找到 2 条结果

排序:
光伏发电技术 储能系统 机器学习 深度学习 ★ 5.0

一种用于长期光伏和风电功率预测的细粒度频率分解框架

A fine-grained frequency decomposition framework for long-term photovoltaic and wind power forecasting

Peng Suna · Tingxiao Dinga · Jin Sua · Yuhan Yanga 等8人 · Solar Energy · 2025年1月 · Vol.301

准确预测太阳能和风能对于实现高效的电网集成至关重要。然而,现有的机器学习和深度学习方法在处理复杂且变化多端的时间序列数据时面临若干挑战,例如通用性有限、泛化能力不足,以及难以平衡计算效率与预测精度之间的关系。为应对这些挑战,本研究提出了一种细粒度频率分解框架(FDF),并设计了一种基于小波变换与下采样策略(连续采样和间隔采样)的序列分解方案。该框架旨在深入挖掘时间序列中的复杂时序模式,并充分捕捉长距离依赖关系。具体而言,FDF首先利用小波变换将原始时间序列分解为多个不同频率的分量;随后,对每个分...

解读: 该细粒度频率分解框架对阳光电源iSolarCloud智慧运维平台及储能系统具有重要应用价值。通过小波变换与采样策略结合,可显著提升光伏功率预测精度(MAE降低7.65%),同时保持轻量化特性(0.29M参数)。该方法可集成至ST系列PCS的功率预测模块,优化PowerTitan储能系统的充放电策略制...

光伏发电技术 储能系统 ★ 4.0

原位设计的三元异质结阵列用于高光电效率染料敏化太阳能电池

In-situ engineered ternary heterojunction arrays for high photoelectric efficiency dye-sensitized solar cells

Haoran Yan · Jialin Chena · Junjie Xiaa · Shirong Huang 等9人 · Solar Energy · 2025年1月 · Vol.301

摘要 本研究通过多步水热法构建了一种新型的、高度有序的ZnIn2S4@Ti3C2 MXene/TiO2分级异质结构阵列,并将其用作高性能染料敏化太阳能电池(DSSCs)的光阳极。电子显微分析结果证实了该多维结构的精确形成。优化后的DSSC器件实现了高达8.01%的功率转换效率(PCE)和73.9%的优异填充因子(FF),相较于原始TiO2纳米线基器件提升了28.6%。这一显著提升源于多种协同机制:引入ZnIn2S4(ZIS)有效增强了可见光范围内的光吸收能力;同时,导电MXene介质的引入促进了...

解读: 该三元异质结光阳极技术通过MXene中间层构建双异质结和肖特基势垒,实现8.01%光电转换效率和73.9%填充因子,对阳光电源SG系列光伏逆变器的MPPT优化算法具有启发意义。其电子传输网络设计和载流子寿命延长机制可应用于PowerTitan储能系统的功率转换效率提升,特别是在抑制电荷复合方面与ST...