Eid Gul · Giorgio Baldinelli · Jinwen Wang · Pietro Bartocci 等5人 · Applied Energy · 2025年1月 · Vol.382

摘要：集成储热系统的塔式聚光太阳能发电系统为可靠且具有成本效益的能源生产提供了有前景的解决方案。本研究应用人工智能技术，以提高塔式系统的运行效率、可靠性及经济性能。提出了一种全面的实时数据驱动优化模型，该模型结合了基于人工智能的机器学习方法——随机森林回归器，并采用网格搜索交叉验证技术，以精确预测输出功率。此外，进行了相互关联的双参数优化，以优化关键系统参数，包括反射镜角度和传热流体流量。所提出的模型支持能量预测、性能优化和运行决策制定，以及经济性分析、天气影响分析和敏感性分析。通过净现值和均化...

解读: 该AI优化模型对阳光电源ST系列储能变流器与PowerTitan系统具有重要应用价值。随机森林算法的功率预测技术可集成至iSolarCloud平台,实现光热储能系统的智能调度与预测性维护。双参数优化方法可应用于储能系统的充放电策略优化,提升GFM/GFL控制算法在复杂气象条件下的响应能力。经济性评估...