在这里,我们报告了Inn纳米线太阳能电池的第一个实验证明,该电池是通过以1.78 eV的带隙能量溅射来沉积的。通过在N -Inn/ P -SI结构中添加无定形Si(A -SI)缓冲液,我们在保持其材料质量的同时,提高了所得设备的光伏性能。我们首先通过DC溅射在Si(100)上优化了Si的沉积,获得了带隙能量为1.39 eV的无定形材料。然后,我们研究了A-SI缓冲层(0 - 25 nm)对Inn纳米线对Si(100)底物的结构,形态,电气和光学性质的厚度的影响。使用15 nm缓冲液N -Inn/A-Si/P-Si纳米线异质结式太阳能电池表现出令人鼓舞的短路电流密度为17 mA/cm 2,开路电压为0.37 V,填充因子为35.5%,指向2.3%以下2.3%以下(Am 1 Sun)(AM 1.5G)(AM 1.5G)。这些工作降低了距离溅射的A-SI的组合,可以用作潜在的钝化层,而纳米结构的活性层的光捕获增强可提高溅射的III-nitride设备的光伏效率。
带有INGAN多个量子井(MQW)的基于GAN的太阳能电池是在空间环境,集中器太阳系,无线电源传输和多连接太阳能电池中应用的有前途的设备。因此,在提交高温和高强度应力时,了解其降解动力学很重要。我们将三个带有P-Algan电子阻滞层的Gan-ingan MQW太阳能电池的样品在310 W/cm 2,175°C下以不同的p-gan层厚度为恒定的功率应力,持续数百小时。主要退化模式是降低开路电压,短路电流,外部量子效率,功率转换效率和电发光。,我们观察到,较薄的p-gan层会导致在细胞工作参数上观察到的更强的降解。对黑暗I-V特征的分析显示,低前向偏置电流的增加,电致发光的分析显示,由于压力,由(正向偏置)细胞发出的电闪光下降。这项工作强调,降解的原因可能与扩散机制有关,这导致活性区域的缺陷密度增加。扩散过程中涉及的杂质可能起源于设备的P侧,因此,较厚的p-gan层减少了到达活性区域的缺陷量。
摘要:解读水分子的性质和利用水发电一直是科学和社会的重要课题。最近,人们对将水滴的动能转化为电能的兴趣日益浓厚,尤其是直流 (DC) 电,它可以直接为电子传感器和芯片供电。然而,现有的发电技术依赖于水的移动方向,这会阻止应有的直流电的输出,但却会产生不必要的交流电。在这里,我们报告了通过在夹层石墨烯 - 水 - 半导体结构内以任意方向移动水滴,从动态极化水 - 半导体界面产生直流电。与方向无关的直流电产生基于一种非平凡机制,其中水分子经历极化和去极化过程,导致在水滴运动过程中在水 - 半导体界面输出电能。开路电压可通过包含水滴的两个板之间的费米能级差异进行调节,其中石墨烯-水-硅和铝-水-硅分别显示 ∼ 0.3 和 ∼ 1.0 V 的直流电压。我们的研究结果揭示了水-半导体界面的现象,并为潜在的可持续封装自供电设备提供了一种利用水产生直流电的新途径。
为探索节约能源、促进能源再生的途径,本文介绍了新型高熵合金材料的合成及其在能源转换与储存方面的应用。通过分析其高强度、抗回火、抗软化等性能,制备了一种新型高熵合金材料。根据其微观组织和铸态组织,研究了新型高熵合金的电化学性能。实验结果表明,与FeSn2相比,新型高熵合金材料在循环充电过程中的容量、电化学性能、容量稳定性和倍率均具有较大优势;在较低的退火温度下,实心Co纳米颗粒在纳米尺度上通过kirkentel效应进一步转变为空心Co3O4纳米球。 NC-Co 3 O 4 纳米复合材料作为锌空气电池阴极表现出优异的 OER 和 ORR 性能:低过电位 352 mv、高初始还原电位 0.91 v 和半波电位 0.87 v、高开路电压 1.44 v、电容 387.2 mah/g 和优异的循环稳定性。来自高熵合金-74 的 Nico 双金属磷化物纳米管是有效的水分解电催化剂。
摘要:将电池保持在特定温度范围内对于安全性和效率至关重要,因为极端温度会降低电池的性能和寿命。此外,电池温度是电池安全法规的关键参数。电池热管理系统(BTMS)在调节电池温度方面是关键的。虽然当前的BTMS提供实时温度监测,但缺乏预测能力却构成了限制。本研究介绍了一种新型混合系统,该系统将基于机器学习的电池温度预测模型与在线电池参数识别单元相结合。标识单元不断实时更新电池的电气参数,从而提高了预测模型的准确性。预测模型采用自适应神经模糊推理系统(ANFIS),并考虑了各种输入参数,例如环境温度,电池电流温度,内部电阻和开路电压。该模型通过基于实时数据动态调整热参数来准确地在有限时间范围内准确预测电池的未来温度。实验测试是在一系列AMB温度范围内对锂离子(NCA和LFP)圆柱细胞进行的,以在不同条件下验证系统的准确性,包括电荷状态和动态载荷电流。提议的模型优先考虑简单,以确保实时的工业适用性。
AC 交流电 aFRR 自动频率恢复储备 BRP 平衡责任方 BESS 电池储能系统 BMS 电池管理系统 CED 累积能量需求 DC 直流电 EF 环境足迹 ESG 环境、社会和公司治理 EU 欧盟 FU 功能单元 DoD 放电深度 EOL 寿命终止 FCR-D 频率遏制储备 – 干扰 FCR-N 频率遏制储备 – 正常 FFR 快速频率储备 IEA 国际能源署 GWP 全球变暖潜能值 GHG 温室气体 ISO 国际标准化组织 LCA 生命周期评估 LCI 生命周期清单 LCIA 生命周期影响评估 LiB 锂离子电池 LFP 磷酸铁锂 LMO 锂锰氧化物 LTO 钛酸锂 mFRR 手动频率恢复储备 NMC 锂镍锰钴氧化物 NaS 硫钠 PbA 铅酸电池 PCS 电力转换系统 PEF 产品环境足迹 PEFCR 产品环境足迹分类规则 RoW 世界其他地区 RRF 恢复和弹性设施 SvK Svenska kraftnät TSO 传输系统操作员 V oc 开路电压 VRB 钒氧化还原
Design of Selective Metasurface Filter for Thermophotovoltaic Energy Conversion Rajagopalan Ramesh, 1, 2,* Qing Ni, 1, 3 Hassan Alshehri, 1, 4 Bruno Azeredo 2 and Liping Wang 1,* Abstract Optical filters with narrow transmission band above the bandgap of thermophotovoltaic (TPV) cells are not restrained by the rigorous thermal reliability as needed for发射器。在这项工作中,提出了一种由石英底物上的铝纳米(ALNP)阵列制成的新型跨表面滤波器,以在TPV单元的带隙上方实现频谱选择性传输。光学模拟,以确定适当的ALNP周期,直径和高度,以使所得的纳米阵列阵列将在1.9μm的波长下显示窄带传输,该波长接近抗抗氧化和抗氧化衣(GASB)TPV Cell的带状频率。窄带传输增强率可以归因于相邻的Al纳米柱之间的磁极(MP)共振。通过电感能力电路电路模型以及纳米时期,直径,高度以及入射角的影响进一步证实了MP机制。此外,评估了与ALNP MetaSurface滤波器结构增强的TPV性能,还评估了对燃气TPV电池的开路电压,短路电流密度,输出电力和转换效率。
摘要。在这项工作中,我们通过使用辅助设计(TCAD SILVACO)软件对CDS/CUIGASE 2(CIGS)薄太阳能电池进行了两维数值分析的研究研究。它们的结构由配置中的薄CIGS太阳能电池组成:Zno(200 nm)/CDS(50 nm)/CIGS(350 nm)/mo。然后将ZnO用于电导氧化导电细胞的透明前部。用于后接触,使用钼(MO)。CD窗口的层和CIGS吸收器的形状是N-P半导体异质结。通过应用模型中多晶CD和CIGS材料和CIGS材料和CIGS/CDS接口的晶粒关节中产生的缺陷来评估细胞的性能,并且已经对TCAD模拟中使用的物理参数进行了校准以复制实验数据。在AM1.5照明条件下模拟J -V特性。已达到转换效率(η)20.10%,并且已经模拟了其他特征参数:开路电压(V OC)为0.68 V,电路电流密度(J SC)等于36.91 mA/cm 2,并且表格(FF)为0.80。模拟结果表明,CIGS层的摩尔分数x的最佳值约为0.31,对应于1.16 eV的间隙能,该结果与实验中发现的结果非常吻合。
摘要:达到某些限制后,将更换电池,并可能在各种应用中找到第二次寿命。但是,这种电池在衰老和安全方面的状态何时进入二人市场时仍然不确定。这些电池内的老化机制涉及过程的组合,从而影响其安全性和性能。目前,使用直接健康指标(他)的健康状况(SOH)和内部阻力增加来评估电池老化,但它们并不总是提供电池健康状况的准确指示。这项研究的重点是分析通过基本的充电周期获得的各种他所获得的,并评估其对衰老的敏感性。测试了具有不同老化历史的商业50 Ah袋细胞,并评估了其。他在31分中的十三位被证明对老化敏感,因此是很好的指标。也就是说,在充电和排放后,SOH,库仑的效率,恒定的电流放电时间,电压松弛趋势,放电后的电压 - 充电面积,磁滞性开路电压HIS和充电后选项卡之间的温度差。这些发现提供了有价值的见解,可用于开发二线电池的可靠资格算法和可靠的电池健康监测系统,从而确保在多样化的二人应用中安全且有效的电池操作。
本研究提出了一个基于状态空间表示的简化模型,以识别锂聚合物电池细胞的精确电流电路。参数进行的过程通过三阶段过程表达为非线性优化问题。第一个阶段根据与电池电流和初始SOC条件相关的非线性特征估算了电荷状态(SOC)。在第二阶段,按照在第一个阶段使用的带有不同线性和非线性模型的SOC估算了开路电压。在第三阶段,开发了一种最佳优化算法的平衡算法(EA),用于最佳识别电池参数。根据Taguchi的实验方法设计,对EA的参数进行了调整,以减少计算时间以及获得最佳参数排列所需的实验数量。与实施实施相关的数值模拟在锂离子电池上模拟,以证明所提出的EA的高能力是有效的识别程序。此外,与最近几种针对Artemis驱动周期的优化算法相比,所提出的EA具有很高的精度。,提出的还原模型的解决方案质量改进是通过与电池电压和SOC的实验测量高度接近的。此外,与线性和非线性模型相比,所提出的还原模型获得的计算时间少12%的精度降低了12%。