦策略,可增强现有1500V系统的电网支撑能力,实现MPPT优化与无功补偿的协同运行。三种自适应运行模式(全APF/部分APF/实功率注入)的切换逻辑,可融入iSolarCloud平台的智能控...
从焦斑可扩展预测定日镜表面：逆向深度学习光线追踪的仿真到真实迁移
Scalable heliostat surface predictions from focal spots: Sim-to-Real transfer of inverse Deep Learning Raytracing
Jan Lewen · Max Pargmann · Mehdi Cherti · Jenia Jitsev 等6人 · Solar Energy · 2025年11月 · Vol.300
摘要 聚光太阳能发电（Concentrating Solar Power, CSP）电站是实现可持续能源转型的关键技术之一。其安全高效运行的一个关键因素在于接收器上太阳辐射通量分布的精确性。然而，单个定日镜产生的通量密度对表面缺陷极为敏感，例如镜面倾斜误差和形变。在实际部署中，对数百乃至数千个定日镜的表面进行逐一测量仍然不切实际。因此，控制系统通常假设定日镜表面为理想状态，导致性能次优并可能带来安全隐患。为解决这一问题，近期提出了一种名为逆向深度学习光线追踪（inverse Deep Learn...
解读: 该逆向深度学习光线追踪技术对阳光电源光热-光伏混合电站具有重要价值。iDLR可实现定日镜表面缺陷的自动化检测与建模,通过零样本迁移学习将仿真模型直接应用于实际场景,预测精度达90%。该方法可集成至iSolarCloud平台,实现大规模定日镜阵列的预测性维护与数字孪生建模。其深度学习架构可借鉴应用于S...