找到 2 条结果
基于机器学习与计算流体动力学的核电厂热能储存集成动态评估与优化
Dynamic Assessment and Optimization of Thermal Energy Storage Integration with Nuclear Power Plants Using Machine Learning and Computational Fluid Dynamics
Muhammad Faizan · Imran Afgan · Applied Energy · 2025年1月 · Vol.391
摘要 本研究利用相变材料（PCM）将热能储存（TES）系统与核电厂（NPPs）进行集成，采用计算流体动力学（CFD）模拟与机器学习技术，以提升核电厂的整体效率与盈利能力。本研究的创新性不仅在于分析PCM热物理特性、设计参数及输入条件对系统性能的影响，更在于开发一种可有效集成于核电厂的TES系统，解决包括输入参数的动态评估以及响应实时需求波动时对可用过剩能量的利用等关键挑战。为开展分析，共执行了2500组CFD模拟，用于评估垂直环形通道内相变行为。系统地分析了诸如传热流体注入条件和多种PCM特性等...
解读: 该研究的CFD仿真与机器学习优化方法对阳光电源ST系列储能系统具有重要借鉴价值。核心启示包括:1)动态评估技术可应用于PowerTitan储能系统的实时需求响应优化,提升削峰填谷效率;2)多目标遗传算法(MOGA)可用于优化PCS充放电策略,平衡充电时长与能量密度;3)ANN预测模型可集成至iSol...
利用自然对流冷却回路提高漂浮式光伏板效率：多物理场热建模
Efficiency improvement of floating photovoltaic panels with natural convection cooling loops: Multi-physics thermal modelling
Bayu Sutanto · Hector Iacovides · Adel Nasser · Andrea Cioncolini 等5人 · Solar Energy · 2025年1月 · Vol.286
摘要 本研究聚焦于带有自然对流冷却回路的漂浮式光伏板的热建模，该冷却回路在光伏电池顶部设有一个透明冷却通道。通过使用纯水和5.3 ppm的银-水纳米流体，本文的创新之处在于建立了一个二维多物理场数值模型，该模型耦合了共轭传热与热辐射分析。所构建的新型数值模型被用于研究冷却回路在全天周期内的冷却效果，并首次探讨了冷却通道厚度以及纳米流体应用的影响。研究证实了所提出系统在降低光伏电池温度、保障日复一日持续运行功能方面的有效性。对冷却通道厚度的分析揭示了通道厚度、浮力驱动的冷却剂流速与光伏电池温度之间...
解读: 该浮式光伏自然对流冷却技术对阳光电源SG系列逆变器及水面光伏系统具有重要参考价值。研究揭示冷却液透射率比单纯降温更关键,这启发我们在1500V高功率系统中优化MPPT算法时需综合考虑组件温度与光谱响应特性。透明冷却通道设计可与iSolarCloud平台结合,通过实时温度监测实现发电效率预测性维护。该...