使用粒子运动轨迹追踪实验和离散元仿真方法,探究不同含水率香菇菌渣粒子在致密化过程中拱效应的影响。通过分析8%、10%、12%、14%这4组含水率香菇菌渣粒子在压缩的4个不同阶段的运动轨迹,揭示粒子在压缩过程中受到的拱效应影响的大小。研究表明：在香菇菌渣粒子含水率为12%时,粒子运动过程中的偏转和位移最大,受到拱效应的影响最大;在香菇菌渣粒子含水率为8%时,粒子运动过程中的偏转和位移最小,受到拱效应影响最小。

相变储热技术是工程应用中高效储热的手段之一,而相变材料存在低热导率的问题,严重限制了其工作效率,因此需对相变储热装置结构进行优化以提高储热效率。选取五水硫代硫酸钠（Na₂S₂O₃·5H₂O）与三水合醋酸钠（CH₃COONa·3H₂O）作为相变材料,基于仿生结构设计6种相变储热模型,对两种相变材料在6种储热模型中的熔化和凝固过程进行数值模拟并分析,最后基于数值模拟结果,综合考虑储热与放热过程,搭建小型相变储热实验台。该文给出了在温度为75 ℃、流量为0.1 m³/h的工况下,两种模型在两种相变材料中各测温点温度随时间的变化。结果表明：一种储热模型更适合将Na₂S₂O₃·5H₂O作为相变材料,另一种模型更适合将CH₃COONa·3H₂O作为相变材料进行实际应用。

提出考虑信息间隙决策理论含碳捕集耦合煤制氢的综合能源系统优化调度。首先,建立碳捕集电厂耦合煤制氢的多资源利用模型;其次,考虑碳捕集电厂耦合煤制氢的运行约束,以系统运行和弃风成本最小为目标,建立确定性系统调度模型;最后,针对风电不确定性,引入信息间隙决策理论进行量化分析,提高系统对风电不确定性的适应能力。通过算例分析得到持有不同风险态度下的调度方案,结果表明该策略可有效促进风电消纳并提高系统的低碳经济性。

针对光伏电站空间位置分散及用户之间数据缺失易导致的功率预测精度不足的问题,提出一种场景分类与隐私保护下的分布式光伏短期功率预测协同训练策略。首先,利用皮尔逊相关系数提取重要气象特征,并采用模糊C均值聚类（FCM）算法将历史数据集聚类划分为晴天、阴天和雨天。其次,将天气变化相似的区域聚类成若干组,判别、筛选同类别下晴天、非晴天集合,构建不同场景下光伏功率预测模型。然后,在一般的联邦学习迭代算法的基础上添加多任务学习算法,建立一种新型多任务模式的本地训练方法,保留参与联合建模的各光伏电站间的差异性。最后,对待测日进行预测,将其数据输入至上述建立的对应场景预测模型下,得到待测日的光伏功率预测结果。实验结果表明：在不同天气条件下,所提预测方法与多种网络模型相比,准确率最大可提升24.77%,均方根误差RMSE最大降低89.24%。与传统联邦框架相比,所提方法能在更快的训练轮次内达到目标用户识别率（UA）,缩短50%的通信轮数并且使平均UA提升8%。所提方案不仅在提高光伏短期功率预测的准确性方面得到验证,同时还展现出较强的适应性和鲁棒性。

探索水分子在凝胶结构中的独特存在形式,并讨论通过改变水凝胶表面形貌来提高水蒸发效率的太阳能蒸发器的设计。最后,系统回顾将各种光热介质与水凝胶相结合的太阳能蒸发器的研究进展,并对其未来发展进行展望。

为提升多岛海域波浪要素预测准确性,基于1987—2022年期间长江口和浙江省近岸海域57场台风期多点同期实测波浪数据,采用资料整理分析法研究波浪在不同海域波高衰减系数,利用所提出的岛礁遮蔽系数量化岛礁位置、大小等因素对混合浪平均周期影响程度,结合实测混合浪波高-周期关系提出混合浪可能出现最大、小周期取值方法,最后通过理论公式推算出研究海域波浪底摩阻系数。结果表明：波浪向近岸传播过程中波高逐渐减小,受岛礁遮蔽波浪在多岛海域传播时波能衰减比开敞无岛海域快;多岛海域中在岛礁遮蔽作用下混合浪周期会逐渐减小,周期减小程度随岛礁遮蔽程度的增大而增大;在确定波高前提下,外海海洋站强浪向重现期波高-周期关系可作为混合浪可能最大周期,风浪波高-周期关系可作为混合浪可能最小周期;根据推算,长江口和浙东淤泥质近岸海域波浪底摩阻系数Cb为0.050 m²/s³,底摩阻系数f为0.009。

该文总结了近年来铁氮共掺杂碳基催化剂（Fe‑N‑C）的制备策略和合成方法（模板法、浸渍法、原位捕获法等）,重点梳理了以金属有机框架、有机多孔聚合物和生物质为前驱体制备热解型Fe-N-C催化剂的研究现状,讨论了Fe-N-C催化剂中活性位点的结构和反应机制,同时对该材料领域当前存在的挑战和未来重点发展方向进行了总结和展望。

为适应风电出力的随机性,提出一种基于动态深度学习的风电功率在线预测方法。首先,构建基于双向长短期记忆网络和双向门控循环单元的风电功率基准预测模型,根据训练数据集设置初始参数与权重;其次,采用快速霍夫丁漂移检测方法进行风电状态监测,根据检测结果动态更新深度学习模型;最后,引入随机森林回归模型对预测功率误差进行校正,并通过时间窗实现模型的滚动在线预测。验证结果表明,所提算法相较于Transformev方法均方根误差（RMSE）提高5.68%,平均绝对误差（MAE）提高18.56%,相关系数（R²）提高2.06%,具有较好的预测性能,充分证明所提出的方法能有效提升风电功率预测的准确性。

为解决电力资源和电力需求区域分布不均、可再生能源持续装机带来消纳受限问题,该文通过分析中国电力结构、发展趋势与目前风光发电与弃用情况,讨论利用可再生能源制绿氢的必要性。通过围绕目前主流的3种电解水制绿氢（碱性电解、质子交换膜电解和固体氧化物电解）技术路线和实际案例进行应用分析,讨论不同类型风光发电制氢耦合模式的可行性,分析未来可再生能源制绿氢的应用前景和发展方向。

锂电池寿命预测对能源管理和维护具有重要意义,为解决预测过程中复杂的多维时间序列数据、长时间依赖关系以及特征的动态变化等问题,提出一种基于动态卷积神经网络层和Transformer（DCF）、协方差矩阵自适应调整的进化策略（CMA-ES）和多头自注意力机制的锂电池寿命预测模型。DCF通过动态提取时间序列中的关键特征,降低数据维度和冗余性,捕捉长时间依赖;CMA-ES优化模型超参数,增强模型对局部特征与全局依赖的建模能力;多头自注意力机制则进一步聚焦重要特征,处理复杂的非线性动态关系。使用NASA提供的公开锂电池数据集进行实验验证,结果表明该方法的平均绝对误差最小达到0.28%,优于大部分使用同一数据集的现有方法。实验结果进一步证明,模型在预测准确度和泛化能力上均有提升,尤其在长期寿命预测中展现出更高的精度和鲁棒性,可为锂电池的寿命预测提供更为可靠的技术支持。

提出一种新颖的混合预测模型,该模型采用麻雀搜索算法（SSA）优化变分模态分解（VMD）的参数。随后,模型利用VMD和带有自适应噪声的完整集成经验模态分解（CEEMDAN）对光伏功率数据进行二次分解。接着,应用卷积神经网络和带有注意力机制的长短期记忆网络（CNN-LSTM-Attention）对分解后的序列数据进行训练和预测。对所提模型在不同天气条件和分时间辨率下进行验证,结果表明在不同时间分辨率（2或10 min）、预测范围（1、3或5 d）和不同天气条件下,该方法的预测性能均优于其他方法,预测值的相关系数均超过0.97。

岩土阻尼对降低大直径单桩海上风电机组结构动力响应具有巨大潜力。然而,岩土阻尼的贡献尚不十分清楚,部分原因是缺乏在海上风电机组一体化时域分析中岩土阻尼的考虑方法。有学者通过在泥面配置阻尼矩阵实现了在一体化时域分析中考虑岩土阻尼,但由于水平和旋转自由度耦合,导致旋转阻尼系数计算存在问题。为此,提出一种改进型集中式阻尼方法：在单桩等效旋转中心处施加阻尼矩阵。等效旋转中心是单桩基础的“解耦点”,解决泥面刚度矩阵中水平和旋转自由度的耦合使得基于表观旋转刚度计算旋转阻尼系数变得困难的问题。首先推导桩-土相互作用系统的阻尼比及等效旋转中心位置的计算公式;然后通过在OpenFAST开发SoilDyn模块将该改进方法纳入海上风电机组一体化时域分析;最后,在相同荷载水平下,通过与分布式阻尼结果的对比验证改进型集中式阻尼方法的合理性。

简述光合细菌制氢过程中涉及的光合反应、底物代谢和固氮酶产氢3部分机理;总结分析光合制氢过程添加剂调控的研究成果,归纳4种添加剂调控的主要途径：光谱调控、电子调控、代谢调控和环境调控;重点阐述金属及非金属两大类不同添加剂的作用效果、机制及优势与限制;最后,对添加剂促进光合发酵制氢技术的发展趋势和未来研究方向进行分析展望,旨在为促进光合发酵制氢研究提供有益借鉴。

探究热解温度和原料质量混合比对木质纤维素类生物质与微藻共热解生物炭的产率、元素组成、表面形貌、热稳定性、孔隙分布、表面官能团组成及碳骨架结构的影响规律,并进一步揭示共热解过程中的协同效应及反应机理。结果表明,热解温度和原料质量混合比对共热解生物炭的产率以及理化结构均具有显著影响。生物炭产率随热解温度的升高而下降,并随微藻质量混合比的增加而增大。共热解生物炭的产率（质量分数）可达41.51%,相较于木质纤维素单独热解生物炭提高23.5%。木质纤维素与微藻共热解过程存在显著的协同效应,协同效应能够增大生物炭的产率,且显著促进C元素和N元素在生物炭中富集。热解温度的升高会促进生物炭中吡啶-N向季-N转化。微藻质量混合比的增加会增大生物炭的无序化程度和芳香化程度,微藻产生的含氮挥发分会与木质纤维素上的含氧官能团发生显著的美拉德反应,并进一步发生环化反应和缩聚反应生成富氮生物炭。

为缓解新能源与负荷的时空刚性分布对分布式光伏消纳空间的制约,提出储能-智能软开关协同规划策略以提升配电网对分布式光伏的承载力。首先,为评估多端软开关（MSOP）和储能（ESS）在时空灵活性上的协作效益,提出一个整合支路电流时间均匀分布水平与网损灵敏度的评价指标。然后,基于协作效益评价指标建立由规划和运行组成的两层随机优化模型。该模型通过嵌入MSOP-ES模型能考虑MSOP和ESS的多样融合形态。最后,该两层优化模型由Benders分解算法高效求解。IEEE 33节点配电网和一个实际配电网上的算例分析表明,所提方法通过规划储能和多端软开关在有效提升光伏承载力的同时,缓解了电压稳定问题并增强了网络灵活传输能力。

为揭示不同射流倾角的下击暴流风场特性及其对风力机叶片变形的影响,基于计算流体动力学方法模拟0°、5°、10°、15°、20°共5种射流倾角的大气边界层风场特性,分析不同射流倾角下击暴流的水平、垂向风速剖面,气压以及整体湍流强度分布,同时探究不同射流倾角风场对叶片表面压力分布以及结构变形量的影响。结果表明：射流倾角增大下击暴流发生一侧的水平风速最大值增加,垂向速度减小的速率变缓。倾角的改变对下击暴流发生区域气压的影响可忽略不计。对于湍流强度分布的影响,不同倾角下射流区背侧湍流强度均随射流倾角增大而增加而前侧则减小;风力机位于不同射流倾角的下击暴流风场中时,表面压力分布不均,叶尖较其他位置承受更大风压;射流倾角增大叶片表面压力随之增加,近地面两叶片压力大幅增加,在倾角为20°时达到最大,最大值约为50 Pa,远地面叶片表面压力增加缓慢。叶尖处结构变形量、叶片中段等效应力随倾角变大而增加。

该文开发一种新型配电网分布式电压控制算法,其核心技术采用一种经过优化的无模型自适应控制方法。该算法利用分布式光伏的实时采样数据,并通过分布式光伏之间的相邻通信,在线估计表征配电网电压控制特性的动态线性化参数,通过基于迭代的数据驱动方式以实现配电网无功-电压协调控制,解决传统方法对配电网模型依赖的问题;然后通过数学方法证明算法的稳定性。最后,采用含高比例分布式光伏的IEEE 33节点配电系统作为关键测试平台,通过多工况仿真分析,对所提控制算法的有效性及其性能优势进行全面验证。

针对稳态工况下运行的陆上风力机叶片载荷测试和识别问题,首先基于等效疲劳载荷理论,结合应变载荷测量技术设计载荷测试方案,根据载荷测量要求进行数据采集、传感器布置和标定,搭建叶片载荷监测系统;其次,在叶片监测系统中通过应变片获得稳态工况下的测试载荷,同步采集测风塔、雷达等风特性信息以及数据采集与监视控制（SCADA）系统获得风力机控制状态信息,并根据风速俘获矩阵模拟得到仿真载荷;由于测试载荷数据时长与设计载荷时长不同,为便于比较,将设计载荷、测试载荷、仿真载荷都转换为1 Hz下的等效疲劳载荷进行对比。结果表明：同一截面测试载荷与设计载荷比值在104.0%~130.2%区间,符合叶片载荷设计安全裕量,同一截面测试载荷与仿真载荷比值差异较大,说明稳态工况下载荷监测的动态变化与湍流强度强相关,有必要监测风剪切和湍流参数以反映实际载荷有效防止过载运行。

为实现简易、低成本的海面波浪实时测量,提出一种基于明暗恢复形状法（SFS）的非接触式波浪参数测量方法。首先利用单目相机获取水槽波浪以及浮球参照物图像信息,然后基于SFS法分别对波面以及参照物表面的三维形状进行恢复,并将尺寸变换系数引入到波面三维形状恢复结果中,进而根据三维重建结果提出波浪参数计算方法,最后将波浪参数测量结果与实际测量结果进行对比分析。结果表明该方法测得的平均波高、平均波长与实际值间的相对误差均小于5%,平均周期的相对误差均小于1%,且平均波向与实际波向的差距均在5°以内,具有较高的稳定性与准确性。

结合400 V级低压配电网（以下简称配网）树状拓扑结构特点,利用电参量数据相关性分析了常用配网拓扑识别方法的基本原理及其缺陷。提出融合时-频域多源数据的低压配网拓扑识别方法,由两个环节组成：1）前馈环节,通过改进谱聚类算法逐层聚类包含时、频域维度的节点电压数据。为方便计算上级分支点对应的节点电压向量,藉由簇内节点集的变换群特征,设计了用于区分簇拓扑类型（辐射型或干线型）的有限域神经网络;2）反馈环节,在被前馈环节压缩的解空间内,基于有功功率平衡原理检验和修正可疑节点,该闭环识别框架可提升结果的准确性及对复杂拓扑的适应性。最后,以国网浙江公司3个具有典型拓扑的居民/工商业试点台区作为算例,对比几类常用配网拓扑识别方法,所提方法的优势得到验证。

为研究多筒导管架基础在循环荷载作用下的响应特性,在砂土地基中开展物理模型试验,分析了结构循环倾角、固有频率和阻尼比的变化。根据试验结果,提出基础累积转角经验预测公式。结果表明：循环荷载幅值的增大会加快基础倾角的累积速率。基础累积转角与加载次数在双对数坐标系中近似呈线性关系。结构的固有频率在不同循环荷载幅值加载条件下呈现了相似的变化规律,加载初期小幅增大,随着加载持续进行,固有频率急剧下降并围绕某一平均值波动。系统阻尼比在加载初期急剧下降至初始值的约20%,之后剧烈振荡,变化范围最大可达80%。

综述密度泛函理论（DFT）模拟的原理与应用方法,从典型生物质组分热解气化机制与焦油脱除两方面对DFT模拟的应用过程与分析方法进行归纳总结,对DFT模拟在生物质气化领域的未来发展提出展望。

实测电压-电流（V-I）数据中的噪声会降低启发式算法（MhA）的太阳电池参数辨识精度。为解决该问题,基于核极限学习机（KELM）提出一种数据降噪启发式算法（DDMhA）以实现对太阳电池参数的精确辨识。利用KELM对V-I数据进行训练以滤除噪声,提升MhA适应度函数的准确度,增强其全局搜索能力以保障参数辨识精度。在验证实验中,采用双二极管太阳电池模型（DDM）进行参数辨识,对50 组混淆V-I数据分别进行不降噪以及降噪处理,随后对比不同处理方式下6 种MhA的参数辨识结果。根据实验结果分析,DDMhA能够滤除数据噪声,有效提升原MhA的辨识精度和收敛速度。

构建兼顾清洁高效供暖和电网削峰填谷需求的 PV/T-热泵联合谷电蓄热供暖系统 （PV/T-HP-VEHSH）,基于模式搜索算法提出以供热量、碳排放量和初投资为目标的系统优化设计方法,用TRNSYS研究其运行特性,对比分析其与光伏联合空气源热泵供暖系统和不考虑谷电蓄热的PV/T-热泵供暖系统的性能提升。结果表明：PV/T-HP-VEHSH综合效益最佳时,单位PV/T面积匹配的集热泵流量和集热水箱容积分别为13.8 （kg/h）/m²和0.1 m³/m²,单位蓄热水箱容积匹配的电锅炉容量为1.2 kW/m³;PV/T-HP-VEHSH供暖季月均性能系数（COP）为2.8~3.2,PV/T综合效率超过56%;谷电蓄热使PV/T-HP-VEHSH运行成本降低3.3元/m²。

基于计算流体力学（CFD）中的有限体积法,考虑地形、粗糙度等因素的影响建立风场模型,并结合标准k-ε湍流模型与单一线性激励尾流模型,使用RANS方程求解计算域,得到风能资源图和风力机年发电量。以上海嵊山站台附近海域为案例进行完整的风能资源评估。结果显示该地区风向以南北、东南、东向为主,其中北-南方向（Y）速度梯度的变化随着高度增加而增加,冬季风速更高,具有较好的风能开发利用潜力。

为实现光储直流微电网的柔性制氢以及提高系统的经济性,首先结合光伏阵列、储能电池和电解槽的运行特性,提出一种基于直流母线电压信号的系统层面协调控制策略,以实现电解制氢装置“荷随源动”的柔性制氢。其次,在此控制策略的基础上,建立容量优化配置模型,采用麻雀搜索算法（SSA）以系统成本最小化为优化目标进行容量配置优化,并结合具体光伏制氢工程项目数据进行算例分析与经济性分析。最后,根据所提控制策略搭建仿真模型,通过仿真验证所提控制策略的正确性。

针对规模化光伏发电系统在非理想天气条件下预测精度不足,进而引发电力系统调度计划实施困难的问题,提出基于相似日理论和改进鹈鹕算法（IPOA）优化极限学习机（ELM）的光伏功率预测方法。首先利用皮尔逊相关系数方法,筛选出与光伏发电相关的主要气象因素;然后结合欧氏距离与马氏距离的综合评价指标对各时间点的历史数据与待预测日之间的综合距离进行比较,以求得相似日;接着将相似日样本集输入构建好的IPOA-ELM功率预测模型进行训练,并基于实际测量数据,对比研究IPOA-ELM模型与POA-ELM、SCSO-ELM、GJO-ELM模型在预测精度方面的表现。经比较分析后得出：加权综合指标选取相似日能更加准确地反映每个时刻点之间的距离和分布特性;IPOA算法对比POA、SCSO和GJO,在收敛速度和适应度表现上均为最优;同时在不同天气条件下作光伏预测时,IPOA-ELM模型的预测均方根误差均低于其他对比模型。值得注意的是,在阴雨天气等出力波动较强的情况下,该模型仍展现出良好的稳定性。充分证明所应用的IPOA-ELM预测模型具有较强的适应能力和预测准确性。

针对航拍高分辨率图像下光伏组件的鸟粪与遮挡缺陷以及二极管损坏形成光斑缺陷的检测问题,提出改进深度学习模型YOLOv8n结合切片辅助超推理的检测算法。以2667张可见光与热成像图像进行切图后标注鸟粪、遮挡、光斑3种缺陷构建光伏组件数据集。首先,在YOLOv8n的主干网络上,通过添加3层CBS模块,构建小目标检测层,加强小目标特征信息的传递。其次,在Backbone部分添加全局注意力机制,采用通道与空间注意力的框架,使模型能更好地捕捉全局特征信息。基于上述两处对网络结构的改进设计其消融实验,实验结果表明改进模型相较于基础模型的mAP50值和mAP50∶95分别提升4.3%和1.5%;设计改进模型与其他目标检测模型的对比实验,实验结果表明改进模型的准确率优于其他检测模型。最后,结合切片辅助超推理进行先切片后检测,设计添加切片辅助超推理的整体模型对比实验,实验结果表明改进后的YOLOv8-PG+SAHI模型对高分辨率光伏组件图像下小目标缺陷的检测能力最优,准确率可达88.73%。上述实验表明改进模型更适合航拍高分辨率图像下光伏组件的小目标检测。

为提高光伏光热耦合空气源热泵（PV/T-ASHP）供热系统的系统性能,该文提出一种增加预热方式的太阳能光伏光热耦合空气源热泵供热（PV/T-P-ASHP）系统,基于TRNSYS搭建系统模型,验证模型精度后,对比分析PV/T-P-ASHP系统和PV/T-ASHP系统的有关性能提升情况,并探究该系统在不同地区的适用性。结果表明：系统模型验证PV/T电效率、热效率和热泵机组性能系数（COP）的平均相对误差分别为5.09%、9.06%和5.25%,实验模型和结果吻合较好。以北京地区为例,PV/T-P-ASHP系统相比于PV/T-ASHP系统全年运行能耗节约4.38%,热泵机组COP提高36.28%,PV/T综合效率提高4.32%,供暖季系统COP提高4.18%,一次能源节约率提高6.47%。不同地区模拟对比得出,北京地区系统COP提升最高,为4.18%;大连地区PV/T综合效率提升5.78%,一次能源节约率提升6.58%,系统COP提高2.3%,沈阳地区PV/T综合效率、一次能源节约率提高4.24%、5.81%,系统COP提升2.29%;上海地区增加预热方式后系统COP提高1.4%,整体系统性能提升较小。

针对单一电价策略无法满足多种柔性负荷充分调度的问题,提出一种考虑削峰贡献奖惩和精细化调控的多种柔性负荷主从博弈优化策略。首先,依据各柔性负荷能达到的最大削峰贡献,制定差异化的阶梯型奖惩机制;其次,将微网运营商作为领导者,将用户聚合商、精细化温度控制的空调聚合商和考虑出行随机性的电动汽车聚合商作为跟随者,构建多种柔性的主从博弈优化模型;最后,算例表明该文策略能有效挖掘多种柔性负荷的削峰潜力,在此基础上实现微网与多种柔性负荷多方收益提升。

为提高光伏发电系统输出功率的预测精度,提出一种基于皮尔逊插值算法（PIA）、模糊C均值聚类算法（FCM）、多元变分模态分解（MVMD）、卷积神经网络（CNN）、双向长短期记忆网络（BiLSTM）和注意力机制（ATTENTION）的短期光伏功率预测组合模型。首先,利用PIA对光伏电站采集的原始数据进行修复;其次,FCM算法将历史数据聚类为晴天、阴天、雨天;然后,通过MVMD对光伏功率进行分解,得到若干本征模态函数;接着,采用CNN和BiLSTM网络相结合充分提取各本征模态函数的特征,同时引入注意力机制以突出重要信息并赋予其权重;最后,对各本征模态函数预测,将各预测值叠加得到最终预测结果,与其他光伏功率预测模型对比验证所提混合模型具有更好的预测精度。

基于双层皮通风幕墙结构,提出一种外置光伏百叶通风节能窗,充分利用遮阳百叶与光伏发电优势,高效采暖、发电与采光,营造舒适的室内光热环境。利用Design Builder和Energy Plus建立外置光伏百叶通风窗系统夏季工况的光-热-电耦合仿真模型。以普通双层玻璃窗为基准,对比分析了外置光伏百叶通风窗系统对自然采光、室内热环境的影响并预测其综合能耗。结果表明,外置光伏百叶通风窗自主采光能力较弱,但靠近外窗的2.0 m×1.5 m区域能满足自然采光要求且舒适性较好。热舒适（PMV）研究表明,整个夏季外置光伏百叶通风窗房间相较于普通双层玻璃窗房间更为舒适。外置光伏百叶通风窗系统节约33.90%空调能耗的同时产电84.69 kWh。相较于普通双层玻璃窗,外置光伏百叶通风窗系统综合节能34.64%~56.48%,具有较高的节能潜力。

提出一种考虑虚拟电厂的电力系统多类型电源规划方法。首先,针对不同类型虚拟电厂建立虚拟电厂运行灵活性模型;其次,考虑虚拟电厂面向电源规划的运行约束提出一种考虑虚拟电厂的电力系统多类型电源规划;进而,采用区间优化方法处理新能源出力、电负荷需求与虚拟电厂可调潜力等不确定因素;然后,通过区间序关系与区间可能度方法实现模型的确定性转化并提出一种改进Benders分解算法高效求解转换后的模型。最后,从规划成本、计算效率等方面检验模型与算法的有效性。

针对光伏组件的热斑和蒙尘故障,提出基于YOLOv7的故障检测模型。首先,引入Mosaic与Mixup结合的数据增强方法扩充图像数据集,提高模型的泛化能力;其次,引入坐标注意力机制（CA）,不仅能关注通道特征和空间特征,还能解决长程依赖的问题。实验结果表明,改进后的YOLOv7模型在检测光伏组件、蒙尘以及热斑故障时的准确率分别达到96.08%、83.92%以及77.19%,与原始模型相比分别提升3.66个百分点、1.90个百分点以及2.27个百分点;mAP值由82.48%提升至83.05%;模型精度提高,鲁棒性增强,满足实际应用需求。

为研究风力机柔性叶片预弯和不同后掠几何外形设计对其气弹载荷的影响,利用转动矩阵精确地表征叶素处的气流速度和叶素的位移、方向、振动速度,并对叶素动量模型进行修正建立气弹仿真模型。基于DTU 10 MW叶片分别设计3种不同后掠叶片,对3种叶片进行静力学、动力学和气弹耦合分析。研究叶片弯扭耦合变形对叶片攻角的影响,叶片预弯、后掠引起的气动力臂增大对叶根扭矩的影响。研究发现叶片的弯扭耦合效应受叶片的几何外形影响较大,后掠叶片对降低叶根的挥舞疲劳载荷效果最好,达到-11.14%,但会大幅增大叶根扭转疲劳载荷,预弯叶片会减小叶根的挥舞和扭转疲劳载荷。

针对光伏组件电致发光（EL）图像中缺陷因复杂背景干扰而难以识别的问题,提出一种基于YOLOv5改进的深度学习模型YOLOv5-PMD,有助于提高光伏组件EL图像缺陷检测的准确性。首先使用轻量级卷积GSConv模块替换颈部网络（Neck）的卷积Conv模块,增强模型准确性的同时可减少模型参数量。其次引入卷积块注意力模块（CBAM）,增强模型对特征的感知能力。最后将原模型的CIoU损失函数替换为EIoU损失函数,更加准确地衡量缺陷的位置。在光伏组件EL图像的公开SolarMonocrystal数据集上,改进模型的训练参数量从7.025×10⁶降到6.695×10⁶,平均精度均值mAP50为89.8%,相较于原模型提高2.6％。

该文介绍了减反增透及自清洁薄膜的原理和应用,通过调控薄膜的折射率、厚度及层数,能够有效减少光线反射损失,同时增强透过率,从而提高光电转换效率。并对单层、双层及多层减反增透薄膜的优缺点进行了评论。在减反增透的基础上增加自清洁功能,通过与光催化材料复合和表面改性,实现亲水或疏水功能化,对减反增透自清洁薄膜进行评述。最后对其未来的发展前景进行了展望。

风力机叶片旋转时流动分离引发的动态失速会使得气动力急剧恶化。为提高翼型动态失速特性,建立一种基于代理模型的翼型气动优化框架。首先,对翼型进行参数化表征,通过拉丁超立方抽样方法在设计空间获得模型训练样本的输入向量,并利用CFD方法求解对应响应值。其次,通过高斯过程回归构建翼型气动外形与气动力的代理模型,并通过加点准则提高模型精度。最后,以减小气动力波动为目标,结合全局优化算法对一个俯仰周期的气动力进行优化设计。以风力机常用翼型S809为研究对象进行优化,结果表明：较之基准翼型,优化翼型气动外形的改变显著减小了阻力和力矩波动,有效抑制了翼型在下俯阶段的前缘动态失速。

对液氢储罐支撑结构的类型、材料和应用进行综述分析,评估各种支撑结构的优缺点,进而对液氢贮罐支撑结构在槽车、船舶、飞机、火箭运输进行场景化的分析。就研究现状而言,支撑结构的使用类型具有明显的场景化特征,杆支撑是选择最多的结构。材料方面,复合材料是最有潜力的材料,其绝热性能、防腐性、力学性能都较为优秀,处于快速发展阶段。此外,随着液氢储罐使用场景拓展,绝热已不再是唯一的问题,特别在移动式储罐中,振动、冲击导致的能量传递以及对结构强度的影响也需要重点关注。

为准确计算电动汽车充电需求,提出考虑站间交互影响的高速公路电动汽车动态充电需求模型。基于此,构建以充电设施投资成本和用户排队等待时间为目标,以充电站以及充电桩数量、站间距离、用户充电需求为约束的高速公路充电站多目标布局规划模型。为快速求解该模型,建立最短路径下候选站址集合,并将充电站间距离约束由较强的非线性约束转换为整数线性规划,采用快速非支配排序多目标遗传算法和证据推理方法进行求解。最后,以31节点沈海高速福建段实际出行数据为例对所提出的模型进行仿真验证。