找到 2 条结果
干旱气候下太阳能塔式电站超临界CO2布雷顿循环的比较研究
Comparative study of supercritical CO2 brayton cycles for solar towers plants in arid climates: Design and off-design performance
Meryame Soumhi · Yassine Zalim · Zakia ELAhmadi · Fayrouz El Hamdani 等5人 · Energy Conversion and Management · 2025年1月 · Vol.337
摘要：聚光太阳能发电站（CSP）在可持续能源生产方面具有巨大潜力，但其效率常受到干旱气候下极端环境条件和有限水资源的制约。本研究针对适用于摩洛哥地区太阳能塔式电站的简单型和再压缩式超临界CO2布雷顿循环，在不同功率规模下对其设计工况及变工况性能进行了分析。研究目标是评估功率规模对循环效率和涡轮机械设计的影响，比较两种循环的性能表现，并识别出在恶劣环境中提升系统性能的最优参数。通过对两种循环构型开展详细的参数敏感性分析，确定了可提高循环效率的总回热器导热系数最优值。为验证模型的准确性，将计算结果与...
解读: 该超临界CO2布雷顿循环研究为阳光电源光热储能一体化系统提供重要参考。研究表明再压缩循环可减少12%集热场面积,这与我司PowerTitan储能系统的高功率密度设计理念契合。简单循环在高温环境下的适应性优势,可指导ST系列PCS在干旱地区的热管理优化。离网工况分析方法可应用于iSolarCloud平...
PVMTF：基于块技术与信息融合编码的端到端长序列时间序列预测框架用于中期光伏发电预测
PVMTF: End-to-end long-sequence time-series forecasting frameworks based on patch technique and information fusion coding for mid-term photovoltaic power forecasting
Zhirui Tiana · Bingjie Liang · Applied Energy · 2025年1月 · Vol.396
准确的光伏发电功率预测能够缓解其对电网稳定性的不利影响。目前大多数光伏发电预测模型依赖于增加模型复杂度或扩大回溯窗口尺寸以提升所提取信息的量，但这往往导致已学习信息的灾难性遗忘或引入过多冗余噪声。此外，一些模型通过分解数据并采用非端到端的学习方式进行预测，可能导致信息不一致和误差累积，从而限制了预测精度的进一步提升。为应对上述挑战，本文提出了一种端到端的PVMTF预测框架，包含PatchGRU和PatchGRU_h两种模型。本研究分为两个模块：在数据预处理模块中，采用孤立森林（Isolation...
解读: 该PVMTF端到端光伏功率预测框架对阳光电源iSolarCloud智慧运维平台具有重要应用价值。其基于patch技术的长序列预测能力可显著提升4-7天中期功率预测精度,有效支撑SG系列逆变器集群的发电调度优化。通过灰色关联分析的特征选择可降低计算复杂度,适配边缘侧部署。该技术可与ST系列储能PCS协...