找到 8 条结果
垂直双面光伏系统模型验证：基于现场数据、不同朝向和纬度的研究
Vertical Bifacial Photovoltaic System Model Validation: Study With Field Data, Various Orientations, and Latitudes
Erin Tonita · Silvana Ovaitt · Henry Toal · Karin Hinzer 等6人 · IEEE Journal of Photovoltaics · 2025年5月
准确建模光伏（PV）系统对于太阳能光伏电站的设计、财务分析和监测至关重要。对于双面光伏应用，模型还必须提供可靠的背面辐照度算法。然而，对于东西向垂直定向系统，双面光伏辐照度模型尚未得到充分验证，在该系统中，正午时分太阳直射光束会发生转换。在此，我们利用在美国科罗拉多州戈尔登市（北纬40°）和美国阿拉斯加州费尔班克斯市（北纬65°）收集的实地数据，对五种双面辐照度模型进行了验证，这些模型适用于东西向垂直、南北向垂直和朝南倾斜的阵列。在亚小时级模型中，没有明显表现最佳的模型；“Bifacial_ra...
解读: 该垂直双面光伏系统建模与验证技术对阳光电源SG系列逆变器和iSolarCloud平台具有重要应用价值。研究中的双面辐照度精确建模方法可直接应用于SG逆变器的双面组件MPPT算法优化，通过准确预测正背面发电贡献实现更高发电效率。多纬度、多朝向的验证数据为阳光电源开发适应不同地理环境的逆变器控制策略提供...
揭示有机光伏中的结构-性能关系：可解释的机器学习模型预测功率转换效率
Uncovering Structure–Performance Relationships in Organic Photovoltaics: Interpretable Machine Learning Model for Predicting the Power Conversion Efficiency
Yi Yang · Arowa Yasmeen · Ovidiu Daescu · IEEE Journal of Photovoltaics · 2025年8月
有机光伏（OPV）是一种颇具前景的光伏技术，但传统上候选分子的设计采用试错法，效率低下。然而，机器学习通过从大量的有机光伏材料数据集中学习，提供了一种基于数据的策略，有助于加速高性能有机光伏材料的发现和优化。在本研究中，我们使用极端梯度提升（XGBoost）模型，利用从哈佛光伏数据集（HOPV15）中提取的结构特征，来预测通过密度泛函理论计算得到的有机光伏供体材料的功率转换效率（PCE）。为了提高预测性能，我们基于随机森林和XGBoost的平均特征重要性得分，选择了最具信息价值的分子指纹。我们的...
解读: 该可解释机器学习模型对阳光电源光伏产品线具有重要参考价值。虽然研究聚焦有机光伏材料设计，但其核心方法论——通过机器学习建立结构-性能映射关系——可迁移至SG系列逆变器的功率器件选型优化。具体而言，可借鉴该模型框架建立GaN/SiC器件的结构参数（掺杂浓度、栅极结构等）与性能指标（导通损耗、开关速度）...
应对可再生能源电力系统中的鸭子曲线：一种基于iTransformer的多任务学习净负荷预测模型
Tackling the duck curve in renewable power system: A multi-task learning model with iTransformer for net-load forecasting
Jixue Pei · Nian Liu · Jiaqi Shi · Yi Ding · Energy Conversion and Management · 2025年1月 · Vol.326
摘要 可再生能源的高比例渗透导致区域负荷模式发生显著变化，形成对电力系统运行方式产生深远影响的鸭子曲线现象。为实现对鸭子曲线场景的准确预测，本文提出一种结合iTransformer与多任务学习的日前净负荷预测方法，该方法综合考虑了光伏发电、风力发电和有功负荷等多种独立资源分量。首先，通过组合特征选择方法识别各单项预测任务的主导特征；随后，采用iTransformer作为主干网络构建具有强大学习时间依赖能力的预测模型；此外，将iTransformer与多任务学习相结合，以提取外部因素、各单项功率与...
解读: 该鸭子曲线净负荷预测技术对阳光电源储能系统具有重要应用价值。通过iTransformer多任务学习模型精准预测光伏、风电及负荷波动,可优化ST系列PCS的充放电策略,提升PowerTitan储能系统在高比例新能源场景下的调度效率。该方法识别的周期性和波动性特征可集成至iSolarCloud平台,实现...
基于多策略α进化优化的质子交换膜燃料电池约束参数估计
Multi-strategy alpha evolution optimization for constrained parameter estimation in Proton Exchange Membrane Fuel Cells
Salih Berkan Aydemir · Funda Kutlu Onaya · KorhanÖkten · Energy Conversion and Management · 2025年1月 · Vol.339
质子交换膜燃料电池（PEMFCs）是当前广泛应用于氢能源发电和储能系统中的装置。PEMFC参数估计对于优化燃料电池性能、降低成本以及确保系统可靠性至关重要。精确的参数估计有助于提升建模与仿真的准确性，并减少对昂贵且耗时实验的依赖。本研究聚焦于一种多策略α进化算法（MSAE），旨在提高PEMFC中参数估计的精度。MSAE在传统α进化算法的基础上进行了多项改进，例如采用Halton序列生成初始种群，并引入适应度-距离平衡技术以选择更优的候选解。为评估MSAE的一致性与可靠性，本文在三种不同情形下将其...
解读: 该PEMFC参数估计优化技术对阳光电源氢储能系统具有重要应用价值。MSAE算法的高精度参数辨识能力可应用于ST系列储能变流器与燃料电池的协同控制,通过精准建模减少实验成本,提升系统可靠性。其适应性约束优化方法可借鉴用于PowerTitan储能系统的多参数协同优化,结合iSolarCloud平台实现燃...
基于物理信息深度学习与稀疏数据的电力电子器件剩余寿命预测
Remaining Useful Life Prediction of Power Electronic Devices With Physics-Informed Deep Learning and Sparse Data
Le Gao · Chaoming Liu · Yiping Xiao · Chunhua Qi 等5人 · IEEE Transactions on Power Electronics · 2025年4月
准确预测碳化硅金属氧化物半导体场效应晶体管（MOSFET）的剩余使用寿命（RUL）对于确保电力电子系统的可靠性至关重要，特别是在辐射环境下。然而，大多数现有的深度学习方法依赖于密集采样的退化数据，使其不适用于退化观测数据有限的稀疏数据条件。为解决这一局限性，我们提出了一种用于稀疏RUL预测的物理信息深度学习（PIDL）方法。该方法通过定制的物理信息损失函数，将总电离剂量引起的退化机制（具体为界面和氧化物陷阱电荷积累）融入基于Transformer的神经网络架构中。这种损失函数明确惩罚与导通状态电...
解读: 从阳光电源的业务视角来看，这项针对碳化硅MOSFET剩余寿命预测的物理信息深度学习技术具有重要的战略价值。作为光伏逆变器和储能系统的核心功率器件，碳化硅MOSFET的可靠性直接关系到我们产品在全生命周期内的性能表现和运维成本。 该技术的核心优势在于解决了稀疏数据条件下的寿命预测难题。在实际应用场景...
大型光伏项目中光伏组件温度与组串尺寸风险的新型评估方法
The novel evaluation method for PV module temperature and string size risk in utility-scale solar projects
Carlos Sanchís-Gómez · Jorge Aleix-Moreno · Carlos Vargas-Salgado · David Alfonso-Solarb · Solar Energy · 2025年1月 · Vol.295
摘要 目前，大型光伏电站的数量和装机容量正在不断增加。准确估算光伏组件电池温度是光伏项目优化的基础。本文利用来自不同地理位置和当前主流技术的大型光伏项目的实测数据，评估了若干种 наиболее relevant的光伏组件温度估算模型。在评估过程中，引入了一种新的加权方法，以捕捉模型在过压事件关键时段的行为表现。该评估基于误差分析，通过对比各模型在不同大型光伏项目中的实际组件行为，获得其精度。温度误差评估结果表明，在所评估的22种电池温度模型中，均方根误差（RMSE）介于0.25至1.45°C之...
解读: 该研究对阳光电源SG系列逆变器的1500V系统设计具有重要参考价值。文章提出的组件温度精确评估模型和过电压风险评估方法,可直接应用于优化我司MPPT算法和直流侧电压保护策略。通过集成Grupotec String Evaluation模型到iSolarCloud平台,能实现基于实时温度预测的串联数优...
基于第一性原理与机器学习方法研究双钙钛矿Li2CuBiX6
X = Br, I）的光学与电子性质及其在光伏中的应用
Taoufik Chargui · Ramzi El Idrissi · Abdelkabir Bacha · Fatima Lmaia · Solar Energy · 2025年1月 · Vol.299
摘要：开发高效且稳定的无铅材料对于推动下一代光伏技术的发展至关重要。在本研究中，我们结合第一性原理计算与机器学习技术，对Li2CuBiX6（X = Br, I）双钙钛矿作为有前景的光吸收材料进行了系统研究。密度泛函理论（DFT）结果表明，该材料具有适合太阳能转换的间接带隙，其中溴化物体系（Br）为1.7 eV，碘化物体系（I）为1.3 eV。关键光学性质，包括吸收系数、反射率、折射率和介电函数，均证实其具备优异的光捕获能力。采用SCAPS-1D模拟构建了FTO/ETL/Li2CuBiX6/HTL...
解读: 该无铅双钙钛矿材料研究对阳光电源光伏逆变器产品线具有前瞻价值。Li2CuBiX6材料展现的27-31%理论转换效率及宽光谱吸收特性,可为SG系列逆变器的MPPT算法优化提供新材料参数基础。研究中机器学习预测模型(XGBoost R²=99.87%)与DFT计算结合的方法,可借鉴应用于iSolarCl...
复杂风电场中风机来流风速的分析与预测：考虑气象因素及风电场时空特性
Analysis and prediction of incoming wind speed for turbines in complex wind farm: Accounting for meteorological factors and spatiotemporal characteristics of wind farm
Hongkun Lu · Xiaoxia Gao · Jinxiao Yu · Qiansheng Zhao 等8人 · Applied Energy · 2025年1月 · Vol.381
摘要 预测和计算风机轮毂前方的来流风速是风电功率预测研究中的关键环节。本文提出了一种考虑气象空间环境、风速时间特性以及地形和风机尾流效应的风电机组来流风速预测方法。首先，采用气象空间降尺度与时间特征提取方法对风气象桅杆（WMM）处的风速进行预测，建立大尺度气象背景与WMM风速之间的时空关联关系；其次，利用WMM预测风速，并结合从WMM到特定风电机组路径上的地形影响和尾流效应，计算该机组的来流风速；第三，利用激光雷达（LiDAR）在中国张家口张北某风电场的一台特定风电机组上对本文所提方法进行了验证...
解读: 该风速预测技术对阳光电源风电变流器及储能系统具有重要应用价值。通过融合气象降尺度、时空特征提取和尾流效应建模,可显著提升风功率预测精度(R²达0.9432)。该方法可集成至iSolarCloud平台,为风储耦合系统提供精准预测支持:1)优化ST系列储能PCS的充放电策略,提前响应风电波动;2)改进G...