【摘 要】
：
能源是实现可持续发展的重中之重,社会经济发展依赖于能源供给。太阳能利用被视为解决能源危机最重要的方式之一,实现太阳能全光谱高效利用一直以来都是研究人员追求的目标。近年来,光伏/热（PV/T）混合系统由于能够同时获得电能和热能而备受关注,其太阳能综合利用效率可达70%左右,同时可以减少生产成本和安装空间。其中基于光谱分频利用技术的光伏/热系统,在太阳光未到达光伏电池之前,借助分频器将光伏电池无法利用
论文部分内容阅读
能源是实现可持续发展的重中之重,社会经济发展依赖于能源供给。太阳能利用被视为解决能源危机最重要的方式之一,实现太阳能全光谱高效利用一直以来都是研究人员追求的目标。近年来,光伏/热（PV/T）混合系统由于能够同时获得电能和热能而备受关注,其太阳能综合利用效率可达70%左右,同时可以减少生产成本和安装空间。其中基于光谱分频利用技术的光伏/热系统,在太阳光未到达光伏电池之前,借助分频器将光伏电池无法利用的部分太阳光谱转化为热能,且分频器距离光伏电池较远,中间设有空气层或真空层,从而实现了分频流道与光伏电池的热解耦,从根本上解决了传统光伏/热系统中光伏电池超温和热能品位受限的问题。理想光学窗口（IOW）是分频型聚光光伏/热系统（SBS-CPV/T）中重要的基础概念,因此本文首先对理想光学窗口展开了深入研究,将现有的理想光学窗口划分方法分为5种。基于热耦合和热解耦的SBS-CPV/T三维数值模型,从流体温度,能量效率,（火用）效率和经济效益的角度,比较并评价了各种划分方法的优劣及适用场景,为分频型光伏/热系统理想光学窗口的选取提供了划分标准和选择指导。研究表明,从系统性能的角度来看,方法2似乎是理想光学窗口划分的最佳选择。使用由方法2得到的IOW,系统中光伏电池温度更低、流体温度和总能量效率更高;从热经济学的角度来看,方法4和5更适合用来划分IOW。使用由方法4和5得到的IOW,系统可获得更高的MF值和（火用）效率。此外,为推进光伏/热系统的工程应用,本文搭建了聚光光伏/热测试系统,并分别制造了冷却型聚光光伏/热组件（T-CPV/T）、上分频型聚光光伏/热组件（S-SSCPV/T）和复合分频型聚光光伏/热组件（D-SSCPV/T）,在相同的环境条件下,测试了三种组件的热和电性能,为聚光光伏/热系统的工程应用打下了实验基础。实验结果表明,电性能方面,T-CPVT组件的输出电功率最大的,受光学损失影响D-SSPV/T组件输出电功率最小;热性能方面,三种组件中S-SSCPV/T组件热性能最好,另外两种组件的热性能相近;系统总体性能和经济效益方面,S-SSCPVT组件表现最佳,其总能量效率在三种组件中是最高的,比另外两种组件高出约12.5%左右,其总（火用）效率在三种组件中也是最高的,比T-CPV/T组件和D-SSCPV/T组件分别高出1%和2%左右,其MF值在1.55左右,比T-CPV/T和D-SSCPV/T组件分别高出0.15和0.2。
其他文献
配电网作为电能输送的末端,与用户直接相连,是影响用户用电水平的重要一环。如今人民生活水平提高,对于用电水平的要求也随之增大,配电网也越发受到人们的重视。我国目前提出双碳目标,分布式能源的消纳问题越发重要,主动配电网作为解决分布式能源消纳问题的重要技术,围绕其进行研究就有了重要的现实意义。本文针对主动配电网的评估,主要围绕以下方面进行研究:（1）基于系统评价理论,参考国家电力标准信息以及国内外现行指
音乐流派分类技术能够基于音乐内容对音乐添加类别标签。近年来,随着越来越多的流派在世界范围内出现,音乐流派分类已经成为一个非常流行的概念。基于传统机器学习的音乐流派分类方法需要基于音乐领域知识的额外特征工程,而深度学习技术则可以将标记数据直接传输到神经网络,而无需为每个问题开发新的特征提取器。另外,深度神经网络的可解释性仍然是机器学习领域的主要挑战之一。尽管现在的深度学习技术已经成功应用到很多领域,
无线传感器网络（WSNs）技术的不断革新和进步,其中多个传感器之间通常以分布式的结构对目标状态进行信息处理。然而,传感器的故障、内外部因素的干扰及有限的通信信道等影响,可能会造成测量数据的延时、丢包及通信带宽受限等问题。因此,如何设计有效地分布式状态估计算法成为重要的研究问题之一,其是基于一致性估计（CE）,即通过多个传感器节点之间的相互协作,不仅有效地估计目标状态且可进一步提高估计性能。本文基于
空间核反应堆具有长寿命和高输出功率的优点,是未来深空探索任务的理想能量来源。受限于空间复杂环境,空间堆一般不采用常规冷却剂,而多采用密度小且导热性能好的液态锂作为冷却剂。空间堆冷却剂的热物性是堆热工水力设计和安全分析研究不可或缺的重要参数,而目前液态锂的可靠热物性数据缺乏或不完整,无法满足当前的应用需求。为获取准确完整的热物性数据,有必要对液态锂的相关热物性进行研究。本文从数值模拟和实验测量方面两
面向电力市场深化改革以及新型电力系统建设要求,市场主体在系统运行和市场交易过程中面临的可选择性和不确定性逐渐增加,各市场要素之间存在交互耦合关系,多种交易产品可被用于开展组合投资。为此,本文针对电力交易过程中利用市场耦合关系开展的跨产品操纵行为进行了较为系统和深入的研究,重点对金融输电权市场中网络拓扑参数的优化、金融输电权-日前市场交易过程中不确定性因素的刻画以及电力市场交易主体风险偏好的细化等方
准确的气体浓度预测在系统和应用安全上起着很重要的作用。然而,气体浓度预测的准确性不仅与气体浓度随时间变化因素有关,同时也受气体扩散时气体传感器网络拓扑结构的约束。因此,气体浓度预测是一个非常具有挑战性的任务。本文针对气体浓度预测问题,基于时间和空间特征对气体浓度预测的影响,提出了一种新的气体浓度时空预测算法,并绘制预测气体分布图。为同时捕获时空特征,本文提出了基于进化注意力时间图卷积网络模型的气体
电动汽车接入电网（V2G,Vehicle-to-Grid）技术将电动汽车与智能电网相结合,使电动汽车可以作为能源存储单位与电网进行双向的能量流动。如今越来越多的电动汽车加入到V2G网络中,但随之而来出现了用户或者车辆的隐私信息泄露问题。因此,在充放电或者享受其他服务之前,电动汽车与电网服务器之间相互认证是非常必要的。考虑车辆的移动性,当电动汽车从注册地去往其他区域请求充放电的服务时,可能会产生以下
激光诱导击穿光谱（Laser-induced breakdown spectroscopy,简称LIBS）技术因具有制样简单、全元素、快速、原位在线等独特优势,而成为成分分析领域的“希望之星”。然而,检测灵敏度和准确度低一直是制约LIBS技术发展的重要因素。近年来,利用分子自由基发射光谱代替原子发射光谱来实现难检测元素的高灵敏度分析成为LIBS技术的研究热点。和传统LIBS技术一样,基于分子自由基
饮马河流域作为吉林省重要水源地,因过度开发导致该流域内水资源供需不平衡,环境污染问题也极为严重,亟需开发科学有效的治理方案以改善流域水环境污染现状、缓解流域内的水资源缺失问题,保证流域的可持续发展。为此,本文基于区间-两阶段-鲁棒（Interval Two-stage Robust,简称为ITSR）水资源优化配置模型引入模糊方法,构建区间-模糊-两阶段-鲁棒（Interval Fuzzy Two-
动力电池是新能源电动汽车重要部件,其性能优劣直接决定着电动汽车的续航里程。锂离子电池目前已经成为各大车企所广泛采用的动力电池。然而锂离子电池也面临着许多安全问题,其中如何实现锂离子电池的温度控制成为当下的研究重点。本文首先采用仿真的方法研究了不同放电倍率下单体电池的放电特性,模拟了不同的对流换热系数对电池冷却效果的影响及电池短路现象。得出了温度、电压等参数的变化规律。随后,基于电池高温问题建立了锂