Faridoddin Hassani · Aref Khorrami · Ali Golshani · Afshin Kouhkord 等6人 · Solar Energy · 2025年1月 · Vol.301

摘要 全球能源需求不断增长，化石燃料日益枯竭，加之环境问题受到越来越多的关注，这些因素共同推动了向可再生能源转型的必要性。在众多可再生能源技术中，太阳能因其资源丰富且可持续性强而成为最具前景的选项之一。在光伏/热能（PV/T）系统中，多余的热量被传递给空气或水等冷却介质，以调节电池的工作温度。本文提出了一种智能化且可调控的框架，用于高效PV/T热力系统的设计。该框架首先构建PV/T单元的参数化设计，随后建立实验设计（DoE）模块。在当前模型中，参数化设计包含三个变量，并采用了面心中心复合设计方法...

解读: 该PV/T智能优化框架对阳光电源SG系列光伏逆变器具有重要参考价值。研究通过机器学习算法实现电效率从12.4%提升至13.2%,其多目标优化思路可应用于我司MPPT算法改进和热管理设计。特别是Reynolds数与Nusselt数的关联分析,可指导逆变器散热系统优化,降低功率器件温升,提升SiC/IG...