找到 5 条结果
可解释性机器学习揭示杂化钙钛矿太阳能电池的光电转换效率
Interpretable machine learning insights of power conversion efficiency for hybrid perovskites solar cells
Yudong Shi · Jiansen Wen · Cuilian Wen · Linqin Jiang 等7人 · Solar Energy · 2025年1月 · Vol.290
摘要 杂化有机-无机钙钛矿（HOIPs）太阳能电池因其高能量转换效率、易于制备以及低成本等优势，在光伏领域展现出广阔的应用前景。随着人工智能的蓬勃发展，机器学习（ML）近年来已被用于新型HOIPs材料的设计。然而，由于现有机器学习模型缺乏可解释性，其在HOIPs材料设计中的实际应用受到较大限制。本文提出一种数据驱动的可解释性机器学习方法，用于提取影响基于HOIPs太阳能电池功率转换效率（PCE）的通用且简洁的描述符。研究突出提出了两个由易于获取参数构成的描述符，可用于准确预测PCE，其预测性能优...
解读: 该可解释机器学习技术为阳光电源光伏逆变器研发提供重要启示。通过数据驱动方法快速筛选高效钙钛矿电池,可优化SG系列逆变器的MPPT算法适配性。研究中提出的简化描述符预测方法,可应用于iSolarCloud平台的组件性能预测模型,实现电站级效率优化。结合GaN功率器件特性,该方法有助于加速新型光伏材料与...
通过外加磁场调控液态金属电池的放电性能和电极界面
Regulating the discharge performance and electrode interface of liquid metal batteries through external magnetic fields
Xianbo Zhou · Lei Fan · Jing Ning · Hao Zhou 等9人 · Applied Energy · 2025年1月 · Vol.383
摘要 液态金属电池（LMBs）因其长循环寿命、高安全性和低成本，在大规模储能领域具有广阔的应用前景。然而，LMBs在放电过程中存在较大的浓差极化以及一定的内部短路风险，严重阻碍了其实际应用。本研究提出采用施加外加磁场的策略来解决上述两个问题。首先，通过数值模型和逻辑推理阐明了外加磁场发挥作用的机理。进一步的实验结果表明，外加磁场显著提升了LMBs的放电性能。在500 mA cm−2的电流密度下，61.9 mT的磁场使放电电压提高了34.64%；在1000 mA cm−2的电流密度下，29.6 m...
解读: 该液态金属电池外磁场调控技术为阳光电源ST系列储能系统提供创新思路。研究揭示的磁场抑制浓差极化机制(500mA/cm²下电压提升34.64%)可启发PowerTitan大容量储能产品的热管理优化和电化学性能提升。磁场快速修复短路故障的能力对储能PCS的故障诊断与自愈合控制策略具有借鉴意义,可集成至i...
基于增量容量曲线与S变换的电动汽车电池组健康状态估计
State-of-health estimation for EV battery packs via incremental capacity curves and S-transform
Siyi Tao · Jiangong Zhu · Yuan Lic · Siyang Chen 等10人 · Applied Energy · 2025年1月 · Vol.397
准确估计电动汽车（EV）中电池的健康状态（SOH）对于缓解用户的续航焦虑具有重要作用。然而，云端电池管理系统（BMS）数据质量欠佳，加之电池正极材料的多样性，为开发适用于实际EV应用的通用SOH估计方法带来了显著挑战。本研究提出了一种基于充电过程的可推广特征提取框架。该方法从增量容量（IC）曲线中提取时域特征，并利用S变换提取频域特征，同时引入了电池间不一致性指标。为评估所提取特征的鲁棒性，本文采用实验室数据进行了验证。此外，通过针对不同容量和正极材料电池的实验，分析了温度对电池容量及所提取特征...
解读: 该研究提出的电池SOH估计方法对阳光电源储能系统(PowerTitan/ST系列PCS)及充电桩产品具有重要价值。通过增量容量曲线和S变换的多域特征提取,结合GRU-LightGBM融合模型,可显著提升BMS电池健康状态评估精度(MAPE<1.99%)。该技术框架可集成至iSolarCloud平台,...
基于趋势分类与空间信息集成模型的日前风电场群功率预测
Day-ahead wind farm cluster power prediction based on trend categorization and spatial information integration model
Mao Yang · Yuxi Jiang · Chuanyu Xu · Bo Wang 等6人 · Applied Energy · 2025年1月 · Vol.388
摘要 随着风电产业的快速发展和风电装机容量的不断增加，影响发电量的因素在时间和空间上呈现出高度耦合的关系，这给风电场群功率预测（WFCPP）带来了极大的挑战。为解决这一问题，本文提出了一种考虑风电集群趋势聚合特性与空间信息集成（SII）的区域风电功率预测（WPP）精度提升方法。首先，引入一种考虑空间特征的趋势聚类方法以实现集群划分。该方法采用静态分区策略应对持续随机变化的动态环境，削弱了风速空间离散性对集群划分的影响。其次，深入挖掘多个风电场群（WFC）之间的多维时空耦合特性，并构建了融合时空信...
解读: 该风电集群功率预测技术对阳光电源储能系统具有重要应用价值。通过趋势聚类和空间信息融合,可显著提升区域风电预测精度(RMSE降低2.07%),为ST系列PCS和PowerTitan储能系统提供更精准的充放电调度依据。其时空耦合特征挖掘方法可集成至iSolarCloud平台,优化风储协同控制策略,配合G...
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...