找到 2 条结果 · Solar Energy

排序:
光伏发电技术 储能系统 机器学习 深度学习 ★ 5.0

一种用于长期光伏和风电功率预测的细粒度频率分解框架

A fine-grained frequency decomposition framework for long-term photovoltaic and wind power forecasting

Peng Suna · Tingxiao Dinga · Jin Sua · Yuhan Yanga 等8人 · Solar Energy · 2025年1月 · Vol.301

准确预测太阳能和风能对于实现高效的电网集成至关重要。然而,现有的机器学习和深度学习方法在处理复杂且变化多端的时间序列数据时面临若干挑战,例如通用性有限、泛化能力不足,以及难以平衡计算效率与预测精度之间的关系。为应对这些挑战,本研究提出了一种细粒度频率分解框架(FDF),并设计了一种基于小波变换与下采样策略(连续采样和间隔采样)的序列分解方案。该框架旨在深入挖掘时间序列中的复杂时序模式,并充分捕捉长距离依赖关系。具体而言,FDF首先利用小波变换将原始时间序列分解为多个不同频率的分量;随后,对每个分...

解读: 该细粒度频率分解框架对阳光电源iSolarCloud智慧运维平台及储能系统具有重要应用价值。通过小波变换与采样策略结合,可显著提升光伏功率预测精度(MAE降低7.65%),同时保持轻量化特性(0.29M参数)。该方法可集成至ST系列PCS的功率预测模块,优化PowerTitan储能系统的充放电策略制...

光伏发电技术 储能系统 ★ 5.0

用于提升光伏性能的梯度结构Cs2AgBiBr6碳基双钙钛矿太阳能电池的设计与模拟

Design and simulation of gradient-structured Cs2AgBiBr6 carbon-based double perovskite solar cell for boosting photovoltaic performance

Weiqiang Yang · Wenjun Li · Qiulin Liu · Yan Jin · Solar Energy · 2025年1月 · Vol.290

摘要 Cs2AgBiBr6是最早被研究用于解决钙钛矿太阳能电池(PSCs)毒性和不稳定性问题的双钙钛矿材料之一。然而,空穴传输层(HTL)的不稳定性、载流子扩散长度有限、界面缺陷丰富以及空穴提取效率低下,导致器件性能不理想。本文提出一种新型无HTL的Cs2AgBiBr6碳基双钙钛矿太阳能电池(C-DPSC),以提升器件性能。通过Solar Cell and Capacitance Simulator(SCAPS)优化吸光层厚度、梯度结构(掺杂梯度、缺陷梯度和能带梯度)、平均掺杂浓度以及界面缺陷密...

解读: 该Cs2AgBiBr6无铅双钙钛矿电池技术对阳光电源SG系列光伏逆变器及储能系统具有前瞻价值。研究中的梯度能带结构优化、缺陷容忍度提升(10^16 cm^-3)及内建电场增强机制,可为我司MPPT算法优化提供理论支撑。18.21%的转换效率突破及无HTL碳基结构设计,启发PowerTitan储能系统...