找到 2 条结果
面向机器学习的建筑负荷预测数据质量评估框架开发与验证
Development and validation of a data quality assessment framework for machine learning-based building load prediction
Ce Han · Yongbao Chen · Huilong Wang · Sicheng Zhan 等5人 · Applied Energy · 预计 2026年7月 · Vol.415
本文提出并验证了一种用于机器学习驱动建筑负荷预测的数据质量评估框架，涵盖数据完整性、一致性、时效性与代表性等维度，提升负荷预测模型鲁棒性与泛化能力。
解读: 该研究对阳光电源iSolarCloud智能运维平台的负荷预测与光储协同调度模块具参考价值。建筑侧负荷预测精度直接影响户用光伏+PowerStack或ST系列PCS的削峰填谷策略有效性。建议将数据质量评估机制嵌入iSolarCloud边缘-云协同架构，提升ST PCS在用户侧储能场景下的日前/实时功率...
用于高效储能的增强型卡诺电池：可行性分析
Enhanced Carnot battery for high-efficiency energy storage: Feasibility analysis
Ce Zhang · Minxia Li · Chaobin Dang · Xun Chen 等6人 · Energy Conversion and Management · 2025年5月 · Vol.332
摘要 可再生能源发电技术的广泛应用对电网稳定性提出了严峻挑战，亟需发展先进的储能技术。卡诺电池具有建设成本低、安装灵活性高等优势，然而传统卡诺电池往返效率较低，限制了其大规模应用。本研究构建了增强型卡诺电池以实现高效储能，并探讨了多种增强技术的性能表现。选取中国三个城市作为应用地点，以工业低温余热回收为应用场景，对增强型卡诺电池的可行性进行分析。结果表明，当热泵模块采用蒸汽喷射技术、有机朗肯循环模块采用双压蒸发技术时，系统整体性能最优。与传统卡诺电池相比，增强型卡诺电池的投资回收期可缩短76.8...
解读: 该增强型卡诺电池技术对阳光电源储能系统具有重要启示价值。其通过蒸汽喷射热泵与双压蒸发ORC技术实现往返效率提升,与我司PowerTitan储能系统的多层级能量管理理念高度契合。可借鉴其热能梯级利用思路,优化ST系列PCS的热管理系统,结合工业余热回收场景拓展储能应用边界。该技术使投资回收期缩短76....