找到 82 条结果
替代燃料分布式发电系统的可行性、环境与经济性分析
Feasibility, environmental, and economic analysis of alternative fuel distributed power systems for reliable off-grid energy supply
Zaixing Wang · Yi Lin · Yu Guo · Fengli Liang 等9人 · Applied Energy · 2025年4月 · Vol.384
可靠的离网能源供应在偏远地区和应急场景中仍然面临挑战，特别是对于通信基站而言，传统的单燃料系统常常面临燃料依赖性和供应中断的问题。在我们前期验证了现场制氢用多燃料重整技术的基础上，本研究开发了一种集成燃料重整与燃料电池技术的替代燃料灵活发电系统。首先通过实验验证该系统的可行性，随后通过仿真模拟评估多种系统结构。实验验证结果表明，甲烷、甲醇、乙醇、煤油和柴油五种燃料均能实现稳定的氢气生成和持续的电力输出。各燃料系统均可稳定输出接近500 W的功率，燃料转化率均超过95%，氢气含量高于70%，产氢速...
解读: 该多燃料制氢-燃料电池系统为阳光电源离网储能方案提供重要补充思路。针对通信基站等场景,可与ST系列PCS协同构建混合供电系统:燃料电池提供长时基载,储能系统负责功率调节与波动平抑。系统53.1%的能效及多燃料适应性,启发iSolarCloud平台开发燃料-储能协同优化算法。GFM控制技术可实现燃料电...
基于自适应蒸馏增量学习与注意力MobileNetV2网络的“一对所有”拒绝识别算法在电力终端多标签识别中的应用
Electricity terminal multi-label recognition with a “one-versus-all” rejection recognition algorithm based on adaptive distillation increment learning and attention MobileNetV2 network for non-invasive load monitoring
Linfei Yin · Nannan Wang · Jishen Li · Applied Energy · 2025年3月 · Vol.382
随着分布式可再生能源接入智能电网，分布式系统及新能源发电的不确定性严重影响了电网的稳定运行。需求侧管理是解决分布式用电问题的有效手段，因此监测接入系统负荷类型已成为当前研究热点。负荷监测包括侵入式负荷监测（ILM）和非侵入式负荷监测（NILM）。目前，NILM缺乏增量学习能力且识别准确率较低。为此，本文提出一种基于自适应蒸馏增量学习与注意力MobileNetV2网络的“一对所有”拒绝识别算法用于电力终端多标签识别（ET-MR “OVA” RR-ADIL-AMN）。该算法融合了多标签识别与“一对所...
解读: 该非侵入式负荷监测技术对阳光电源智慧能源管理系统具有重要价值。可集成至iSolarCloud平台实现用电侧精细化管理:在储能系统(ST系列PCS/PowerTitan)中应用该多标签识别算法,可精准识别并网负荷类型,优化充放电策略;结合分布式光伏(SG系列逆变器)场景,通过增量学习动态适应新接入设备...
第 5 / 5 页