找到 3 条结果
通过过渡金属硫族化合物极化激元实现面向热光伏的近至远红外全向光谱调控
Near- to far-infrared omnidirectional spectral control of thermal emission via transition metal chalcogenide polaritonics for thermophotovoltaics
Qixiang Wang · Zhequn Huang · Heng Zhang · Yilin Feng 等5人 · Applied Physics Letters · 2025年1月 · Vol.127
本文提出利用过渡金属硫族化合物中的极化激元效应，实现从近红外到远红外波段的全向热辐射光谱调控。该方法通过精确设计材料的介电响应与表面模式耦合，显著增强特定波长范围内的热发射效率，同时抑制非辐射损耗。实验结果表明，该结构在宽角度范围内具有优异的光谱选择性和发射稳定性，适用于高效热光伏系统中的能量转换与管理，为中长波红外热辐射调控提供了新途径。
解读: 该热光伏光谱调控技术对阳光电源光热发电及综合能源系统具有前瞻价值。过渡金属硫族化合物极化激元实现的近-远红外全向发射调控，可应用于工业余热回收与热光伏转换场景，与SG系列逆变器配合构建新型热电联供系统。其宽角度光谱选择性技术可启发光伏组件热管理优化：通过选择性热辐射涂层降低组件工作温度，提升SG逆变...
一种基于迁移学习的集成稀疏门控图密度网络用于多站点可再生能源概率预测
An Integrated Sparse Gated Graph Density Network Based on Transfer Learning for Multi-Site Probabilistic Forecasting of Renewable Energy
Kang Wang · Jianzhou Wang · Zhiwu Li · Yilin Zhou · IEEE Transactions on Sustainable Energy · 2024年10月
大规模新能源并网对智能电网的安全高效运行带来严峻挑战。可再生能源概率预测（REPF）技术可分析发电不确定性，量化风险平衡，防止电网崩溃。然而，现有依赖时空图的方法难以准确估计可再生能源的概率密度函数（PDF），导致对分布式发电系统的不确定性分析不足。为此，本文提出一种融合迁移学习的集成稀疏门控图密度网络（ISGGDN）。该模型结合交叉注意力与残差连接，构建稀疏门控图动态卷积网络，有效提取站点间空间特征及时空交互关系，提升概率预测精度。同时，设计多种迁移学习微调策略，增强特征迁移能力。基于相邻多站...
解读: 该ISGGDN多站点概率预测技术对阳光电源iSolarCloud智能运维平台及PowerTitan储能系统具有重要应用价值。通过稀疏门控图网络捕捉分布式光伏电站间时空关联，可显著提升SG系列逆变器集群的功率预测精度，为ST系列储能变流器提供更准确的充放电调度依据。其概率密度函数估计能力可优化储能系统...
基于全状态反馈的并网型DC/AC变换器控制方法
Full-State Feedback Control for Grid-Connected DC/AC Converter With Enhanced Stability and Controllability
Yanjun Tian · Yilin Wang · Lianying An · Zhishuang Yue · IEEE Transactions on Industrial Electronics · 2025年1月
针对并网型DC/AC变换器在直流侧可控性受限及交流侧存在谐振模态的问题，本文提出一种基于LCL滤波器的双向全状态反馈控制策略（FSFC）。传统PI控制器仅依赖输出变量反馈，忽略系统内部动态特性，导致控制性能受限。所提方法利用状态变量反映系统内部特性，在交流侧通过极点配置扩展无源阻尼范围，有效抑制谐振峰且不牺牲动态响应；在直流侧降低等效模型阶数，提升电压调节性能。与主流控制方法对比表明，该方法具有更优的动态响应与鲁棒性，仿真与实验结果验证了其有效性。
解读: 该全状态反馈控制技术对阳光电源ST系列储能变流器和SG系列光伏逆变器具有直接应用价值。针对LCL滤波器谐振抑制问题，所提FSFC方法通过极点配置实现无源阻尼扩展，可优化PowerTitan大型储能系统的并网稳定性，避免传统有源阻尼带来的损耗。直流侧降阶控制策略可提升ST储能变流器的直流母线电压调节性...