找到 2 条结果
基于迎风侧首排数据与深度学习的长跨柔性光伏阵列风压分布预测
Prediction of wind pressure distribution on long-span flexible photovoltaic arrays using windward first row data and deep learning
Hehe Rena · Haoyue Liua · Shitang Kea · Wenxin Tiana 等8人 · Solar Energy · 2025年1月 · Vol.298
摘要 长跨柔性光伏（PV）结构是解决“光伏+”发展挑战的关键方案之一。然而，其大跨度、轻质、低刚度和高离地间隙等特性加剧了风致振动效应，使得风荷载成为结构设计中的关键因素。鉴于风压试验中风压数据具有空间分布特征且测点数量受限，本文提出一种全卷积网络（FCN）模型，该模型在卷积神经网络（CNN）框架内融合多尺度特征与跳跃连接结构，利用柔性光伏阵列首排的风压场数据来预测整个光伏阵列的风压分布。结果表明，所预测风压的相对误差约为9%，预测值与实际风压之间的相关系数超过0.95。这说明该FCN模型能够有...
解读: 该风压预测技术对阳光电源大型地面光伏电站的结构设计具有重要价值。针对渔光互补、农光互补等'光伏+'场景中采用的大跨度柔性支架系统，该深度学习模型可通过少量迎风侧测点数据预测整体风压分布，优化支架结构设计，降低风洞试验成本。可应用于SG系列逆变器配套的柔性支架系统选型，指导PowerTitan储能系统...
锂离子电池充电策略优化：基于异构集成代理模型的先进多目标优化算法
Charging strategies optimization for lithium-ion battery: Heterogeneous ensemble surrogate model-assisted advanced multi-objective optimization algorithm
Fang Cheng · Hui Liu · Energy Conversion and Management · 2025年1月 · Vol.342
摘要 缩短充电时间（CT）同时维持锂离子电池（LIBs）的热安全与健康状态管理，对于提升电动汽车的实用性至关重要。然而，传统的基于机理的充电策略优化方法存在计算负担重、搜索空间高维以及多目标冲突等问题，导致其在广泛应用中面临瓶颈。为克服上述问题，本文首先构建了一种基于机理的电-热-老化耦合模型用于数据集生成。随后，提出一种基于元特征的异构集成代理模型（MetaHES），以更好地适应在荷电状态分阶段恒流充电（SMCC）策略下多样化的充放电性能特性。此外，引入一种改进的约束多目标哈里斯鹰优化算法，结...
解读: 该锂电池充电策略优化技术对阳光电源储能系统和充电桩产品具有重要应用价值。其异构集成代理模型可显著降低ST系列PCS和PowerTitan储能系统的电池管理算法计算负担,多目标优化算法能在充电时间、热安全和电池寿命间实现最优平衡。特别是多阶段恒流充电策略可直接应用于EV充电站快充技术,提升充电效率两个...