Zhefeng Zhang · Yueqi Wu · Xiandong Ma · Energy Conversion and Management · 2025年1月 · Vol.332

摘要 近几十年来，风能作为一种广受欢迎的可再生能源，得到了广泛的发展和应用。有效的状态监测与故障诊断对于保障风力涡轮机的可靠运行至关重要。尽管传统的机器学习方法已在风力涡轮机状态监测中得到广泛应用，但在处理大规模、高维度且复杂的數據集时，这些方法常常面临诸如特征提取复杂、模型泛化能力有限以及计算成本高等挑战。量子计算的兴起为机器学习算法开辟了全新的范式。量子机器学习结合了量子计算与机器学习的优势，具备超越经典计算能力的潜力。本文首先回顾了当前基于机器学习的风力涡轮机状态监测技术的应用现状及其局限...

解读: 量子机器学习在风电状态监测中的应用为阳光电源智能运维体系提供前瞻性技术路径。该技术可集成至iSolarCloud平台,提升ST储能系统和SG逆变器的预测性维护能力。量子算法在高维数据特征提取和故障分类方面的优势,能有效解决大规模新能源场站设备健康管理中的计算瓶颈,为功率器件(SiC/GaN)热管理预...

Xiangdong Xu · Zhongzhong Luo · Huabin Sun · Yong Xu 等6人 · Solid-State Electronics · 2025年1月 · Vol.225

摘要 在以数据为中心的计算时代，数据量预计将呈指数级增长。传统计算机中存储单元与处理单元的物理分离导致在数据计算和存储过程中存在大量不必要的能量损耗和时间延迟。基于铁电材料的器件具有数据存储与计算一体化的优势。然而，由于传统铁电材料（如钙钛矿类材料）与互补金属氧化物半导体（CMOS）技术不兼容且可扩展性较差，限制了其在先进计算领域的研究进展。近年来，对基于铪（Hf）的铁电材料的研究与创新重新激发了该领域的兴趣。铪基铁电材料固有的CMOS兼容性、高矫顽场强（Ec）以及高能带间隙使其器件非常适合用于...

解读: 铪基铁电材料的CMOS兼容性、高能隙和多态存储特性,为阳光电源储能系统PCS控制器和iSolarCloud平台的边缘计算单元提供了创新方向。其负电容效应可优化SiC/GaN功率器件的栅极驱动电路,降低开关损耗;神经形态计算能力可增强ST系列储能变流器的实时负荷预测和VSG自适应控制算法;非易失性存储...

Tianguang Luab · Xinning Yiac · Jing Lid · Shaocong Wua · Applied Energy · 2025年1月 · Vol.393

摘要 传统的氢能源供应链（HSC）规划大多集中于生产端与消费端之间的储存与运输环节，忽视了各环节之间能量流及其相互作用，因而不适用于能源系统层面的规划分析。为此，本文在HSC基础上提出了氢能源链（HEC）的概念，强调氢能在生产、压缩、储存、运输和应用等环节中不同类型能量流之间的相互作用。HEC在平抑可再生能源波动性以及促进异质能源在时空维度上的优化配置方面发挥着关键作用。考虑HEC因素的有效协同规划模型对于多能系统（MESs）的最优配置至关重要，能够保障系统的高效运行以及经济性和环境友好性。本文...

解读: 该氢能链多能系统协同规划研究对阳光电源储能及新能源业务具有重要价值。氢能链可有效平抑可再生能源波动,与公司ST系列储能变流器、PowerTitan储能系统形成互补协同。在制氢环节,SG系列光伏逆变器可提供清洁电力;在应用端,充电桩业务可与氢能基础设施协同布局。建议将氢储能纳入iSolarCloud平...