找到 2 条结果 · Solar Energy
多孔介质热化学储能反应器中的辐射传热与结构优化
Radiative heat transfer and structural optimization in porous media thermochemical energy storage reactor
Danni Ma · Bachirou Guene Lougo · Shuo Zhang · Boxi Geng 等10人 · Solar Energy · 2025年1月 · Vol.301
摘要 基于金属氧化物氧化还原循环（MORC）的热化学储能（TCES）反应器对于将间歇性可再生能源整合到高温应用中至关重要。然而，其性能常受到复杂的多物理场耦合作用和不足的热管理能力的限制。本研究采用经过验证的二维轴对称多物理场模型，对多孔填充床反应器中的传热过程进行了全面分析。结果表明，显著降低保温层热导率可使多孔介质平均温度几乎提高一倍，但会牺牲径向温度均匀性。当传热流体入口温度超过1000 K时，辐射传热显著增强，占总热通量的比例可达90%，而提高流速仅带来微弱的对流传热增益。较低的孔隙率可...
解读: 该热化学储能研究对阳光电源ST系列储能系统的热管理优化具有重要参考价值。研究揭示的辐射传热主导机制(占比达90%)及多物理场耦合建模方法,可应用于PowerTitan等大型储能系统的热仿真设计。其结构优化策略——通过调整介质半径提升核心温度6%、优化绝缘设计获得10.2%性能提升,可指导PCS功率模...
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...