螺旋翅片散热器结合相变材料提升光伏板能效的实验研究与基于深度学习的性能评估

《Case Studies in Thermal Engineering》:Use of helical finned heat sinks to enhance energy efficiency of photovoltaic panels and analysis with deep learning

【字体: 大 中 小 】 时间:2026年09月28日 来源:Case Studies in Thermal Engineering 6.6

编辑推荐:

  光伏(PV)组件的运行温度升高是限制其电性能的主要因素之一,因此有效的被动热管理对于提高其能量利用率和运行性能至关重要。本研究将节距为8 mm的铝制螺旋翅片散热器集成到50 W单晶PV组件背板,分别采用无相变材料(PCM-free)和填充RT42相变材料(PC

  
光伏(PV)组件的运行温度升高是限制其电性能的主要因素之一,因此有效的被动热管理对于提高其能量利用率和运行性能至关重要。本研究将节距为8 mm的铝制螺旋翅片散热器集成到50 W单晶PV组件背板,分别采用无相变材料(PCM-free)和填充RT42相变材料(PCM-filled)两种配置。研究人员在土耳其埃拉泽(Elaz??)的户外气候条件下,实验研究了三种不同数量(33、22和11个)的散热器。研究人员评估了组件温度、电功率、能量效率和?效率,并利用基于深度学习的分类模型对实验期间获得的热图像进行了进一步分析。综合性能最优的配置为采用33个填充PCM的螺旋翅片散热器。在该配置下,PV平均温度由参考组件的54.35 °C降至44.16 °C,降幅达10.19 °C。平均功率输出由参考组件的21.96 W分别提升至无PCM散热器配置的23.09 W和填充PCM散热器配置的23.55 W,对应提升幅度分别为5.14%和7.24%。类似地,平均能量效率由12.98%提升至13.65%和13.92%,相对提升幅度分别为5.16%和7.24%(对应于无PCM和填充PCM配置)。相应的平均?效率由参考组件的10.04%提升至无PCM配置的12.94%和填充PCM配置的13.76%,相对提升幅度分别为28.88%和37.05%。上述结果表明,将螺旋翅片散热器与PCM相结合可提供更有效的热调节,并同时改善能量和?性能,且其收益随散热器数量的增加而增大。本研究的创新之处在于,系统性地实验比较了三种不同数量散热器在无PCM和填充PCM条件下的螺旋翅片散热器性能,并结合热性能、电性能、能量和?性能进行了综合评价。此外,将实验获得的热图像集成到深度学习框架中,在10折交叉验证下实现了85.7%的准确率,在独立测试数据集上达到了82%的准确率。
研究人员围绕光伏组件过热导致的电性能衰减问题,系统开展了基于螺旋翅片散热器与相变材料(PCM)耦合的被动冷却实验研究。现有文献中,针对圆柱形散热器内部填充PCM的冷却方案已有报道,但将圆柱散热器表面加工为螺旋翅片并与PCM填充相结合的系统性实验研究仍然有限。为此,研究人员参考了Shoaib等人采用钻孔圆柱杆内嵌PCM冷却光伏板的研究思路,但改用表面带有螺旋翅片的铝制散热器,并将散热器按照光伏板表面温度分布图进行递进式布置,优先覆盖高温区域。实验在土耳其埃拉泽省户外夏季晴天条件下开展,使用三块相同的50 W单晶硅光伏板,分别作为参考板、无PCM散热器板和PCM填充散热器板,在散热器数量为33、22和11三种工况下同步测量面板温度、太阳辐照度、环境温度、风速、电流和电压等参数。研究人员基于能量与?分析方法评估了各配置的热电性能,并利用热像仪获取面板表面热图像,构建了包含良好、中等、较差三类冷却状态的数据集,采用提出的WRAC(Wavelet-Residual-Attention Convolutional)深度学习模型对热图像进行分类识别,以验证模型对冷却性能空间热模式的判别能力。实验结果表明,33个PCM填充散热器配置取得了最佳综合性能:面板平均温度较参考板降低10.19 °C,平均功率提升7.24%,平均能量效率由12.98%升至13.92%,平均?效率由10.04%升至13.76%;而无PCM配置在33个散热器下分别实现5.14%的功率提升和5.16%的能量效率提升。随着散热器数量从33减少至22和11,冷却效果和电性能增益逐步下降,说明散热器覆盖面积直接决定导热接触面积、对流/辐射散热面积及总PCM储热容量。RT42相变材料的贡献呈现明显的时间依赖性:在中午高辐照时段,PCM熔化吸收潜热,显著抑制面板温升;至下午约16:00后,潜热储存容量逐渐耗尽,PCM填充配置与无PCM配置的性能差异缩小。仅使用约28 g RT42即可实现10.19 °C的温降和7.24%的能量效率提升,表明螺旋翅片结构增强了PCM的利用效率。深度学习方面,WRAC模型在10折交叉验证中取得85.7%的总体准确率,在独立测试集上达到82.0%的准确率,显著优于SVM、随机森林、VGG16和ResNet18等对比模型,其中对“良好”和“较差”类别的识别精度较高,而对“中等”类别存在一定混淆。研究认为,螺旋翅片散热器与PCM耦合的被动冷却方案能够有效降低光伏板运行温度、提升能量与?效率,且模块化安装系统便于灵活调整散热器数量,具有良好的工程应用前景。未来研究可进一步考察不同PCM类型、翅片几何参数和气候条件下的长期热性能,并进行技术经济性评估与散热器布置优化。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号