找到 162 条结果
不同滥用条件下液态金属电池电热行为的研究
Investigation on electro-thermal behavior of liquid metal batteries under various abusive conditions
Yi Zhang · Lei Fan · Haomiao Li · Bo Li 等7人 · Applied Energy · 2025年1月 · Vol.377
摘要 液态金属电池（LMB）因其长寿命和低成本的特性，被认为是大规模电网储能最具前景的解决方案之一。由于LMB具有全液态结构，许多研究人员面临的主要挑战是滥用条件对液-液界面稳定性以及发生内部短路（ISC）后的本征安全性的影响。本研究通过系统的实验研究，比较了不同滥用条件——包括机械滥用（振动、倾斜）、电气滥用（外部短路）和热滥用（热冲击）——对LMB电热特性的影响。结果表明，LMB在滥用条件下具有较强的自愈能力。值得注意的是，除由完全倾斜引发的ISC外，几乎所有由滥用条件引起的电压和温度变形在...
解读: 该液态金属电池安全性研究对阳光电源ST系列储能变流器及PowerTitan系统具有重要参考价值。研究揭示的机械滥用(振动>10Hz、倾斜>39.3°)易引发内短路特性,可指导我们优化储能系统BMS热管理策略和机械结构设计。电池自愈合能力及温度特征(550-564°C)为PCS保护算法开发提供依据,特...
多尺度协同建模与基于深度学习的风冷数据中心热预测：热管理的新视角
Multi-scale collaborative modeling and deep learning-based thermal prediction for air-cooled data centers: An innovative insight for thermal management
Ningbo Wang · Yanhua Guo · Congqi Huang · Bo Tian 等5人 · Applied Energy · 2025年1月 · Vol.377
摘要 研究数据中心（DC）的热环境及温度分布对于应对设备故障或环境变化等突发事件至关重要。然而，构建从数据中心机房级到芯片级的全尺寸仿真模型面临巨大挑战。本文提出一种独特的方法，将多尺度协同建模与深度学习技术相结合，用于风冷数据中心的热预测。通过将父模型的仿真结果作为子模型的边界条件，构建了数据中心多尺度仿真模型，显著降低了模型复杂度和计算资源消耗。利用实验数据，对不同尺度的模型分别进行了验证。研究了不同冷却策略、送风温度和送风流量对多尺度仿真模型的影响。基于参数化仿真方法，构建了用于训练数据驱...
解读: 该多尺度协同建模与深度学习热管理技术对阳光电源储能系统具有重要应用价值。ST系列PCS和PowerTitan等大型储能产品面临电池簇、模组到电芯的多层级热管理挑战,可借鉴其多尺度仿真方法降低建模复杂度。CNN-BiLSTM-Attention神经网络可集成至iSolarCloud平台,实现储能柜温度...
第 9 / 9 页