找到 3 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...
基于迎风侧首排数据与深度学习的长跨柔性光伏阵列风压分布预测
Prediction of wind pressure distribution on long-span flexible photovoltaic arrays using windward first row data and deep learning
Hehe Rena · Haoyue Liua · Shitang Kea · Wenxin Tiana 等8人 · Solar Energy · 2025年1月 · Vol.298
摘要 长跨柔性光伏（PV）结构是解决“光伏+”发展挑战的关键方案之一。然而，其大跨度、轻质、低刚度和高离地间隙等特性加剧了风致振动效应，使得风荷载成为结构设计中的关键因素。鉴于风压试验中风压数据具有空间分布特征且测点数量受限，本文提出一种全卷积网络（FCN）模型，该模型在卷积神经网络（CNN）框架内融合多尺度特征与跳跃连接结构，利用柔性光伏阵列首排的风压场数据来预测整个光伏阵列的风压分布。结果表明，所预测风压的相对误差约为9%，预测值与实际风压之间的相关系数超过0.95。这说明该FCN模型能够有...
解读: 该风压预测技术对阳光电源大型地面光伏电站的结构设计具有重要价值。针对渔光互补、农光互补等'光伏+'场景中采用的大跨度柔性支架系统，该深度学习模型可通过少量迎风侧测点数据预测整体风压分布，优化支架结构设计，降低风洞试验成本。可应用于SG系列逆变器配套的柔性支架系统选型，指导PowerTitan储能系统...