碳纳米管和二甲基亚砜对钙钛矿太阳电池中PEDOT:PSS空穴传输层的协同影响

聚(3,4-亚乙二氧基噻吩)-聚(苯乙烯磺酸)(PEDOT:PSS)是平面结构钙钛矿太阳电池中空穴传输层的典型材料, 为了改善其导电性能以及促进后续钙钛矿层的生长, 本文将碳纳米管(CNTs)和二甲基亚砜(DMSO)同时引入PEDOT:PSS进行共修饰。结果表明: CNTs和DMSO在CNT-DMSO-PEDOT:PSS共修饰膜中展现了优异的协同效应。均匀贯穿于基体且几近网格状的CNTs具有促进后续钙钛矿层生长及降低共修饰膜方块电阻的功能; DMSO扮演着加强共修饰膜的导电能力及控制CNTs流失的角色。因此, 与单修饰膜相比, 共修饰膜不仅能更有效地传输电荷, 而且其表面生长的钙钛矿层晶粒尺寸更大, 覆盖率更高。此外, 共修饰膜在可见光范围内仍然保持优异的透光率, 550 nm波长处的透光率为88.8%。组装成器件后, 共修饰膜的光电转换效率(PCE)为5.75%, 远高于CNTs和DMSO单修饰膜及纯PEDOT:PSS膜, 后三者的PCE分别为3.01%、2.03%和1.30%。     

基于相似日聚类和PCC-VMD-SSA-KELM模型的短期光伏功率预测

由于光伏发电的随机性和不稳定性会影响功率预测的精度,提出一种基于皮尔逊相关系数（PCC）、K-均值算法（K-means）、变分模态分解（VMD）、麻雀搜索算法（SSA）、核函数极限学习机（KELM）的光伏功率短期预测模型。首先,用PCC选取主要因素作为输入;K-均值算法进行相似日聚类,将历史数据聚类为晴天、多云和雨天;其次,VMD对原始信号进行分解,充分提取集合中的输入因素信息,提高数据质量;SSA优化KELM模型的核函数参数和正则化系数解决其参数选择敏感问题;最后,将不同序列预测值叠加得到最终预测结果。仿真结果表明,所提相似日聚类下PCC-VMD-SSA-KELM模型具有较小的预测误差。     

基于光强感知的太阳能智慧跟踪系统设计

为提高太阳能的利用率，根据最大功率跟踪原理，设计了一种基于光强感知的太阳能智慧跟踪系统。首先，从太阳能智慧跟踪系统的工作原理出发，对其结构进行总体设计；然后，基于太阳能智慧跟踪系统各模块的性能需求，开展硬件设备选型和软件设计；最后，搭建相应的实验平台对太阳能智慧跟踪系统进行组装和调试，并通过功能测试验证了其性能。结果表明，所设计的太阳能智慧跟踪系统可以实现太阳能板对太阳光的智慧追踪，且能完成远程控制；另外，该系统结构简单，成本较低，既能节约能源，又能提供良好的供电水平，满足了高科技产品的需求，符合现代能源利用发展趋势。     

风光-氢储微电网系统多目标容量优化配置

为实现“双碳目标”,减少“限电”带来的不利影响,提出了风光-氢储能的微电网方案,介绍了系统容量配置原理,并建立数学模型。采用Homer Pro软件和改进BAS GA算法创建多目标风光-氢储能容量优化配置模型。在离网运行状态下,对风光-氢储能系统容量优化配置模型进行实例验证。结果表明：相较于风储、光储、风光储、风光柴储系统,风光-氢储能系统的净现值及度电成本分别降低为1 425.036 8万元和1.529 元/（kW〖DK〗•h）;可再生能源利用率提升至98.7%,负荷缺失率降低至5.50%。     

基于改进麻雀搜索算法的光伏功率短期预测

为提高光伏输出功率预测精度、保证电网的优化调度和稳定运行，提出一种改进麻雀搜索算法（SSA）的光伏输出功率预测模型。首先，对实验平台收集到的历史数据进行分析，得到关键气候影响因素；然后，用经验模态分解和主成分分析法对数据进行维稳和降维处理；并建立改进麻雀搜索算法的BP神经网络预测模型；最后，进行实例验证。结果表明，该预测模型在敛散精度方面有所提升。