找到 2 条结果 · Energy Conversion and Management
基于相变材料的全息分光聚光光伏-热电混合系统的数值分析与性能研究
Numerical analysis and performance investigation of holographic spectrum-splitting concentrated photovoltaic-thermoelectric hybrid system with phase change material
Yue Hu · Piaopiao Li · Yucheng Yao · Hui Lv 等5人 · Energy Conversion and Management · 2025年3月 · Vol.328
摘要 为应对太阳能的波动性并实现太阳光谱的充分利用，本研究提出了一种新型的基于相变材料的全息分光聚光光伏-热电混合系统。具体而言，设计了一种双层体全息光栅分束器，用于将入射太阳辐射中的目标光谱分离，并分别照射至三个空间分离的光伏电池上；同时采用热电模块回收光伏电池产生的余热以进一步发电。在光伏电池与热电模块之间设置含石蜡的储热层，以稳定温度波动，并延长热电模块的工作时间。因此，所提出的系统可显著提高太阳能到电能的转换效率，并实现稳定的电力供应。本研究建立了完整热力学数学模型，并全面开展了能量、㶲...
解读: 该光谱分离光伏-温差发电混合系统对阳光电源ST储能系统和SG逆变器产品线具有重要启示。其相变材料热管理方案可优化PowerTitan储能系统的温控策略,提升电池循环寿命。光谱分离技术启发多结电池MPPT算法优化,可提高SG系列逆变器在复杂光谱条件下的转换效率。温差发电余热回收理念可应用于大型地面电站...
基于I-V曲线成像与双流深度神经网络的光伏系统遮挡类型及严重程度诊断
Shading type and severity diagnosis in photovoltaic systems via I-V curve imaging and two-stream deep neural network
Zengxiang Hea · Hong Cai Chen · Shuo Shan · Yihua Hu 等6人 · Energy Conversion and Management · 2025年1月 · Vol.324
摘要 遮挡是光伏（PV）系统中最常见的异常现象之一，会导致功率损失和热点效应。目前大多数研究仅能实现遮挡检测，而无法进一步诊断遮挡的类型和严重程度。本文提出了一种结合I-V曲线成像与双流深度神经网络（DNN）的有效方法，用于诊断遮挡类型，并估计实际运行光伏系统中五种常见遮挡类型的严重程度。该方法首先对光伏组串的I-V曲线进行重采样，并转换至标准测试条件（STC），以消除数据尺度和环境因素对遮挡诊断结果的影响。随后，采用一种称为格拉米安角和场（Gramian angular summation f...
解读: 该阴影诊断技术对阳光电源SG系列光伏逆变器及iSolarCloud平台具有重要应用价值。通过I-V曲线成像与双流深度神经网络,可实现阴影类型识别与严重程度量化评估,弥补现有MPPT优化技术仅能检测异常但无法精准诊断的不足。建议将GASF时序成像与LSTM-CNN融合算法集成至智能运维平台,结合组串级...